馬御棠 束洪春 錢國(guó)超 周仿榮 黃 林 魏仁偉

基于頻域介電譜曲線分解的氧化鋅避雷器老化狀態(tài)評(píng)估

馬御棠1,2束洪春1,3錢國(guó)超2周仿榮2黃 林4魏仁偉4

（1. 昆明理工大學(xué)國(guó)土資源工程學(xué)院 昆明 650093 2. 云南電網(wǎng)有限責(zé)任公司電力科學(xué)研究院 昆明 650217 3. 昆明理工大學(xué)電力工程學(xué)院 昆明 650500 4. 西南交通大學(xué)電氣工程學(xué)院 成都 611756）

氧化鋅避雷器是電力系統(tǒng)的重要組成設(shè)備，其老化狀態(tài)直接關(guān)系到對(duì)過電壓的防護(hù)效果，開展氧化鋅避雷器的老化狀態(tài)評(píng)估具有重要意義。該文針對(duì)氧化鋅避雷器內(nèi)部不均勻老化分布，提出一種基于頻域介電譜曲線分解的氧化鋅避雷器老化狀態(tài)評(píng)估方法。首先，通過構(gòu)建氧化鋅避雷器介電響應(yīng)等效電路，研究了氧化鋅避雷器頻域介電譜分解方法，根據(jù)整支避雷器頻域介電譜分解可以得到避雷器內(nèi)部各區(qū)域氧化鋅閥片的頻域介電曲線；其次，利用Havriliak-Negami方程對(duì)氧化鋅閥片頻域介電譜特征參數(shù)進(jìn)行了提取，基于極限學(xué)習(xí)機(jī)建立了氧化鋅閥片老化狀態(tài)評(píng)估模型，提出氧化鋅避雷器老化評(píng)估方法流程；最后，通過多重雷擊模擬實(shí)驗(yàn)，制備了不同老化狀態(tài)的氧化鋅閥片與避雷器實(shí)物樣本，對(duì)所提老化評(píng)估方法進(jìn)行了分析與驗(yàn)證。結(jié)果表明，整支避雷器頻域介電譜分解與測(cè)試結(jié)果的平均誤差小于3%，所提方法能夠有效地對(duì)避雷器頻域介電譜進(jìn)行分解并獲取各區(qū)域的頻域介電譜；針對(duì)整支避雷器，該文所提方法對(duì)各區(qū)域老化狀態(tài)的評(píng)估準(zhǔn)確率為93.3%，能夠有效地對(duì)避雷器進(jìn)行老化評(píng)估。

氧化鋅避雷器 老化狀態(tài)評(píng)估 頻域介電譜 曲線分解 極限學(xué)習(xí)機(jī)

0 引言

氧化鋅避雷器是電力系統(tǒng)的重要組成設(shè)備，可保護(hù)電氣設(shè)備免受雷擊或操作引起的過電壓[1-2]。避雷器服役過程中，在長(zhǎng)期雷擊、操作等過電壓的作用下逐漸老化，導(dǎo)致通流能力下降，影響其對(duì)過電壓的防護(hù)效果。因此，對(duì)避雷器的老化狀態(tài)進(jìn)行有效評(píng)估具有重要意義，能夠指導(dǎo)避雷器的檢修和更換，從而確保電力系統(tǒng)安全穩(wěn)定工作。

目前，針對(duì)氧化鋅避雷器的老化狀態(tài)評(píng)估，主要分為在線監(jiān)測(cè)和離線檢測(cè)兩種方式。在線監(jiān)測(cè)主要包括熱圖像法[3-5]和工頻電壓下的泄漏電流法[6-8]等。在線監(jiān)測(cè)方法在現(xiàn)場(chǎng)應(yīng)用中，會(huì)不可避免地受到現(xiàn)場(chǎng)客觀因素的干擾，導(dǎo)致評(píng)估結(jié)果存在一定誤差[9-12]，因此離線檢測(cè)是氧化鋅避雷器常規(guī)檢修必須執(zhí)行的操作，與在線監(jiān)測(cè)結(jié)果互相補(bǔ)充。針對(duì)氧化鋅避雷器的離線檢測(cè)主要包括工頻電壓試驗(yàn)、雷電沖擊試驗(yàn)、耐短路電流試驗(yàn)、耐重復(fù)沖擊試驗(yàn)和耐濕熱試驗(yàn)。其中，在直流電壓激勵(lì)下測(cè)量氧化鋅避雷器的泄漏電流是一種廣泛采用的檢測(cè)方法[13]，標(biāo)準(zhǔn)IEC 60099-4指出，避雷器直流泄漏電流需小于50 μA。然而，在現(xiàn)場(chǎng)對(duì)避雷器開展離線檢測(cè)時(shí)，大多需要高壓設(shè)備，設(shè)備體積較大、攜帶不便，且現(xiàn)場(chǎng)實(shí)驗(yàn)條件難以全面保證開展高壓實(shí)驗(yàn)的安全。介電響應(yīng)測(cè)試具有測(cè)試電壓低、抗干擾能力強(qiáng)的優(yōu)點(diǎn)[14-15]，為此，一些學(xué)者利用氧化鋅閥片的介電特性，研究使用介電響應(yīng)測(cè)試對(duì)避雷器老化狀態(tài)進(jìn)行評(píng)估[16-19]。例如，巴西圣保羅大學(xué)學(xué)者研究發(fā)現(xiàn)，回復(fù)電壓和極化/去極化電流測(cè)試能較好地反映氧化鋅避雷器的老化狀態(tài)[14]；澳大利亞昆士蘭大學(xué)學(xué)者通過分析極化/去極化電流測(cè)試結(jié)果，找出了所提特征參數(shù)與老化狀態(tài)之間的關(guān)聯(lián)關(guān)系[17]，進(jìn)一步建立了避雷器介電響應(yīng)分析模型，提出了一種氧化鋅避雷器老化狀態(tài)無損檢測(cè)方法[18]；西南交通大學(xué)學(xué)者基于擴(kuò)展德拜模型分析了氧化鋅避雷器老化對(duì)特征參數(shù)的影響規(guī)律，建立了特征參數(shù)與老化狀態(tài)之間的映射關(guān)系[19]。上述研究為開展基于介電響應(yīng)測(cè)試的氧化鋅避雷器老化狀態(tài)評(píng)估奠定了扎實(shí)的基礎(chǔ)。然而，在氧化鋅避雷器實(shí)際運(yùn)行過程中，其內(nèi)部氧化鋅閥片沿軸向存在區(qū)域性的老化不均勻分布特點(diǎn)，為了更準(zhǔn)確地掌握避雷器內(nèi)部老化情況，還需開展進(jìn)一步研究。

