作者簡(jiǎn)介：

李述茂（1974— ），男，漢族，山東安丘人，本科，工程師，研究方向：電氣柜火災(zāi)預(yù)警。

摘要：

當(dāng)今社會(huì)高度依賴電力基礎(chǔ)設(shè)施，電氣柜是管控電力分配和控制的關(guān)鍵組成部分。電氣柜中元器件復(fù)雜、密集，一旦出現(xiàn)故障，不僅會(huì)導(dǎo)致生產(chǎn)中斷，還可能引發(fā)火災(zāi)等安全事故。傳統(tǒng)監(jiān)測(cè)故障的方法往往側(cè)重于對(duì)故障發(fā)生的及時(shí)監(jiān)測(cè)和事故后的處理。這不僅增加了損失，還對(duì)人員安全構(gòu)成威脅。本文使用創(chuàng)新的智能預(yù)測(cè)性診斷技術(shù)，探討構(gòu)建一個(gè)全面、具有前瞻性的電氣柜健康監(jiān)測(cè)體系，以期在故障萌芽階段就能夠發(fā)出預(yù)警，從而大幅度減少電氣柜故障風(fēng)險(xiǎn)，保障電力系統(tǒng)穩(wěn)定運(yùn)行。

關(guān)鍵詞：電力基礎(chǔ)設(shè)施；電氣柜；元器件復(fù)雜性；預(yù)測(cè)性診斷

引言

在現(xiàn)代城市中，電力基礎(chǔ)設(shè)施扮演著都市生命線的關(guān)鍵角色，其穩(wěn)定運(yùn)行對(duì)于保障城市的正常運(yùn)行至關(guān)重要。伴隨電氣智能化技術(shù)的發(fā)展，融合了傳感器監(jiān)控與大數(shù)據(jù)分析的智能監(jiān)測(cè)系統(tǒng)在電氣柜的實(shí)時(shí)狀態(tài)監(jiān)控與故障預(yù)警領(lǐng)域取得了顯著進(jìn)展。這一技術(shù)革新不僅提升了故障檢測(cè)的準(zhǔn)確性，還有效縮短了響應(yīng)時(shí)間，從而減少了潛在的系統(tǒng)風(fēng)險(xiǎn)[1]。對(duì)于電氣柜而言，其所在環(huán)境通常為封閉空間，生產(chǎn)區(qū)域內(nèi)的氣流設(shè)計(jì)傾向于自上而下的控制模式，旨在提高散熱效率。若電氣柜內(nèi)部出現(xiàn)初期陰燃現(xiàn)象，由于空氣流動(dòng)速度快，傳統(tǒng)的點(diǎn)式傳感器可能難以及時(shí)捕捉到異常信號(hào)[2]。因此，面對(duì)電氣柜的特殊工況，采用更為靈敏和全面的監(jiān)測(cè)策略顯得尤為關(guān)鍵。這要求監(jiān)測(cè)系統(tǒng)不僅要具備高度的敏感性和快速響應(yīng)的能力，還需結(jié)合先進(jìn)的數(shù)據(jù)解析技術(shù)，以便從海量信息中迅速識(shí)別出潛在隱患，早發(fā)現(xiàn)、早處理，確保電力基礎(chǔ)設(shè)施安全、高效運(yùn)行。

一、對(duì)電氣火災(zāi)的一般分析

電氣火災(zāi)的劇烈燃燒往往是瞬時(shí)的，達(dá)到燃點(diǎn)一般會(huì)經(jīng)歷四個(gè)階段，即萌芽階段、陰燃極早期階段、低溫起火階段以及高溫燃燒階段，如圖1所示。

在火災(zāi)萌芽期，原本堆積的物質(zhì)因熱量積累或外部能量輸入，促使可燃材料內(nèi)部的分子活動(dòng)加劇，進(jìn)而引發(fā)了一種漸進(jìn)式的熱降解過(guò)程。該過(guò)程從火災(zāi)萌芽時(shí)期開(kāi)始，伴隨著溫度的逐步升高，分解產(chǎn)生了包含微小顆粒的氣態(tài)與固態(tài)復(fù)合排放物。在初期熱解產(chǎn)生后，如條件合適會(huì)進(jìn)一步深化熱解反應(yīng)[3]，同時(shí)釋放出更多的氣態(tài)混合物，產(chǎn)生更多的煙霧顆粒并開(kāi)始擴(kuò)散。煙霧隨著熱氣作用下的空氣對(duì)流不斷擴(kuò)散，直至達(dá)到著火點(diǎn)，開(kāi)始劇烈燃燒。大多數(shù)電氣火災(zāi)從醞釀到局部起火再到火勢(shì)蔓延，主要由電氣短路、線路過(guò)載、漏電和接觸不良四個(gè)方面的故障引起。電氣短路和線路過(guò)載相對(duì)容易監(jiān)控，它們會(huì)有明顯的電氣性能表現(xiàn)，如電流超過(guò)額定值等。然而，漏電和接觸不良的監(jiān)控較為困難，這些故障的表現(xiàn)不夠明顯，需要通過(guò)更細(xì)致的分析來(lái)發(fā)現(xiàn)。

