變電站高壓電氣設(shè)備局部放電檢測(cè)技術(shù)分析

張亞龍

(陜西國(guó)華錦界能源有限責(zé)任公司，陜西 西安 719319)

高壓電氣設(shè)備受到運(yùn)行環(huán)境的綜合影響，容易出現(xiàn)過度爬電及意外放電的隱性故障，該故障除了可能造成電網(wǎng)內(nèi)瞬間雜波外，短期內(nèi)對(duì)設(shè)備及電網(wǎng)運(yùn)行不會(huì)產(chǎn)生直接影響。但高壓電氣設(shè)備局部放電是其出現(xiàn)微小故障的典型標(biāo)志[1]。在安全工程學(xué)的檢修窗口理論中，設(shè)備發(fā)生故障到發(fā)生相應(yīng)事故之間的時(shí)間窗口，是狀態(tài)檢修的理想切入點(diǎn)，如果可以早期發(fā)現(xiàn)變電站高壓電氣設(shè)備的局部放電現(xiàn)象，對(duì)實(shí)現(xiàn)高壓電氣設(shè)備的狀態(tài)檢修有積極意義。

電氣設(shè)備微小電弧放電的過程，幾乎不會(huì)對(duì)電能質(zhì)量產(chǎn)生跨波形周期的影響，即傳統(tǒng)物聯(lián)網(wǎng)監(jiān)測(cè)模式下，針對(duì)電能質(zhì)量(含電流錄波圖和電壓錄波圖等)、設(shè)備溫度(含單純紅外測(cè)溫和溫敏電阻測(cè)溫等)等的監(jiān)測(cè)模式，均無法對(duì)設(shè)備中的微小電弧做出有效監(jiān)測(cè)[2]。因此，在技術(shù)領(lǐng)域亟待一種新型監(jiān)測(cè)方法，能夠?qū)ξ⑿‰娀∵M(jìn)行有效監(jiān)測(cè)。

從高壓電氣設(shè)備局部放電的電氣表現(xiàn)來看，發(fā)生的局部微小電弧放電應(yīng)被監(jiān)測(cè)系統(tǒng)有效捕捉[3]。其中，紫外輻射、電弧噪聲、電弧閃光、瞬時(shí)溫度變化，是監(jiān)測(cè)設(shè)備捕捉該放電現(xiàn)象的切入點(diǎn)。通過紫外探頭、紅外探頭、可見光探頭、噪聲探頭進(jìn)行綜合數(shù)據(jù)捕捉后，交由電力大數(shù)據(jù)系統(tǒng)及與其配合的人工智能系統(tǒng)進(jìn)行嵌入監(jiān)測(cè)，并在網(wǎng)絡(luò)數(shù)據(jù)中心(internet data center，IDC)硬件設(shè)施支持下實(shí)現(xiàn)相應(yīng)功能，是該方案的技術(shù)實(shí)現(xiàn)模式。而在監(jiān)測(cè)過程中，對(duì)放電位置的精確定位，是該方案在高壓電氣設(shè)備局部放電監(jiān)測(cè)架構(gòu)中的重要技術(shù)革新點(diǎn)。

1 高壓電氣設(shè)備局部放電的三點(diǎn)定位法

1.1 基于傾斜攝影的三點(diǎn)定位法

傾斜攝影法最早用于超低空遙感測(cè)量領(lǐng)域，在地質(zhì)勘探和工程測(cè)量中應(yīng)用較為廣泛[4]。在電網(wǎng)智能巡線等早期使用傾斜攝影的方法中，使用無人機(jī)掛載傾斜攝影設(shè)備對(duì)輸電線路等電網(wǎng)設(shè)施進(jìn)行離線測(cè)量并進(jìn)行數(shù)據(jù)分析，可以實(shí)現(xiàn)較為精確的定位測(cè)量及占位測(cè)量。而采用固定式傾斜攝影探頭的方式，可以給出更加精確的探頭坐標(biāo)，實(shí)現(xiàn)精確到毫米級(jí)的最終測(cè)量結(jié)果[5]。鑒于微小電弧的電弧長(zhǎng)度一般小于1 cm且其在可見光、紅外光、紫外光頻段均有物理表現(xiàn)，因此使用傾斜攝影在廣域波譜上對(duì)微小電弧進(jìn)行定位，是本方法的重要?jiǎng)?chuàng)新點(diǎn)。