為此，本文針對(duì)氧化鋅避雷器的老化狀態(tài)評(píng)估開展了以下工作：首先，通過研究氧化鋅避雷器頻域介電譜分解方法，得到避雷器內(nèi)部各區(qū)域氧化鋅閥片的頻域介電譜；其次，利用Havriliak-Negami方程對(duì)氧化鋅閥片頻域介電譜特征參數(shù)進(jìn)行提取，研究了基于極限學(xué)習(xí)機(jī)（Extreme Learning Machine, ELM）的氧化鋅閥片老化狀態(tài)評(píng)估，提出了氧化鋅避雷器老化評(píng)估方法流程；最后，通過多重雷擊模擬實(shí)驗(yàn)，制備不同老化狀態(tài)的氧化鋅閥片與避雷器實(shí)物樣本，對(duì)所提老化評(píng)估方法進(jìn)行了分析與驗(yàn)證。

1 氧化鋅避雷器頻域介電譜曲線的分解

氧化鋅避雷器內(nèi)部由多個(gè)閥片堆疊而成，根據(jù)文獻(xiàn)[20]可知，避雷器內(nèi)部氧化鋅閥片老化呈不均勻分布，可以分為5個(gè)區(qū)域，每個(gè)區(qū)域的老化狀態(tài)可近似看成一致?；诖?，本節(jié)研究了氧化鋅避雷器頻域介電譜曲線的分解方法。

1.1 基于擴(kuò)展德拜等效電路的氧化鋅避雷器介電參數(shù)方程

圖1 擴(kuò)展德拜等效電路

考慮氧化鋅避雷器內(nèi)部老化區(qū)域被劃分為5個(gè)，因此基于擴(kuò)展德拜等效電路，可建立氧化鋅避雷器介電響應(yīng)等效電路模型如圖2所示。

圖2 氧化鋅避雷器介電響應(yīng)等效電路模型

根據(jù)圖2所示等效電路，推導(dǎo)得到氧化鋅避雷器的介電參數(shù)方程為

其中

1.2 白鯊優(yōu)化算法

相關(guān)研究中對(duì)德拜等效電路參數(shù)的確定均采用尋優(yōu)算法。白鯊優(yōu)化算法由M. Braik等提出[21]，在全局最優(yōu)、避免局部最優(yōu)等方面具有良好性能。其核心思想是基于白鯊在追蹤覓食時(shí)的特殊聽覺、嗅覺和魚群行為，對(duì)白鯊捕獵特性進(jìn)行數(shù)學(xué)建模，搜索和開發(fā)空間中每個(gè)潛在區(qū)域，以實(shí)現(xiàn)參數(shù)尋優(yōu)。白鯊優(yōu)化算法主要包含以下階段。

1）初始化：設(shè)為搜索空間中待確定變量的總個(gè)數(shù)，則個(gè)種群的白鯊群體表示為

其中

2）快速向獵物移動(dòng)：當(dāng)白鯊根據(jù)獵物移動(dòng)時(shí)所聽到的海浪波動(dòng)來感知獵物的位置時(shí)，它會(huì)以波動(dòng)運(yùn)動(dòng)方式向獵物移動(dòng)，表示為

3）包圍最佳獵物：當(dāng)獵物看見白鯊而離開原位置時(shí)，白鯊?fù)ㄟ^獵物氣味先移動(dòng)至原位置，再尋找獵物，該行為模擬為

式中，min和max分別為白鯊運(yùn)動(dòng)的最小和最大頻率，分別取值0.07和0.075；0和1分別為管理白鯊聽覺和嗅覺的兩個(gè)常數(shù)，分別取值為6.25和100。

4）向最佳白鯊靠近：當(dāng)白鯊發(fā)現(xiàn)獵物，圍攻獵物以后，就向其最佳進(jìn)攻位置靠近捕殺獵物，表示為

5）魚群行為：為了通過數(shù)學(xué)方式模擬白鯊魚群行為，前兩個(gè)最佳位置被保留下來，其他白鯊的位置根據(jù)最佳位置更新。定義白鯊的魚群行為為

式中，5為[0,1]范圍內(nèi)的隨機(jī)數(shù)。白鯊的最終位置是位于搜索空間中獵物周圍的最理想位置。

1.3 基于白鯊優(yōu)化算法的頻域介電譜分解

針對(duì)測(cè)試得到的整支氧化鋅避雷器的頻域介電譜，采用1.2節(jié)所述的白鯊優(yōu)化算法，利用式（3）對(duì)測(cè)試結(jié)果進(jìn)行擬合，可以得到圖2中等效電路參數(shù)的具體數(shù)值。本文在參數(shù)確定過程中，采用的目標(biāo)函數(shù)為