二、對(duì)電氣火災(zāi)表象的監(jiān)測(cè)

在電氣柜內(nèi)部，發(fā)生火災(zāi)時(shí)燃燒的主要對(duì)象不是負(fù)責(zé)電傳輸?shù)碾娮釉?，它們作為金屬材料在高溫下有明顯的析出行為。包裹在金屬材料之外的絕緣部分，如電纜外的聚氯乙烯等，在過(guò)熱時(shí)是主要的揮發(fā)物質(zhì)[4]。

通過(guò)圖2所示的試驗(yàn)臺(tái)，對(duì)多種電纜、元器件外的絕緣層進(jìn)行測(cè)定，判斷2-乙基己醇、一氧化碳等多種氣體是火災(zāi)萌芽時(shí)期與陰燃時(shí)期的主要析出物[5]。

通過(guò)結(jié)合化學(xué)電阻法和電位法構(gòu)成多變量傳感器，將常見(jiàn)的半導(dǎo)體氣敏材料氧化錫作為敏感電極，并以貴金屬鉑作為對(duì)電極，以Ce0.8Gd0.2O1.9-δ（GDC）作為固體電解質(zhì)，其在復(fù)雜氣體環(huán)境下對(duì)絕緣物陰燃時(shí)析出的2-乙基己醇、一氧化碳等氣體敏感（如表1）?；谶@個(gè)前提，通過(guò)具有反常電位極性的Ba0.5Sr0.5Co0.8Fe0.2O3-δ（BSCF）和氧化錫所構(gòu)建的“電子鼻”來(lái)對(duì)電氣火災(zāi)表象進(jìn)行監(jiān)測(cè)[6]。

三、對(duì)電氣系統(tǒng)本身的故障或外部因素的破壞分析

在對(duì)稱的三相電路中，各相電流滿足合為0的特征關(guān)系。在其電路中，設(shè)備的絕緣層被破壞或因老化而失去絕緣功能，導(dǎo)致回路中的部分電流無(wú)法正常回流，這種現(xiàn)象稱為電氣漏電。泄漏的電流也被稱為剩余電流，可能在漏電點(diǎn)產(chǎn)生電弧，從而引發(fā)局部高溫，最終導(dǎo)致火災(zāi)。在正常情況下，相線之間的電流矢量和應(yīng)為零。如果電流矢量和不為零，說(shuō)明電路中存在漏電現(xiàn)象，產(chǎn)生了剩余電流[7-8]。

在實(shí)際情況中，由于各種原因（如設(shè)備老化、絕緣損壞、機(jī)械振動(dòng)等），電力系統(tǒng)中可能會(huì)出現(xiàn)局部放電等現(xiàn)象。局部放電會(huì)在電流波形中引入新的頻率成分，這些頻率通常位于高頻段。當(dāng)審視電力網(wǎng)中的諧波時(shí)，它們與瞬態(tài)事件截然不同。諧波展現(xiàn)的是有固定周期的波形特征，而瞬態(tài)是非周期性的動(dòng)態(tài)表現(xiàn)。在理論上，電能傳輸應(yīng)呈現(xiàn)純凈的正弦波形態(tài)。然而，現(xiàn)實(shí)中的電力系統(tǒng)遠(yuǎn)非理想狀態(tài)，發(fā)電機(jī)的不完美輸出、輸配電網(wǎng)中的電氣裝置以及非線性負(fù)載均能引起波形失真，催生諧波現(xiàn)象[9]。

四、特征性算法模型分析

通過(guò)對(duì)電能監(jiān)測(cè)設(shè)備的電能諧波進(jìn)行測(cè)量，對(duì)電氣柜極早期火災(zāi)發(fā)生時(shí)電能諧波的各個(gè)狀態(tài)進(jìn)行分析，收集統(tǒng)計(jì)數(shù)據(jù)，建立模型進(jìn)行數(shù)學(xué)分析。

（一）數(shù)據(jù)收集

1.利用高精度的電能監(jiān)測(cè)設(shè)備，實(shí)時(shí)采集電流和電壓的瞬時(shí)值，采樣頻率至少應(yīng)達(dá)到每秒數(shù)千次，以確保能夠捕捉到高頻諧波成分。對(duì)采集到的電流、電壓信號(hào)進(jìn)行FFT計(jì)算，以獲得頻域信號(hào)，從而分析電能諧波的成分和含量。

2.安裝高靈敏度的溫度傳感器，布置在電氣柜的關(guān)鍵部位，如電纜接頭、開(kāi)關(guān)觸點(diǎn)等易發(fā)熱區(qū)域。采集溫度數(shù)據(jù)時(shí)，不僅要記錄絕對(duì)溫度，還要記錄溫度隨時(shí)間的變化曲線以及不同測(cè)量點(diǎn)之間的溫差。對(duì)溫度數(shù)據(jù)進(jìn)行時(shí)間序列分析，提取溫度變化速率、波動(dòng)幅度等特征，以便后續(xù)進(jìn)行模型建立和分析。

