高壓輸電線路絕緣子工況評估模型及仿真研究

李 毅，唐德東，石 巖

（重慶科技學(xué)院 電氣工程學(xué)院，重慶 401331）

0 引言

絕緣子的污閃是高壓輸電線路普遍存在的問題，其原因是大氣中的塵埃沉積到絕緣子表面遇到各種天氣因素，塵埃受潮后形成一層薄薄的導(dǎo)電層，它能使絕緣子水平發(fā)生災(zāi)難性的下降，進(jìn)而造成輸電線路事故。近年來，由于中國經(jīng)濟的快速發(fā)展，導(dǎo)致輸電電壓持續(xù)升高和環(huán)境問題日益惡化，從而使輸電線路污閃問題已日趨嚴(yán)重，現(xiàn)已發(fā)展成為僅次于雷擊之后的輸電線路事故“肇事者”。

污閃構(gòu)成對輸電線路安全運行的嚴(yán)重威脅，且作為選擇絕緣水平的決定性因素，這已成為國內(nèi)外專家的一致共識[1]。電力部門高度重視，積極采取了相關(guān)防范措施。但是電力部門采用的常規(guī)防污手段，如定期清掃和調(diào)整設(shè)備爬距等具有盲目性和欠合理性等缺點。正在發(fā)展的特高壓輸電線路若繼續(xù)采用常規(guī)的防污手段必將造成人力和經(jīng)濟上的更大浪費。只有建立更加科學(xué)的絕緣子工況在線監(jiān)測體系，才能合理地確定清掃周期或是否調(diào)整爬距，避免盲目浪費。

1 絕緣工況間接評估原理

國內(nèi)外大量研究表明，輸電線路絕緣子的絕緣工況與流經(jīng)其表面的泄漏電流有密切聯(lián)系，且其兩者之間呈近似線性反比的關(guān)系[1,2]。一般認(rèn)為，當(dāng)單片懸式絕緣子的泄漏電流幅值在0mA～25mA之間時，可以認(rèn)為絕緣子為絕緣良好狀態(tài)[1]，或根據(jù)《國家電網(wǎng)公司DL/T741-2010架空輸電線路運行規(guī)程》的相關(guān)規(guī)定，電壓等級在500kV及以上的輸電線路絕緣電阻不小于500MΩ（28片絕緣子組合成串）也能被認(rèn)為是絕緣良好狀態(tài)。此外，還有絕緣合格（300MΩ～500MΩ），絕緣低值（240MΩ～300MΩ），零值絕緣（小于240MΩ）等絕緣子工況。

但在實際工程中，不論是絕緣電阻還是泄漏電流都不便于不停電測量或直接測量?？紤]到保證特高壓輸電線路的供電可靠性，實現(xiàn)泄漏電流的間接測量進(jìn)而評估絕緣子的絕緣工況就顯得尤為重要和高效。

絕緣子工況間接評估，即根據(jù)電力部門大量的歷史運行數(shù)據(jù)，利用MATLAB人工神經(jīng)網(wǎng)絡(luò)來擬合絕緣子的作用電壓U、鹽密ρESDD和環(huán)境相對濕度RH與泄漏電流Ih之間的復(fù)雜非線性關(guān)系，工程中利用這一關(guān)系，在掌握特定絕緣子的作用電壓U、鹽密ρESDD和環(huán)境相對濕度RH的前提下即可實現(xiàn)泄漏電流的間接測量，進(jìn)而根據(jù)運行規(guī)程的相關(guān)規(guī)定即可評估絕緣子的絕緣工況。

該方法的前提條件是獲得大量的污穢實驗數(shù)據(jù)，同時神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和傳遞函數(shù)也影響評估的可信度，論文將在這兩個方面進(jìn)行研究。

2 訓(xùn)練數(shù)據(jù)的獲得與預(yù)處理

2.1 污穢實驗數(shù)據(jù)的獲取

實驗環(huán)境：試驗中大氣壓強保持不變（取試驗室所處大氣壓強975kPa），溫度取試驗時室內(nèi)溫度約26℃，在試驗過程中溫度變化控制在±2℃。

實驗裝備：選用懸式瓷絕緣子（FXB-10/70）為試品，在圖1所示試驗原理圖下進(jìn)行。試品染污采用GB/T458522004 推薦的固體涂層法[3,4]。