2 氧化鋅避雷器老化狀態(tài)評(píng)估方法

基于第1節(jié)所述，氧化鋅避雷器介電響應(yīng)等效電路參數(shù)確定后，通過劃分的各老化區(qū)域等效電路即可得到各老化區(qū)域?qū)?yīng)的頻域介電譜曲線，進(jìn)而提取各老化區(qū)域頻域介電譜中的特征參量，實(shí)現(xiàn)對(duì)各老化區(qū)域的老化狀態(tài)評(píng)估。

2.1 基于Havriliak-Negami方程的特征參數(shù)提取

電介質(zhì)頻域介電譜可以用介電弛豫方程來分析，如Debye方程、Cole-Cole方程和Havriliak-Negami（HN）方程等，其中，HN方程是其他兩個(gè)方程的通用形式。考慮直流電導(dǎo)率影響，文獻(xiàn)[22]對(duì)HN方程進(jìn)行了優(yōu)化，表示為

根據(jù)文獻(xiàn)[23]，HN方程的參數(shù)（即D、、、和DC）可有效地反映絕緣介質(zhì)的老化狀態(tài)，因此本文選擇上述參數(shù)作為避雷器老化狀態(tài)評(píng)估的特征參數(shù)。本文研究中特征參數(shù)的提取也使用1.2節(jié)所述的白鯊優(yōu)化算法，HN模型中各參數(shù)的尋優(yōu)范圍見表1。參考文獻(xiàn)[23]設(shè)置HN模型特征參數(shù)的初始化范圍，并根據(jù)不同沖擊老化狀態(tài)下避雷器的頻域介電譜數(shù)據(jù)，通過白鯊優(yōu)化算法識(shí)別出各沖擊老化狀態(tài)對(duì)應(yīng)的特征參數(shù)，并重復(fù)運(yùn)行白鯊優(yōu)化算法，在白鯊優(yōu)化算法的快速收斂性、求解精度和計(jì)算資源分配之間取得了較好的平衡。最終在大量仿真調(diào)試下確定了HN模型特征參數(shù)的初始取值范圍。

表1 HN模型參數(shù)尋優(yōu)范圍

Tab.1 Search ranges for parameters in HN model

2.2 基于極限學(xué)習(xí)機(jī)的老化狀態(tài)評(píng)估

提取特征參數(shù)之后，本文采用極限學(xué)習(xí)機(jī)（ELM）針對(duì)各區(qū)域的老化狀態(tài)進(jìn)行評(píng)估。ELM的輸入為提取得到的特征參數(shù)（1～5），輸出4個(gè)等級(jí)的老化狀態(tài)（1為未老化，2為老化初期，3為老化中期，4為老化末期），具體老化狀態(tài)劃分詳見3.2節(jié)。極限學(xué)習(xí)機(jī)網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示，本文采用包含200個(gè)節(jié)點(diǎn)隱藏層的網(wǎng)絡(luò)結(jié)構(gòu)。

圖3 極限學(xué)習(xí)機(jī)網(wǎng)絡(luò)結(jié)構(gòu)

為了獲得最佳的學(xué)習(xí)性能，ELM網(wǎng)絡(luò)的目的是獲得最小的訓(xùn)練誤差和最小的輸出權(quán)重范數(shù)[24]，具體表示為

2.3 氧化鋅避雷器老化狀態(tài)評(píng)估方法流程

基于上述分析，本文提出一種基于頻域介電譜分解的氧化鋅避雷器老化評(píng)估方法，具體流程如下：

1）測(cè)試得到整支氧化鋅避雷器頻域介電譜曲線。

2）確定基于頻域介電譜曲線分解的氧化鋅避雷器介電響應(yīng)等效電路參數(shù)。

3）獲取氧化鋅避雷器內(nèi)部各區(qū)域頻域介電曲線。

4）提取基于氧化鋅避雷器各區(qū)域頻域介電曲線的老化特征參數(shù)。

5）基于極限學(xué)習(xí)機(jī)老化評(píng)估模型對(duì)氧化鋅避雷器各區(qū)域老化狀態(tài)進(jìn)行評(píng)估。

3 實(shí)驗(yàn)結(jié)果與案例分析

本文采用基于多重雷擊模擬實(shí)驗(yàn)的方法制備不同老化狀態(tài)氧化鋅閥片樣本及不同老化狀態(tài)避雷器樣本，并建立數(shù)據(jù)庫(kù)，開展老化評(píng)估模型訓(xùn)練與案例分析。

3.1 多重雷擊模擬實(shí)驗(yàn)平臺(tái)

圖4 多重雷擊沖擊模擬實(shí)驗(yàn)平臺(tái)

3.2 不同老化狀態(tài)樣本制備

針對(duì)閥片樣本，本文選用國(guó)內(nèi)某主流廠家生產(chǎn)的避雷器氧化鋅閥片，其出廠初始參考電壓為 5 kV，直徑為(32±0.5) mm，高度為(24±0.5) mm，0.75倍直流參考電壓1mA下的泄漏電流值小于10 μA。利用圖5所示的實(shí)驗(yàn)平臺(tái)，對(duì)氧化鋅閥片開展4重額定幅值下50 ms時(shí)間間隔的沖擊，在完成每次沖擊后通過測(cè)試氧化鋅閥片的直流參數(shù)來判斷其老化程度。為消除溫度對(duì)測(cè)試結(jié)果的影響，測(cè)試時(shí)需將氧化鋅閥片置于恒溫箱內(nèi)，并維持25℃，采用MOA-Ⅱ避雷器電阻片直流參數(shù)測(cè)試儀測(cè)試樣本的1mA值。參考標(biāo)準(zhǔn)GB/T 11032—2020《交流無間隙金屬氧化物避雷器》，本文規(guī)定氧化鋅閥片1mA從初始數(shù)值下降至初始數(shù)值的97%為老化初期，降低至初始數(shù)值的97%～94%為老化中期，降低至初始數(shù)值的94%～91%為老化末期，降幅超過10%則損壞。依據(jù)上述流程，制備不同老化狀態(tài)氧化鋅閥片樣本見表2。