3.安裝氣體敏感傳感器，對(duì)電氣設(shè)備可能產(chǎn)生的特征氣體（如絕緣油分解產(chǎn)生的氣體）進(jìn)行監(jiān)測(cè)，分析氣體成分的變化趨勢(shì)，結(jié)合溫度和電能參數(shù)，綜合判斷絕緣體發(fā)熱前的狀態(tài)。

4.通過(guò)模擬不同電能情況下的幾種含PVC在內(nèi)的絕緣材料包裹銅線的絕緣破損短路實(shí)驗(yàn)，獲得了材料從正常狀態(tài)到燃燒過(guò)程中產(chǎn)生的各種數(shù)據(jù)。

5.對(duì)不同實(shí)驗(yàn)條件下獲得的原始數(shù)據(jù)進(jìn)行整理，得到包含溫度、傳感器電阻參數(shù)、電流參數(shù)、剩余電流參數(shù)、諧波分量和氣體濃度等特征參數(shù)的實(shí)驗(yàn)數(shù)據(jù)樣本。

（二）健康度概率模型

在火災(zāi)概率的預(yù)測(cè)方面，選擇在處理時(shí)序問(wèn)題方面表現(xiàn)良好的LSTM算法，以該算法為基礎(chǔ)，結(jié)合卷積神經(jīng)網(wǎng)絡(luò)（CNN）和注意力機(jī)制來(lái)對(duì)火災(zāi)概率進(jìn)行預(yù)測(cè)。

（三）實(shí)現(xiàn)預(yù)測(cè)

利用算法預(yù)測(cè)，得到向量結(jié)果，經(jīng)過(guò)softmax后，將其分布在0—1的概率內(nèi)，得到火災(zāi)概率。""""""""""""""""""""""""""""""""""""" """"""""""""""""""""""""""""""""""""""""

五、后續(xù)基于RAG技術(shù)對(duì)智能化預(yù)測(cè)系統(tǒng)數(shù)據(jù)的持續(xù)效用

RAG（Retrieval-Augmented Generation）技術(shù)通過(guò)關(guān)鍵部件的設(shè)計(jì)信息，與電氣設(shè)備的性能數(shù)據(jù)進(jìn)行映射關(guān)聯(lián)，實(shí)現(xiàn)對(duì)大型設(shè)備前后性能變化的有效識(shí)別和準(zhǔn)確標(biāo)注。通過(guò)構(gòu)建電機(jī)錯(cuò)誤運(yùn)行狀態(tài)的知識(shí)庫(kù)，生成模型可以在生成文本時(shí)參考與查詢相關(guān)的文檔內(nèi)容，以提供更準(zhǔn)確和豐富的結(jié)果，為火災(zāi)溯因及事后處置提供參考。

結(jié)語(yǔ)

本文討論了基于創(chuàng)新的智能預(yù)測(cè)性診斷技術(shù)，結(jié)合電氣柜內(nèi)部氣體標(biāo)志物監(jiān)測(cè)與電力諧波分析，能夠?qū)崿F(xiàn)對(duì)電氣柜潛在故障的早期預(yù)警，從而有效減少生產(chǎn)中斷和火災(zāi)等安全事故的發(fā)生。未來(lái)，隨著檢測(cè)手段的逐漸完善，電氣柜的智能監(jiān)測(cè)與診斷系統(tǒng)將進(jìn)一步為電力基礎(chǔ)設(shè)施的安全運(yùn)行提供更加堅(jiān)實(shí)的技術(shù)支撐。

參考文獻(xiàn)

[1]Chen J，Wu G，Jian X，et al.Research on state monitoring system of intelligent disconnecting switch based on sensing technology[J].Frontiers in Energy Research，2022，10：1-12.

[2]黃舟.極早期火災(zāi)報(bào)警系統(tǒng)在電子潔凈廠房中的應(yīng)用[J].四川建材，2022，48（12）：218-220+224.

[3]張旭.吸氣式極早期火災(zāi)探測(cè)技術(shù)及方法研究[D].電子科技大學(xué)，2016.

[4]Chen D，Yi J.One-pot electrospinning and gas-sensing properties of LaMnO3 perovskite/SnO2 heterojunction nanofibers[J].Journal of Nanoparticle Research，2018，20：65.

[5]Chen W，Yi J.Identification and gas sensor testing of volatile signature gas for early detection of PVC cable fires[J].Fire Safety Science，2019，28：133-139.

[6]Courty L，Garo J.External heating of electrical cables and auto-ignition investigation[J].Journal of Hazardous Materials，2017，321：528-536.

[7]Fatima Q，Haidry A A，Yao Z，et al.The critical role of hydroxyl groups on water vapor sensing of Graphene oxide[J].Nanoscale Advance，2019，1：1319-1330.

[8]Haidry A A ，Cetin C，Kelm K，et al.Sensing mechanism of low temperature NO2 sensing with top-bottom electrode （TBE）geometry[J].Sensorsamp;Actuators B Chemical，2016，236：874-884.

[9]王凱，同向前，強(qiáng)健，等.用于電網(wǎng)諧波溯源的諧波功率快速檢測(cè)方法[J].智能電網(wǎng)，2017，7（04）：286-293.