實驗過程：首先，將按比例配制的染污液對4組試驗絕緣子分別進(jìn)行均勻染污，然后將染污后的試驗絕緣子懸掛靜置24h，自然陰干，不可加熱與風(fēng)干。然后，將陰干后的絕緣子逐個轉(zhuǎn)移至利用干燥劑和超聲波發(fā)霧器營造的人工霧室中進(jìn)行試驗。試驗時迅速加壓至實驗電壓后，穩(wěn)定電壓3s～5s后即可記錄下圖1電路中精密電阻R1加壓后流經(jīng)的泄漏電流的前10個周期波形[3]。需要注意的是，實驗過程中要嚴(yán)格控制作用電壓，以保證實驗絕緣子不發(fā)生閃絡(luò)，其表面染污不被破壞。

圖1 人工污穢實驗裝置電氣原理圖Fig.1 Electrical schematic diagram of artificial contamination experiment device

表1 原始污穢實驗原始數(shù)據(jù)和歸一化數(shù)據(jù)對照表Table 1 Raw data and normalized data comparison tables for original contamination experiments

最后，污穢實驗所得實驗數(shù)據(jù)經(jīng)過波形分析后，即可得到對應(yīng)實驗絕緣子在特定的溫濕度和作用電壓下表面的泄漏電流幅值。但該值還不能直接用于網(wǎng)絡(luò)的訓(xùn)練和仿真，在網(wǎng)絡(luò)訓(xùn)練前，還需對其進(jìn)行壞值剔除和歸一化預(yù)處理。

2.2 污穢實驗數(shù)據(jù)的預(yù)處理

為了降低或消除神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程中可能發(fā)生的數(shù)值問題、量綱差異問題、神經(jīng)元過飽和問題和“大數(shù)吞小數(shù)”問題，以及使網(wǎng)絡(luò)快速地收斂，提高絕緣子工況評估模型的仿真性能，經(jīng)過比較分析，選定采用最大最小法來進(jìn)行數(shù)據(jù)的歸一化預(yù)處理，其原理如下：

其中，xmax為數(shù)據(jù)序列中最大數(shù)；xmin為數(shù)據(jù)序列中的最小數(shù)。

在Excel中，對原始污穢實驗數(shù)據(jù)進(jìn)行分類并調(diào)用公式進(jìn)行處理，見表1。

把歸一化后的數(shù)據(jù)分組導(dǎo)入MATLAB的Workspace中繪制出分布圖，如圖2所示。

圖2 最大最小值法歸一化后數(shù)據(jù)分布圖Fig.2 Data distribution after normalization of maximum minimum method

3 建立工況評估模型

3.1 神經(jīng)網(wǎng)絡(luò)的創(chuàng)建

選用BP（Back propagation）神經(jīng)網(wǎng)絡(luò)進(jìn)行建模分析，采用MATLAB神經(jīng)網(wǎng)絡(luò)工具箱（Nntool）中的newff函數(shù)用于創(chuàng)建BP神經(jīng)網(wǎng)絡(luò)。其形式如下：

net=newff（P,T,S,TF,BTF,BLF,PF,IPF,OPF,DDF）

該網(wǎng)絡(luò)設(shè)定P為用于網(wǎng)絡(luò)訓(xùn)練的3×143維輸入數(shù)據(jù)矩陣，3個輸入向量分別為作用電壓U、鹽密ρESDD和環(huán)境相對濕度RH；T為用于網(wǎng)絡(luò)訓(xùn)練的1×143維輸出數(shù)據(jù)矩陣，輸出向量為泄漏電流Ih；隱含層的層數(shù)選定為雙層，神經(jīng)元個數(shù)根據(jù)經(jīng)驗公式sqrt(n+m)+a，（n為輸入節(jié)點數(shù)，m為輸出節(jié)點數(shù)，a為1～10的數(shù)）和優(yōu)化分析后確定為9和1[5]；傳遞函數(shù)TF初步選定為tansig，purelin；網(wǎng)絡(luò)訓(xùn)練函數(shù)BTF選擇常用的動量反傳和動態(tài)自適應(yīng)學(xué)習(xí)速率的梯度下降函數(shù)traingdx，Levenberg-Marquardt。