圖5 氧化鋅閥片實(shí)驗(yàn)平臺(tái)

表2 不同老化狀態(tài)氧化鋅閥片樣本

Tab.2 Samples of ZnO varistor with different aging states

本文采用型號(hào)為HY5WX-51/134的35 kV復(fù)合絕緣氧化鋅避雷器作為實(shí)驗(yàn)樣品，如圖6所示，其高度為509 mm，大傘裙直徑為114 mm，小傘裙直徑為84 mm，總質(zhì)量為6 kg，測(cè)得直流參考電壓1mA初始值為78.3 kV?；诙嘀乩讚魶_擊模擬實(shí)驗(yàn)平臺(tái)，開展2重額定幅值下100 ms時(shí)間間隔的沖擊，制備不同老化狀態(tài)氧化鋅避雷器實(shí)物樣本見表3。

圖6 35 kV氧化鋅避雷器實(shí)物樣本

表3 不同老化狀態(tài)氧化鋅避雷器樣本

Tab.3 Samples of ZnO arrester with different aging states

針對(duì)制備的氧化鋅閥片樣本和避雷器樣本，本文采用DIRANA介電響應(yīng)分析儀進(jìn)行介電譜測(cè)試，測(cè)量電壓設(shè)置為200 V，測(cè)量頻率范圍為1 mHz～10 kHz，測(cè)試過程中樣本放置于恒溫箱內(nèi)，溫度設(shè)置為25℃。

3.3 氧化鋅避雷器實(shí)驗(yàn)測(cè)試結(jié)果

3.3.1 氧化鋅避雷器介電譜分解結(jié)果

以表3中沖擊次數(shù)為0、4、12、20次各取一個(gè)樣本為例，氧化鋅避雷器閥片樣品的頻域介電譜測(cè)試結(jié)果和分解為等效電路的擬合結(jié)果如圖7所示?？梢钥闯觯S著沖擊次數(shù)的增加，氧化鋅避雷器沖擊老化程度增大，相對(duì)復(fù)介電常數(shù)的實(shí)部和虛部均增大；隨著頻率的增大，相對(duì)復(fù)介電常數(shù)的實(shí)部和虛部逐漸減小。參數(shù)確定過程中，等效電路中電阻參數(shù)搜尋范圍為0.000 1～10 000 GΩ，電容參數(shù)的搜尋范圍為1 pF～10 μF。通過比對(duì)各測(cè)試頻率點(diǎn)的測(cè)試結(jié)果與分解結(jié)果可知，測(cè)試與分解結(jié)果的平均誤差小于3%，說明等效電路參數(shù)確定結(jié)果是有效的，能夠?qū)ρ趸\避雷器閥片的頻域介電譜曲線進(jìn)行有效分解。此外，以沖擊20次的樣本為例，表4給出了該樣本曲線分解擬合過程中確定的等效電路參數(shù)結(jié)果，并進(jìn)行了不同優(yōu)化算法的曲線分解擬合比對(duì)，比對(duì)算法包括算術(shù)優(yōu)化算法（Arithmetic Optimization Algorithm, AOA）、原子軌道搜索算法（Atomic Orbital Search, AOS）、獵人獵物優(yōu)化搜索算法（Hunter-Prey Optimizer, HPO）。設(shè)置初始種群數(shù)量均為50，最大迭代次數(shù)均為1 000，并采用同一臺(tái)服務(wù)器進(jìn)行參數(shù)辨識(shí)。白鯊優(yōu)化算法、AOA、AOS及HPO優(yōu)化算法隨迭代次數(shù)的變化結(jié)果如圖8所示?？梢钥闯?，與其他優(yōu)化算法相比，在相同迭代次數(shù)下，白鯊優(yōu)化算法表現(xiàn)出更低的適應(yīng)度值，并且在最大迭代次數(shù)下，白鯊優(yōu)化算法最先達(dá)到全局最優(yōu)。

圖7 氧化鋅避雷器樣本分解結(jié)果

表4 沖擊20次避雷器頻域介電譜分解等效電路參數(shù)

Tab.4 Parameters for equivalent circuit of ZnO arrester with 20 impacts

圖8 不同優(yōu)化算法的曲線分解擬合結(jié)果

3.3.2 氧化鋅避雷器非線性系數(shù)與直流參數(shù)分析

非線性系數(shù)表征了氧化鋅閥片對(duì)電壓的靈敏度，在伏安特性曲線的不同區(qū)域，閥片的非線性特征各不相同[22]。非線性系數(shù)取閥片通過1 mA及0.1 mA電流時(shí)的直流參考電壓進(jìn)行計(jì)算，即

本文對(duì)4重額定幅值下氧化鋅避雷器閥片的非線性系數(shù)進(jìn)行了計(jì)算，結(jié)果如圖9所示。從圖9可知，在4重額定幅值、50 ms時(shí)間間隔的沖擊作用下，氧化鋅避雷器閥片的非線性系數(shù)初始值為18.4，并且隨著沖擊次數(shù)的增加，氧化鋅閥片老化程度增大，非線性系數(shù)逐漸降低。4重額定幅值下氧化鋅避雷器閥片的直流參數(shù)如圖10所示。從圖10可以看出，閥片的泄漏電流0.75UlmA從9 μA增長(zhǎng)至 70 μA，在沖擊次數(shù)為0～12范圍內(nèi)，泄漏電流平均增長(zhǎng)幅度為1.33 μA；在沖擊次數(shù)為15～30范圍內(nèi)，泄漏電流平均增長(zhǎng)幅度為3.2 μA；在沖擊次數(shù)達(dá)到29次后，閥片開始加速劣化。沖擊老化前1mA測(cè)量值為4.65 kV，沖擊29次后，1mA測(cè)量值為4.45 kV，用沖擊前后的1mA變化量除以沖擊次數(shù)得到1mA的平均下降幅值為6.90 V，閥片在臨近損壞時(shí)的劣化速度遠(yuǎn)大于前序次數(shù)。

