楊磊YANG Lei

（國家管網(wǎng)集團(tuán)榆濟(jì)管道有限責(zé)任公司，濟(jì)南 250014）

0 引言

隨著中國經(jīng)濟(jì)高速發(fā)展，電力工業(yè)作為國民經(jīng)濟(jì)發(fā)展當(dāng)中的戰(zhàn)略行業(yè)，電力系統(tǒng)向著電力物聯(lián)網(wǎng)、超高壓，智能化、高態(tài)勢(shì)感知化發(fā)展。作為電網(wǎng)可靠運(yùn)行的基石部分，電抗器承擔(dān)著限制過電壓和潛供電流、吸收電力系統(tǒng)容性無功、提高重合閘成功率的作用；同時(shí)應(yīng)用于高壓線路端的并聯(lián)電抗器同樣有利于削弱空載和輕載線路上的無功分布，以此降低線損和潛供電流，大大提高了線路自動(dòng)重合閘率，也有利于消除發(fā)電端的自勵(lì)磁作用[1]。由于電抗器自身材料的限制，主要受到外界大氣環(huán)境等影響使得絕緣材料老化速度較快，造成材料的力學(xué)性能和絕緣性能下降，尤其是在氣候潮濕、污染嚴(yán)重的環(huán)境中易形成局部放電；另一方面由于電抗器的結(jié)構(gòu)易形成局部溫升過高，如存在制造缺陷則加劇該問題的形成。

目前通過對(duì)電抗器的電信號(hào)和氣體信號(hào)取樣進(jìn)行分析的方法在國際上有相關(guān)應(yīng)用，但該裝置容易受到現(xiàn)場強(qiáng)電磁干擾，采集到的局部放電信號(hào)無法準(zhǔn)確反映出電抗器內(nèi)部真實(shí)的局部放電量，存在數(shù)據(jù)分析結(jié)果不夠可靠等問題。國內(nèi)對(duì)于電抗器在線故障診斷的研究多數(shù)聚焦于電抗器振動(dòng)信號(hào)檢測及檢測方式優(yōu)化等方面。

由于電抗器自身結(jié)構(gòu)的原因，振動(dòng)引發(fā)的電抗器零部件松動(dòng)或破損情況導(dǎo)致的故障占到總故障類型的五分之一左右。經(jīng)調(diào)查表明，持續(xù)運(yùn)行中的電抗器的聲學(xué)振動(dòng)特征可以在一定范疇中表徵電抗器的正常和異常狀態(tài)，許多并未危及絕緣的、沒有引起電氣量變化的異常狀態(tài)可以通過聲學(xué)振動(dòng)測量檢測而發(fā)現(xiàn)。有國內(nèi)外學(xué)者多將電抗器運(yùn)行時(shí)發(fā)出的聲信號(hào)認(rèn)定為噪聲，研究目的多為電抗器降噪的定性或定量研究，鮮見將電抗器的振動(dòng)和聲學(xué)信號(hào)作為異常狀態(tài)檢測的有效手段。

與傳統(tǒng)的電抗器異常狀態(tài)檢測方法相比，聲學(xué)振動(dòng)信號(hào)檢測法在各方面應(yīng)用中都有其特有的優(yōu)點(diǎn)。相比于局部放電檢測法，聲學(xué)振動(dòng)檢測法能夠在設(shè)備本體未產(chǎn)生較大變化的情況下，對(duì)未引起電氣量信號(hào)變化的程度較輕的機(jī)械故障實(shí)現(xiàn)檢測；同時(shí)與主回路部分無電氣連接，檢測方法更為安全，不易受到主回路電磁影響，無需對(duì)電抗器進(jìn)行停機(jī)，即可實(shí)現(xiàn)在線帶電檢測，能夠在日常工作狀態(tài)下實(shí)現(xiàn)對(duì)電抗器的運(yùn)行狀態(tài)監(jiān)測。聲學(xué)振動(dòng)檢測法結(jié)合了聲學(xué)檢測和振動(dòng)檢測兩個(gè)不同檢測方式的優(yōu)點(diǎn)，安裝簡便、可移植性較強(qiáng)、信號(hào)整體性較好，有著廣闊的應(yīng)用前景。

本文通過獲取電抗器聲學(xué)振動(dòng)特征參量，包括聲學(xué)檢測方面的聲壓級(jí)、聲功率級(jí)、聲學(xué)信號(hào)頻譜，振動(dòng)監(jiān)測方面的振動(dòng)幅值、振動(dòng)加速度值、振動(dòng)信號(hào)頻譜、諧波比重及頻率復(fù)雜度等特征參量，分析高壓并聯(lián)電抗器長期運(yùn)行工況下各特征參量的范圍和分布規(guī)律，通過層次分析法確定各特征參量的權(quán)重因子，并在此基礎(chǔ)上結(jié)合模糊推理建立電抗器的狀態(tài)評(píng)估模型。