多軸平行攝影技術(shù)，可以提供遠(yuǎn)超可見光波譜的平行軸攝影技術(shù)支持。通過將可見光、紅外光、紫外光等CMOS感光元件使用平行軸鏡頭的方式進(jìn)行模塊整合，可以提供一個(gè)擁有三攝像頭平行軸整合的監(jiān)測(cè)模塊，該模塊已經(jīng)在包括電力監(jiān)測(cè)系統(tǒng)在內(nèi)的諸多監(jiān)測(cè)系統(tǒng)中得到有效應(yīng)用[6]。其中，可見光攝影可以捕捉到電弧放電的可見光輻射部分，紅外線攝影可以捕捉到電弧放電時(shí)的局部瞬時(shí)溫度改變，紫外線攝影可以捕捉到電弧放電時(shí)的紫外輻射部分。

對(duì)于擺桿式高壓斷路器來說，其外部空間較為寬闊，可以在距離其10～15 m的位置布置不同方向的3個(gè)多軸平行攝影系統(tǒng)，每個(gè)多軸平行攝影系統(tǒng)包括3個(gè)攝像頭并配置高精度云臺(tái)、時(shí)鐘同步系統(tǒng)、光學(xué)鏡頭、慣性探頭等子系統(tǒng)，實(shí)現(xiàn)光學(xué)頻譜上的圖像數(shù)據(jù)采集功能，利用三點(diǎn)定位法可以解算出電弧形態(tài)和電弧位置：

(1)

式中：L1,L2,L3為通過光學(xué)原理獲得的電弧發(fā)生位置與3個(gè)攝像頭之間的距離；(x0,y0,z0)為被定位點(diǎn)的三軸坐標(biāo)；(x1,y1,z1),(x2,y2,z2),(x3,y3,z3)為3個(gè)探頭的三軸坐標(biāo)。因?yàn)?個(gè)探頭的三軸坐標(biāo)可以明確獲得，所以只要獲得(x0,y0,z0)，即可解算出3個(gè)距離量L1,L2,L3，從而實(shí)現(xiàn)對(duì)電弧發(fā)生位置的明確定位。

1.2 基于聲吶定位原理的三點(diǎn)定位法

早期部署噪聲探頭的目的是采集設(shè)備中的噪聲信息以還原設(shè)備的微震動(dòng)特征曲線。較長(zhǎng)時(shí)間以來，這種噪聲探頭的應(yīng)用從未改變。在多探頭同步測(cè)量的過程中，利用聲速遠(yuǎn)低于光速的特征，基于聲吶定位學(xué)原理，分析其高頻噪聲波峰的出現(xiàn)時(shí)間差，提供精度遠(yuǎn)大于光譜定位的三維定位[7]，是本方法的第二個(gè)重要?jiǎng)?chuàng)新點(diǎn)。

(2)

式中：h為當(dāng)前氣壓、風(fēng)速、濕度條件下的聲速；t1,t2,t3為聲音抵達(dá)3個(gè)探頭所經(jīng)歷的時(shí)間。同樣以擺桿式高壓斷路器為例，其自身尺寸一般小于5 m，各聲音探頭間距一般小于15 m，雖然聲速可能受到氣壓、風(fēng)速、濕度等條件影響，但在此尺度內(nèi)3個(gè)探頭所受到的影響差異性可以忽略不計(jì)。

因?yàn)闃?biāo)準(zhǔn)大氣壓靜態(tài)空氣中的聲速一般為340 m/s，聲音探頭的采樣頻率一般達(dá)到44 MHz，系統(tǒng)可以達(dá)到極高的理論定位精度。但考慮到聲音反射、散射等影響，實(shí)際分析中，采用2 kHz頻率進(jìn)行分析，其定位精度可以達(dá)到0.17 m。

2 高壓電氣設(shè)備局部放電的物聯(lián)網(wǎng)系統(tǒng)設(shè)計(jì)