圖9 4重額定幅值下氧化鋅避雷器閥片的非線性系數(shù)

圖10 4重額定幅值下氧化鋅避雷器閥片的直流參數(shù)

3.4 氧化鋅閥片老化評(píng)估模型訓(xùn)練結(jié)果

針對(duì)表2所示的氧化鋅閥片樣本，對(duì)測(cè)試得到的頻域介電譜進(jìn)行老化特征參數(shù)提取，然后按照表5所示劃分模型訓(xùn)練集與測(cè)試集。圖11所示為訓(xùn)練集與測(cè)試集的老化評(píng)估結(jié)果。通過圖11a可知，訓(xùn)練集的160個(gè)樣本中，僅有3個(gè)樣本評(píng)估結(jié)果錯(cuò)誤，準(zhǔn)確率為98.1%；在圖11b的40個(gè)測(cè)試集樣本中，評(píng)估錯(cuò)誤樣本數(shù)為1個(gè)，評(píng)估準(zhǔn)確率為97.5%。因此可以說明，訓(xùn)練之后的極限學(xué)習(xí)機(jī)能夠有效地評(píng)估氧化鋅避雷器閥片的老化狀態(tài)。

表5 氧化鋅閥片老化評(píng)估模型訓(xùn)練集與測(cè)試集

Tab.5 Training and testing sets for samples of ZnO varistor

圖11 氧化鋅閥片老化模型訓(xùn)練結(jié)果

3.5 氧化鋅避雷器老化評(píng)估案例

本節(jié)利用制備的氧化鋅避雷器樣本（見表3）進(jìn)行老化評(píng)估案例分析。如3.3節(jié)所述，通過頻域介電譜分解，可以得到氧化鋅避雷器各區(qū)域的頻域介電譜曲線，對(duì)各個(gè)區(qū)域的頻域介電譜曲線進(jìn)行特征提取，輸入3.4節(jié)得到的老化評(píng)估模型中，可得到氧化鋅避雷器樣本各區(qū)域的老化狀態(tài)，評(píng)估結(jié)果見表6。

表6 氧化鋅避雷器樣本老化評(píng)估結(jié)果

Tab.6 Aging estimation results for ZnO arresters

為驗(yàn)證評(píng)估結(jié)果的有效性，對(duì)制備的氧化鋅避雷器進(jìn)行如圖12所示的解剖，對(duì)各區(qū)域氧化鋅閥片直接進(jìn)行直流參考電壓1mA測(cè)試，得到避雷器內(nèi)部各區(qū)域氧化鋅閥片的實(shí)際老化狀態(tài)。圖13所示為實(shí)際老化狀態(tài)與評(píng)估結(jié)果的比對(duì)。由圖13可知，表6所示的評(píng)估結(jié)果中僅有4個(gè)評(píng)估錯(cuò)誤，準(zhǔn)確率為93.3%，說明本文所提的避雷器老化評(píng)估方法有效。

圖12 氧化鋅避雷器解剖示例

氧化鋅閥片微觀由晶粒晶界構(gòu)成，其非線性特性源于晶界區(qū)。隨著沖擊老化程度的增加，氧化鋅閥片微觀結(jié)構(gòu)逐漸發(fā)生破壞，晶粒、晶界發(fā)生熔融，絕緣性能降低，因此絕緣電阻0減小。并且通過圖13可知，區(qū)域2、4的老化程度最輕，對(duì)應(yīng)表4中區(qū)域2和區(qū)域4的極化支路電阻均比相鄰兩區(qū)域大，極化支路電阻呈現(xiàn)出隨著沖擊老化程度的增加而逐漸減小的趨勢(shì)。

圖13 氧化鋅避雷器老化評(píng)估與測(cè)試結(jié)果比對(duì)

此外，氧化鋅閥片等效電容計(jì)算式[25-26]為

綜上所述，采用本文提出的基于頻域介電譜重構(gòu)與極限學(xué)習(xí)機(jī)的氧化鋅避雷器老化狀態(tài)評(píng)估方法，可以實(shí)現(xiàn)對(duì)避雷器各區(qū)域老化狀態(tài)的有效評(píng)估，并且可推廣應(yīng)用于其他類型避雷器的老化狀態(tài)評(píng)估，僅需要獲取氧化鋅避雷器各區(qū)域頻域介電譜分解結(jié)果，提取各區(qū)域老化特征參數(shù)，再輸入氧化鋅閥片老化評(píng)估模型即可。

4 結(jié)論

本文針對(duì)氧化鋅避雷器老化狀態(tài)評(píng)估開展了研究，提出了一種基于頻域介電譜分解與極限學(xué)習(xí)機(jī)的氧化鋅避雷器內(nèi)部分區(qū)域老化狀態(tài)評(píng)估方法。首先，基于整支氧化鋅避雷器的頻域介電譜測(cè)試結(jié)果，確定介電響應(yīng)等效電路參數(shù)；其次，獲取各區(qū)域頻域介電譜分解結(jié)果，并提取各區(qū)域老化特征參數(shù)；最后，基于極限學(xué)習(xí)機(jī)進(jìn)行各區(qū)域老化狀態(tài)評(píng)估。本文通過開展不同老化狀態(tài)氧化鋅閥片和避雷器樣本制備，對(duì)所提方法進(jìn)行了訓(xùn)練與驗(yàn)證，可以得到如下結(jié)論：