1 電抗器聲學(xué)指紋的提取

經(jīng)調(diào)查發(fā)現(xiàn)電抗器的聲紋診斷長期以來都未得到廣泛的應(yīng)用，其主要原因在于在現(xiàn)場收集聲紋數(shù)據(jù)過程中，應(yīng)用場景經(jīng)常會(huì)存在各類復(fù)雜的干擾噪聲，給電抗器本體聲音的采集、處理與故障診斷帶來困擾。因此，全頻段地去除噪聲處理成為了在進(jìn)行深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練或?qū)嶋H應(yīng)用時(shí)需要首先開展的工作。

由于大部分應(yīng)用場景位于戶外條件下，電抗器聲信號(hào)會(huì)受到的干擾較為復(fù)雜，干擾信號(hào)類型也有所不同。首先，持續(xù)弱干擾類中的電暈放電和瞬時(shí)干擾類中的鳥鳴等干擾頻帶都與電網(wǎng)主設(shè)備本體頻帶（0-4000Hz）無交集，因此可以不用考慮。而對(duì)于其他的干擾，將使用以下算法對(duì)變電站的聲音信號(hào)進(jìn)行處理：對(duì)于瞬時(shí)干擾信號(hào)，采用基于相似矩陣的盲源分離法；對(duì)于持續(xù)強(qiáng)干擾信號(hào)，利用幅值與相角波動(dòng)性法消除噪聲。

盲源分離為少量先驗(yàn)源信號(hào)的情況下從混疊信號(hào)中分離和提取各種源信號(hào)的方法。該方法普遍用于分離非穩(wěn)定信號(hào)和連續(xù)穩(wěn)定信號(hào)。在電抗器聲音采集過程中，鳥鳴等瞬時(shí)類干擾在變電站的干擾種類中占據(jù)絕大部分。此類干擾的共同特性是持續(xù)時(shí)間短且干擾信號(hào)的能量分布集中，而電抗器本體聲音則是連續(xù)穩(wěn)定的信號(hào)[2]。因此，本文使用基于相似矩陣的盲源分離方法將瞬時(shí)干擾信號(hào)從原始聲音中剝離，從而排除無關(guān)干擾，提高后續(xù)識(shí)別算法的準(zhǔn)確率和效率。

電抗器在運(yùn)行中，實(shí)際產(chǎn)生的聲學(xué)信號(hào)和振動(dòng)信號(hào)都屬于非平穩(wěn)信號(hào)。即使在發(fā)生故障或者運(yùn)行異常時(shí)，聲學(xué)信號(hào)和振動(dòng)信號(hào)同樣具有不穩(wěn)定性，時(shí)域中會(huì)有多條曲線同時(shí)存在，原始信號(hào)中包含各種不同頻率的成分[3]。因此對(duì)電抗器聲學(xué)振動(dòng)指紋的提取需要借助時(shí)頻分析方法。

本文通過希爾伯特-黃變換算法獲得電抗器聲學(xué)和振動(dòng)的非平穩(wěn)信號(hào)在時(shí)域和頻域的規(guī)律，再由此提取頻域下的諧波比重、頻率復(fù)雜度等特征量[4]，分析不同廠家、不同電壓等級(jí)、不同型號(hào)電抗器的特征量的差異，選取可有效區(qū)分不同電抗器的特征量建立聲學(xué)指紋庫。本部分內(nèi)容的核心是HHT 算法。

HHT 變換算法，首先根據(jù)信號(hào)x（t）的所有局部最大值和局部最小值用三次樣條線確立兩條包絡(luò)線。重新確立信號(hào)數(shù)據(jù)y1（t）：

μ1——包絡(luò)線的均值

判斷數(shù)據(jù)y1（t）是否符合固有單模態(tài)分量IMF，若數(shù)據(jù)y1（t）不符合IMF 條件，按照上式重新確定y1（t），直到y(tǒng)1（t）滿足IMF 條件記c1（t）=y1（t），將c1（t）作為信號(hào)x（t）的首個(gè)IMF 分量，代表信號(hào)x（t）中最高頻分量。

去掉信號(hào)x（t）中的高頻分量c1（t）可得一個(gè)新的原始數(shù)據(jù)r1（t）即為：

將r1（t）作為原始信號(hào)數(shù)據(jù)重復(fù)分離過程，獲得IMF分量c2（t），重復(fù)計(jì)算n 次獲得n 個(gè)IMF 分量可記為：