此外，將X定義為用于網(wǎng)絡(luò)仿真測試的3×15維輸入數(shù)據(jù)矩陣；Y為用于網(wǎng)絡(luò)仿真測試的1×15的輸出數(shù)據(jù)矩陣。其選取規(guī)則為：在所有的污穢實驗數(shù)據(jù)構(gòu)成的點集合中，選擇能反映對應(yīng)的較大點集合特征的一個特征點，并保證該數(shù)據(jù)矩陣中的數(shù)據(jù)盡量等可能地取自于4組實驗環(huán)境，從而保證目標(biāo)神經(jīng)網(wǎng)絡(luò)的適用性。

3.2 模型的仿真

利用A=sim(net,X1)函數(shù)將所建立的神經(jīng)網(wǎng)絡(luò)模型來進(jìn)行預(yù)測輸出，并把原輸出和預(yù)測輸出繪制到一張圖上進(jìn)行對比分析，如圖3所示，預(yù)測誤差見表2。

圖3 net4仿真輸出和原輸出對照圖Fig.3 Net4 Simulation output and original output control diagram

表2 net4的仿真結(jié)果Table 2 Simulation results of net4

分析表4所示的模型仿真結(jié)果，發(fā)現(xiàn)當(dāng)泄漏電流幅值＜10mA時，最大絕對誤差約為3.1mA，考慮到泄漏電流值較小時易受噪音、氣壓等外界不可控影響因素的影響，因而這樣的預(yù)測結(jié)果也是可以接受的；當(dāng)泄漏電流幅值處于10mA～25mA時，雖然部分?jǐn)?shù)據(jù)相對誤差較大，高達(dá)21%，但是同樣的絕對誤差并不大，不足以導(dǎo)致絕緣子絕緣狀態(tài)的誤判，因為當(dāng)絕緣子的泄漏電流幅值在0mA～25mA之間時為安全狀態(tài)[1]；當(dāng)泄漏電流幅值＞25mA時，神經(jīng)網(wǎng)絡(luò)的仿真結(jié)果是十分優(yōu)秀的，最大相對誤差為1.6%，最大絕對誤差不足1.2mA，與試驗結(jié)果基本相符，完全能滿足工程中通過泄漏電流估算來進(jìn)行絕緣子污穢度狀態(tài)評估的需要。因此，采用神經(jīng)網(wǎng)絡(luò)仿真的方法得到的泄漏電流幅值與試驗結(jié)果相比具有較好的一致性。

圖4 神經(jīng)網(wǎng)絡(luò)回歸性能圖示Fig.4 Neural network regression performance diagram

3.3 模型的評價

仿真分析結(jié)果表明，本文所建立的神經(jīng)網(wǎng)絡(luò)模型的仿真性能是比較不錯的。如圖4中分別反映的是神經(jīng)網(wǎng)絡(luò)對訓(xùn)練、確認(rèn)、測試、所有數(shù)據(jù)的回歸性能，其中關(guān)鍵的確認(rèn)和測試樣本的相關(guān)系數(shù)均不低于0.975，所有樣本數(shù)據(jù)的平均回歸性能表現(xiàn)為0.98，且其擬合線附近散點較少，擬合線的截距也較小，此外仿真均方差表現(xiàn)為8.58e-05，誤差曲面梯度為0.00573，完全能滿足工程上對泄漏電流預(yù)測的需要。

4 結(jié)論

泄漏電流的幅值作為表征絕緣子絕緣狀態(tài)的特征量，可以直接反應(yīng)絕緣子的絕緣工況，進(jìn)而對防止污閃事故具有重要的參考價值。課題以大量人工污穢試驗數(shù)據(jù)為依據(jù)，利用MATLAB中神經(jīng)網(wǎng)絡(luò)庫函數(shù)對數(shù)據(jù)進(jìn)行分析處理，建立了一種預(yù)測泄漏電流幅值的BP神經(jīng)網(wǎng)絡(luò)模型，仿真分析表明：單片污穢絕緣子的泄漏電流幅值與作用電壓、相對濕度和鹽密之間滿足一定的潛在關(guān)系，該關(guān)系可用本文所建立的模型來較為準(zhǔn)確地映射，其仿真均方差表現(xiàn)為8.58e-05，誤差曲面梯度為0.00573，回歸系數(shù)為0.98，且在閾值附近有良好的識別性。因此，采用人工神經(jīng)網(wǎng)絡(luò)方法對該函數(shù)關(guān)系進(jìn)行逼近及建立相應(yīng)的評估模型，是直接且有效的，并且其仿真結(jié)果有助于工程上對泄漏電流的估算、絕緣子工況的評估和指導(dǎo)污閃事故的預(yù)防。