1）針對(duì)整支避雷器頻域介電譜，分解結(jié)果與直接測(cè)試結(jié)果的平均誤差小于3%，說明本文所提方法能夠有效地對(duì)避雷器頻域介電譜進(jìn)行分解，間接地證明了通過曲線分解能夠有效獲取避雷器各區(qū)域的頻域介電譜曲線。

2）本文所提方法通過不同老化狀態(tài)氧化鋅閥片樣本訓(xùn)練之后，在氧化鋅閥片測(cè)試集上的評(píng)估準(zhǔn)確率為97.5%，針對(duì)整支避雷器各區(qū)域老化狀態(tài)的評(píng)估準(zhǔn)確率為93.3%，說明本文所提方法能夠有效地對(duì)避雷器各區(qū)域進(jìn)行老化評(píng)估。

[1] 黎鵬, 肖盼, 屈瑩瑩, 等. 帶長(zhǎng)連續(xù)電流多重回?fù)糇饔孟?00kV避雷器溫升特性分析[J]. 電工技術(shù)學(xué)報(bào), 2020, 35(增刊2): 603-611.

Li Peng, Xiao Pan, Qu Yingying, et al. Temperature rise characteristics of 500kV arrester under the action of multiple return-strokes with long continuous current[J]. Transactions of China Electrotechnical Society, 2020, 35(S2): 603-611.

[2] 周利軍, 魏仁偉, 劉聰, 等. 多重雷擊下氧化鋅避雷器的沖擊老化特性[J]. 高電壓技術(shù), 2022, 48(9): 3507-3516.

Zhou Lijun, Wei Renwei, Liu Cong, et al. Impact aging characteristics of zinc oxide arrester under multiple lightning strikes[J]. High Voltage Engineering, 2022, 48(9): 3507-3516.

[3] Andrade A F, Costa E G, Fernandes J M B, et al. Thermal behaviour analysis in a porcelain-housed ZnO surge arrester by computer simulations and thermography[J]. High Voltage, 2019, 4(3): 173-177.

[4] Das A K, Dey D, Chatterjee B, et al. A transfer learning approach to sense the degree of surface pollution for metal oxide surge arrester employing infrared thermal imaging[J]. IEEE Sensors Journal, 2021, 21(15): 16961-16968.

[5] Wanderley Neto E T, Guedes da Costa E, Trajano de Souza R, et al. Monitoring and diagnosis of ZnO arresters[J]. IEEE Latin America Transactions, 2006, 4(3): 170-176.

[6] Zhang Jie, Han Yongxia, Li Licheng, et al. Study on the unipolar impulse aging of ZnO varistors and their condition monitoring methods based on the basic and even-order harmonics of the leakage current resistive component[J]. IEEE Transactions on Power Delivery, 2022, 37(6): 4888-4898.

[7] Barbosa V R N, Lira G R S, Dias M B B, et al. Estimation of metal oxide surge arresters' useful life based on time series forecasts[J]. IEEE Transactions on Power Delivery, 2022, 37(2): 842-850.

[8] 朱育釗, 方文田, 方逸越, 等. 基于多源信息融合的金屬氧化物避雷器運(yùn)行狀態(tài)評(píng)價(jià)方法[J]. 電瓷避雷器, 2023(3): 24-30, 37.

Zhu Yuzhao, Fang Wentian, Fang Yiyue, et al. Evaluation method of metal oxide surge arrester operation state based on multi-source information fusion[J]. Insulators and Surge Arresters, 2023(3): 24-30, 37.

[9] 董莉娜, 胡可, 王微波, 等. 小波消噪在10kV金屬氧化物避雷器在線檢測(cè)中的應(yīng)用[J]. 高電壓技術(shù), 2014, 40(3): 891-896.

Dong Lina, Hu Ke, Wang Weibo, et al. Application of wavelet de-noise in on-line detection of 10 kV metal oxide arresters[J]. High Voltage Engineering, 2014, 40(3): 891-896.

[10] 賀家慧, 張丹丹, 張露, 等. 變電站工頻電磁場(chǎng)對(duì)避雷器在線監(jiān)測(cè)裝置測(cè)量穩(wěn)定性影響試驗(yàn)研究[J]. 高壓電器, 2022, 58(12): 117-122.

He Jiahui, Zhang Dandan, Zhang Lu, et al. Experimental study on measurement stability of online monitoring device for surge arrester under power frequency interference of electric field and magnetic field in the substations[J]. High Voltage Apparatus, 2022, 58(12): 117-122.

[11] 張佳琪. 考慮諧波影響的線路型避雷器泄漏電流在線監(jiān)測(cè)方法研究[J]. 高壓電器, 2023, 59(11): 129-134, 144.

Zhang Jiaqi. Research on leakage current online monitoring method of line type lightning arrester considering influence of harmonics[J]. High Voltage Apparatus, 2023, 59(11): 129-134, 144.

[12] 王清波, 湯哲, 代正元, 等. MOA潛伏性故障檢出率偏低的原因及其狀態(tài)監(jiān)測(cè)優(yōu)化方案研究[J]. 高壓電器, 2023, 59(11): 110-118.

Wang Qingbo, Tang Zhe, Dai Zhengyuan, et al. Study on the cause of low latent detection rate of MOA and optimization scheme of its condition monitoring[J]. High Voltage Apparatus, 2023, 59(11): 110-118.