循環(huán)計(jì)算直到cn（t）或者rn（t）均符合終止條件，使得函數(shù)rn（t）為一單調(diào)函數(shù)時(shí)停止。

其中，rn（t）為殘余函數(shù)，表示信號(hào)的平均趨勢(shì)，而IMF分量ci（t）分別包含了信號(hào)各個(gè)頻段的信息。每一頻段含有頻率成分不同且隨信號(hào)本身而變化。

將IMF 分量進(jìn)行HHT 變換：

構(gòu)造解析信號(hào)

瞬時(shí)幅值函數(shù)

瞬時(shí)相位函數(shù)

可得瞬時(shí)頻率

得

忽略殘余函數(shù)rn（t），將上式的展開式成為Hillbert 譜式以及邊際譜式，可較為精確的描述信號(hào)的幅值在頻域和時(shí)域的變化規(guī)律：

2 基于各聲學(xué)振動(dòng)特征參量及權(quán)重因子的狀態(tài)評(píng)估方法

基于特征參量和權(quán)重因子的狀態(tài)評(píng)估方法，本質(zhì)上是一種基于信號(hào)處理的電抗器狀態(tài)評(píng)估方法?？紤]采用模糊層次分析法結(jié)合基于均衡函數(shù)的變權(quán)模型來建立電抗器的狀態(tài)評(píng)估模型。評(píng)估模型包括建立特征參量集、劃分狀態(tài)等級(jí)、確定權(quán)重因子、確定隸屬函數(shù)和模糊算子以及確定狀態(tài)評(píng)估等級(jí)五個(gè)部分。

①建立電抗器特征參量集，u={u1，u2…un}，un為第n 個(gè)評(píng)價(jià)特征參量，n 為評(píng)價(jià)因子的個(gè)數(shù)。初步考慮包括聲壓級(jí)、聲功率級(jí)、聲學(xué)信號(hào)頻譜、振動(dòng)幅值、振動(dòng)加速度值、振動(dòng)信號(hào)頻譜、諧波比重及頻譜復(fù)雜度等參量，首先需檢驗(yàn)各參量與電抗器狀態(tài)的關(guān)聯(lián)度，選取關(guān)聯(lián)度強(qiáng)的參量作為電抗器聲學(xué)振動(dòng)的特征參量。

權(quán)重是一個(gè)相對(duì)的概念，是針對(duì)某一指標(biāo)而言。某一指標(biāo)的權(quán)重是指該指標(biāo)在整體評(píng)價(jià)中的相對(duì)其他因子的重要程度。美國運(yùn)籌學(xué)家T. L. Saaty 教授提出的層次分析法（analytic hierarchy process，AHP）是一種定性與定量分析相結(jié)合的多目標(biāo)決策權(quán)重確定方法。它的特點(diǎn)是把復(fù)雜問題中的各種因素通過劃分為相互聯(lián)系的有序?qū)哟?，使之條理化，根據(jù)對(duì)一定客觀現(xiàn)實(shí)的主觀判斷結(jié)構(gòu)（主要是兩兩比較）把專家意見和分析者的客觀判斷結(jié)果直接而有效地結(jié)合起來，將同一層次元素兩兩比較的重要性進(jìn)行定量描述；而后，利用數(shù)學(xué)方法計(jì)算反映每一層次元素的相對(duì)重要性次序的權(quán)值，通過所有層次之間的總排序計(jì)算所有元素的相對(duì)權(quán)重并進(jìn)行排序[5]。目前AHP 方法已被廣泛應(yīng)用于解決許多復(fù)雜系統(tǒng)的權(quán)重確定問題。

本文采用變權(quán)方法解決選取特征參量的可靠性差異問題，以保證權(quán)重較小的特征參量在嚴(yán)重偏離正常值時(shí)仍然能夠在整體評(píng)估中不被忽略。采取歸一化處理方法解決各特征參量數(shù)量級(jí)和量綱不同的問題，歸一化處理后的數(shù)據(jù)代入變權(quán)公式和隸屬函數(shù)即可計(jì)算出變權(quán)值和每組數(shù)據(jù)針對(duì)電抗器不同狀態(tài)等級(jí)的隸屬度。

②劃分電抗器狀態(tài)的評(píng)估等級(jí)。根據(jù)國內(nèi)電力企業(yè)制定的相關(guān)標(biāo)準(zhǔn)以及運(yùn)行檢修過程中的歷史經(jīng)驗(yàn)，一般將電抗器的狀態(tài)評(píng)估結(jié)果分為S1-S4 四個(gè)等級(jí)，按照正常、注意、異常、嚴(yán)重四個(gè)狀態(tài)表征電抗器故障可能性。