[13] Lahti K, Kannus K, Nousiainen K. A comparison between the DC leakage currents of polymer housed metal oxide surge arresters in very humid ambient conditions and in water immersion tests[J]. IEEE Transactions on Power Delivery, 1999, 14(1): 163-168.

[14] 黎枝鑫, 王東陽(yáng), 溫榮婷, 等. 基于時(shí)變指前因子和頻域介電譜平移系數(shù)的油浸紙熱老化評(píng)估方法[J]. 電工技術(shù)學(xué)報(bào), 2022, 37(17): 4487-4496, 4516.

Li Zhixin, Wang Dongyang, Wen Rongting, et al. Thermal aging assessment method of oil impregnated paper based on time-varying pre-exponential factor and translation coefficient of frequency domain spectroscopy[J]. Transactions of China Electrotechnical Society, 2022, 37(17): 4487-4496, 4516.

[15] 謝佳成, 董明, 于泊寧, 等. 寬頻帶油紙絕緣介電響應(yīng)的全過程譜圖提取和定量分析[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2021, 41(5): 1547-1557.

Xie Jiacheng, Dong Ming, Yu Boning, et al. Spectra extraction and quantitative analysis for all independent dielectric processes of oil-paper insulation in broad frequency band[J]. Proceedings of the CSEE, 2021, 41(5): 1547-1557.

[16] Bassi W, Tatizawa H. Early prediction of surge arrester failures by dielectric characterization[J]. IEEE Electrical Insulation Magazine, 2016, 32(2): 35-42.

[17] Mardira K P, Saha T K, Sutton R A. Investigation of diagnostic techniques for metal oxide surge arresters[J]. IEEE Transactions on Dielectrics and Electrical Insulation, 2005, 12(1): 50-59.

[18] Saha T K, Mardira K P. Modeling metal oxide surge arrester for the modern polarization based diagnostics[J]. IEEE Transactions on Dielectrics and Electrical Insulation, 2005, 12(6): 1249-1258.

[19] Zhou Lijun, Huang Lin, Lin Zhicong, et al. Parameter extraction for the degradation of on-board arrester in high-speed railway under effects of multiple strokes[J]. IEEE Transactions on Instrumentation and Measurement, 2023, 72: 1-14.

[20] Huang Lin, Zhou Lijun, Chen Wei, et al. Analysis of thermal effects for polymer-housed metal-oxide surge arrester under multiple strokes[J]. IEEE Transactions on Power Delivery, 2022, 37(5): 3917-3927.

[21] Braik M, Hammouri A, Atwan J, et al. White Shark Optimizer: a novel bio-inspired meta-heuristic algorithm for global optimization problems[J]. Knowledge-Based Systems, 2022, 243: 108457.

[22] 周利軍, 李先浪, 王東陽(yáng), 等. 基于Havriliak-Negami介電弛豫模型的油紙絕緣狀態(tài)評(píng)估[J]. 高電壓技術(shù), 2016, 42(1): 153-162.

Zhou Lijun, Li Xianlang, Wang Dongyang, et al. Status assessment of oil-paper insulation based on havriliak negami dielectric relaxation model[J]. High Voltage Engineering, 2016, 42(1): 153-162.

[23] Yang Zhixin, Wang Xianbo, Wong P K. Single and simultaneous fault diagnosis with application to a multistage gearbox: a versatile dual-ELM network approach[J]. IEEE Transactions on Industrial Informatics, 2018, 14(12): 5245-5255.

[24] 張大寧, 劉孝為, 詹江楊, 等. 變壓器油紙絕緣頻域介電譜的虛部分析[J]. 電工技術(shù)學(xué)報(bào), 2019, 34(4): 847-854.

Zhang Daning, Liu Xiaowei, Zhan Jiangyang, et al. Analysis of imaginary part of frequency domain spectroscopy for oil-paper insulation transformer[J]. Transactions of China Electrotechnical Society, 2019, 34(4): 847-854.

[25] 杜林, 譚佳雨, 吳學(xué)光, 等. 基于擴(kuò)展德拜模型的ZnO閥片加速電老化頻域特征量研究[J]. 高電壓技術(shù), 2020, 46(5): 1759-1767.

Du Lin, Tan Jiayu, Wu Xueguang, et al. Study on accelerated electrical aging frequency domain feature of ZnO valve based on extended Debye model[J]. High Voltage Engineering, 2020, 46(5): 1759-1767.

[26] 鄒陽(yáng), 林錦煌, 何津, 等. 基于頻譜解構(gòu)法的油紙絕緣擴(kuò)展德拜模型參數(shù)辨識(shí)[J]. 電工技術(shù)學(xué)報(bào), 2023, 38(3): 622-632.

Zou Yang, Lin Jinhuang, He Jin, et al. Parameter identification of oil paper insulation extended Debye model based on spectrum deconstruction method[J]. Transactions of China Electrotechnical Society, 2023, 38(3): 622-632.

[27] 趙學(xué)童, 李建英, 李歡, 等. ZnO壓敏陶瓷缺陷結(jié)構(gòu)表征及沖擊老化機(jī)理研究[J]. 物理學(xué)報(bào), 2012, 61(15): 147-152.

Zhao Xuetong, Li Jianying, Li Huan, et al. Characterization of defects and research on impulse aging in ZnO varistor ceramics[J]. Acta Physica Sinica, 2012, 61(15): 147-152.

[28] 何俊佳, 宋麗, 周本正, 等. ZnO壓敏電阻微觀結(jié)構(gòu)調(diào)控與性能提升研究綜述[J]. 電工技術(shù)學(xué)報(bào), 2023, 38(20): 5605-5619.

He Junjia, Song Li, Zhou Benzheng, et al. Review on microstructure control and performance improvement of ZnO varistors[J]. Transactions of China Electrotechnical Society, 2023, 38(20): 5605-5619.

[29] 程寬, 趙洪峰, 周遠(yuǎn)翔. B2O3摻雜對(duì)直流ZnO壓敏電阻老化特性的影響[J]. 電工技術(shù)學(xué)報(bào), 2022, 37(13): 3413-3421.

Cheng Kuan, Zhao Hongfeng, Zhou Yuanxiang. Effect of B2O3doping on the aging characteristics of DC ZnO varistor ceramics[J]. Transactions of China Electrotechnical Society, 2022, 37(13): 3413-3421.

[30] 史志強(qiáng), 鄧維, 羅日成, 等. 500 kV氧化鋅避雷器閥片老化缺陷試驗(yàn)分析[J]. 高壓電器, 2019, 55(6): 231-236, 241.

Shi Zhiqiang, Deng Wei, Luo Richeng, et al. Experimental study on valve strip aging of 500 kV zinc oxide arrester[J]. High Voltage Apparatus, 2019, 55(6): 231-236, 241.

[31] 蔡力, 田汭鑫, 魏俊濤, 等. 連續(xù)沖擊電流脈沖下避雷器閥片電氣性能研究[J]. 電工技術(shù)學(xué)報(bào), 2023, 38(增刊1): 168-176.

Cai Li, Tian Ruixin, Wei Juntao, et al. Research on the electrical performance of ZnO varistors under multiple impulse current pulse[J]. Transactions of China Electrotechnical Society, 2023, 38(S1): 168-176.

Method for Evaluating the Aging State of ZnO Arrester Based on Curve Decomposition of Frequency Domain Dielectric Spectrum

Ma Yutang1,2Shu Hongchun1,3Qian Guochao2Zhou Fangrong2Huang Lin4Wei Renwei4

（1. Faculty of Land Resource Engineering Kunming University of Science and Technology Kunming 650093 China 2. Electric Power Research Institute of Yunnan Electric Power Company Kunming 650217 China 3. Faculty of Electric Power Engineering Kunming University of Science and Technology Kunming 650500 China 4. School of Electrical Engineering Southwest Jiaotong University Chengdu 611756 China）

ZnO arrester is an important component of power system equipment, which protects electrical equipment from lightning or overvoltage caused by operation. During the service process of arrester, under the effect of overvoltage such as long-term lightning strike and operation, it gradually ages, leading to the decline of current carrying capacity and affecting its protection effect against overvoltage. Therefore, it is necessary to effectively evaluate the aging state of arrester, so as to guide the maintenance and replacement, and ensure the safe and stable operation of power system.

At present, the aging status assessment of ZnO arrester is mainly divided into two ways: online monitoring and offline detection. In the field application of online monitoring method, it is inevitable to be interfered by some on-site objective factors, resulting in certain errors in the evaluation results. And in the offline detection of arresters on-site, most of them need high-voltage equipment, which is bulky and inconvenient to carry, and the on-site experimental conditions are difficult to fully ensure the safety of high-voltage experiments.

Therefore, aiming at the uneven aging distribution inside the ZnO arrester, this paper proposes an aging state evaluation method of ZnO arrester based on the decomposition of frequency domain dielectric spectrum curve. Firstly, by constructing the equivalent circuit of the dielectric response of ZnO arrester, the frequency domain dielectric spectrum decomposition method of ZnO arrester is studied. Through the frequency domain dielectric spectrum decomposition of the whole arrester, the frequency domain dielectric curve of ZnO varistor in each region of the arrester can be obtained. Then, the characteristic parameters of frequency domain dielectric spectrum of ZnO varistor are extracted by using Havriliak-Negami equation, the aging state evaluation model of ZnO varistor is established based on extreme learning machine, and the aging evaluation method of ZnO arrester was proposed. The main process is to determine the equivalent circuit parameters of dielectric response based on the frequency domain dielectric spectrum test results of the whole ZnO arrester, obtain the frequency domain dielectric spectrum decomposition of each region, and The aging characteristic parameters of each region are extracted, and the aging status of each region is evaluated based on extreme learning machine. Finally, through multiple lightning simulation experiments, samples of ZnO varistor and arresters in different aging states were prepared, and the proposed aging evaluation method was analyzed and verified.

The results show that for the frequency domain dielectric spectrum of the whole arrester, the average error between the decomposition results and the direct test results is less than 3%, which shows that the proposed method can effectively decompose the frequency domain dielectric spectrum of the arrester, and indirectly proves that the frequency domain dielectric spectrum curve of each region of the arrester can be effectively obtained by curve decomposition; The accuracy of the proposed method is 97.5% on the test set of ZnO varistor after the training of ZnO varistor samples in different aging states, and 93.3% on the aging state of each area of the whole arrester, indicating that the proposed method can effectively evaluate the aging of each area of arrester.

ZnO arrester, aging state estimation, frequency domain dielectric spectrum, curve decomposition, extreme learning machine

TM862

10.19595/j.cnki.1000-6753.tces.231244

國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目（52337005）、云南省技術(shù)創(chuàng)新人才培訓(xùn)對(duì)象項(xiàng)目（202305AD160062）和南方電網(wǎng)科技項(xiàng)目（YNKJXM20220025）資助。

2023-08-01

2023-10-23

馬御棠 男，1986年生，博士研究生，高級(jí)工程師，研究方向?yàn)榧芸站€路防雷與接地技術(shù)。E-mail：1277396850@qq.com（通信作者）

束洪春 男，1961年生，博士，教授，博士生導(dǎo)師，研究方向?yàn)樾滦屠^電保護(hù)與故障測(cè)距、數(shù)字信號(hào)處理及其應(yīng)用等。E-mail：kmshc@sina.com

（編輯 李 冰）