③確定各特征參量的權(quán)重因子。在常權(quán)評(píng)價(jià)模型里設(shè)備狀態(tài)可靠性越高時(shí)評(píng)價(jià)因素指標(biāo)偏離正常值越小，實(shí)際的電抗器狀態(tài)評(píng)估中卻恰恰相反，指標(biāo)參數(shù)偏離值較高時(shí)設(shè)備狀態(tài)可靠性更好，因此無法應(yīng)用。變權(quán)模型按照所采集數(shù)據(jù)計(jì)算獲得各因子的權(quán)重，具有較強(qiáng)的客觀性。因此將均衡函數(shù)引入變權(quán)模型，得到公式

式中：xi為第i 個(gè)評(píng)價(jià)特征參量歸一化后的數(shù)值，m 為評(píng)價(jià)特征參量的個(gè)數(shù)為第i 個(gè)評(píng)價(jià)特征參量的常權(quán)，利用層次分析法計(jì)算，ωi為第i 個(gè)評(píng)價(jià)特征參量的變權(quán)重。α=1 時(shí)，則變權(quán)模型等效為常權(quán)模型，一般在無需考慮各特征參量均衡問題時(shí)取α＞1/2，某些特別需要關(guān)注的、與嚴(yán)重缺陷密切相關(guān)的特征參量取α＜1/2。由于電抗器檢測過程中關(guān)鍵特征參量偏離幅值越大對(duì)電抗器的整體性能影響越嚴(yán)重，故取值為α=0.2[6]。

④隸屬函數(shù)的確定和模糊算子的選擇?；诤喕瘜?shí)際運(yùn)算的目的，選用“降（升）半梯形分布法”作為隸屬函數(shù)來確定各評(píng)價(jià)隸屬于不同評(píng)估等級(jí)的程度，采用加權(quán)平均型的模糊合成算子。

⑤評(píng)估等級(jí)的確定。將集中度較高的特征參量利用權(quán)重和關(guān)系矩陣進(jìn)行分析，使用最大隸屬原則對(duì)計(jì)算結(jié)果進(jìn)行評(píng)價(jià)，確定對(duì)象狀態(tài)等級(jí)，進(jìn)而得出最終的綜合評(píng)判結(jié)果。

3 實(shí)際應(yīng)用案例

對(duì)某變電站運(yùn)行中的3 臺(tái)單相并聯(lián)電抗器，應(yīng)用本文所提供的電抗器狀態(tài)評(píng)估方法進(jìn)行聲學(xué)振動(dòng)信號(hào)檢測和狀態(tài)評(píng)估。3 臺(tái)電抗器聲振信號(hào)的奇偶次諧波比和50Hz比重值極低，表明3 臺(tái)電抗器均不存在直流偏磁等異常工況。對(duì)于B 相和C 相電抗器，其聲振信號(hào)的基頻幅值基本穩(wěn)定，不存在明顯波動(dòng)，且基頻比重達(dá)到90%以上，頻譜復(fù)雜度小于1，應(yīng)用狀態(tài)評(píng)估模型評(píng)估的結(jié)果為“正常（S1）”。

A 相電抗器的聲振信號(hào)基頻比重80%，頻譜復(fù)雜度1.02，低頻比重98.41%，中頻比重1.50%，高頻比重0.08%，按照本文設(shè)計(jì)的狀態(tài)評(píng)估模型，評(píng)估結(jié)果為“注意（S2）”。6 個(gè)月后對(duì)A 相電抗器聲振信號(hào)進(jìn)行復(fù)測，基頻比重65%，頻譜復(fù)雜度1.35，低頻比重80.31%，中頻比重16.45%，高頻比重0.40%，狀態(tài)評(píng)估的結(jié)果為“異常（S3）”，表明機(jī)械缺陷的持續(xù)影響和振動(dòng)的長期效應(yīng)對(duì)電抗器內(nèi)部機(jī)械結(jié)構(gòu)造成了破壞。

圖1 基于特征參量和權(quán)重因子的狀態(tài)評(píng)估方法

經(jīng)過返廠檢修，在A 相高抗內(nèi)部發(fā)現(xiàn)非出線側(cè)X 柱上磁分路靠近旁軛的夾件與主鐵心上夾件間接地線，未按圖紙要求在主鐵心夾件端進(jìn)行接地撬接，接線頭與上鐵軛拉螺桿墊圈接觸，拉螺桿墊圈及對(duì)應(yīng)夾件和絕緣墊圈周圍有明顯放電痕跡。由此表明，本文提供的狀態(tài)評(píng)估方法可以反映電抗器的機(jī)械狀態(tài)。

4 結(jié)論

本文提供的電抗器聲學(xué)振動(dòng)檢測方法與傳統(tǒng)的電抗器異常狀態(tài)檢測方法相比，安裝簡便、可移植性較強(qiáng)、信號(hào)整體性較好，簡化了電抗器故障檢測方法，更為安全有效實(shí)現(xiàn)了電抗器的在線故障檢測。