2.1 攝影探頭的設(shè)計(jì)與布局

多軸平行攝影探頭的基本原理是將3個(gè)不同波段的攝影探頭采用光軸平行的方式進(jìn)行整合，形成一個(gè)總成式模塊。因?yàn)樵摷夹g(shù)在當(dāng)前制造工藝下已經(jīng)實(shí)現(xiàn)了微型化，所以在工業(yè)探頭領(lǐng)域的總成構(gòu)成技術(shù)已經(jīng)相對(duì)成熟，市面上也已經(jīng)出現(xiàn)了多個(gè)國(guó)產(chǎn)探頭品牌可供選擇[8]。其基本構(gòu)成模式如圖1所示。

圖1 多軸平行攝影探頭布局示意圖

圖1中，可見光探頭采用了較高解析度的攝影探頭，一般采用2K(1 920像素×1 080像素)以上畫質(zhì)、60幀/s以上的幀率采集圖像信息，而紅外探頭和紫外探頭的解析度要求并不高，一方面其獲得的數(shù)據(jù)與可見光探頭進(jìn)行數(shù)據(jù)整合時(shí)，僅是將紅外信號(hào)與紫外信號(hào)與可見光信號(hào)進(jìn)行疊加，另一方面其畫面數(shù)據(jù)量并不大，特別是紫外探頭部分，因?yàn)橐晥?chǎng)內(nèi)可能發(fā)出紫外輻射的等離子體物質(zhì)并不多見，其實(shí)際拍攝內(nèi)容可能僅為圖像中的電弧部分。因此，紅外探頭和紫外探頭一般采用640 像素×480像素的解析度進(jìn)行60幀/s的同步攝影。

嵌入系統(tǒng)的主要計(jì)算職能包含2個(gè)部分：

1)將3個(gè)攝像頭數(shù)據(jù)進(jìn)行疊加處理，即將紅外探頭數(shù)據(jù)和紫外探頭數(shù)據(jù)疊加到可見光數(shù)據(jù)中。同時(shí)對(duì)系統(tǒng)內(nèi)的關(guān)鍵點(diǎn)進(jìn)行判讀并利用公式(1)給出關(guān)鍵點(diǎn)的實(shí)時(shí)定位監(jiān)測(cè)結(jié)果。

2)當(dāng)可見光探頭發(fā)現(xiàn)異常閃光、紅外探頭發(fā)現(xiàn)異常瞬時(shí)高溫、紫外探頭發(fā)現(xiàn)異常紫外輻射點(diǎn)這3個(gè)異?，F(xiàn)象出現(xiàn)1項(xiàng)或多項(xiàng)時(shí)，標(biāo)定時(shí)間戳并將實(shí)時(shí)單幀數(shù)據(jù)進(jìn)行單獨(dú)存儲(chǔ)，并報(bào)送到IDC中進(jìn)行遠(yuǎn)程離線處理。

2.2 探頭的物聯(lián)網(wǎng)拓?fù)浣Y(jié)構(gòu)

前文分析中，采用3個(gè)多軸平行攝影探頭和3個(gè)噪聲探頭進(jìn)行數(shù)據(jù)采集，采集數(shù)據(jù)在探頭嵌入系統(tǒng)進(jìn)行初步處理后，報(bào)送到嵌入式集中板中進(jìn)行數(shù)據(jù)緩存，集中板外掛一個(gè)不少于5 TB的SSD工業(yè)存儲(chǔ)陣列系統(tǒng)，同時(shí)由集中板通過工業(yè)網(wǎng)橋主機(jī)向IDC報(bào)送相關(guān)數(shù)據(jù)[9]，如圖2所示。

圖2 探頭物聯(lián)網(wǎng)拓?fù)浣Y(jié)構(gòu)示意圖

圖2中，探頭物聯(lián)網(wǎng)系統(tǒng)向IDC報(bào)送信息的工作數(shù)據(jù)流主要包括以下內(nèi)容：

1)對(duì)攝像頭、噪聲探頭的流媒體數(shù)據(jù)進(jìn)行存儲(chǔ)并與IDC數(shù)據(jù)倉庫的流媒體服務(wù)器進(jìn)行同步。

2)對(duì)疑似放電發(fā)生時(shí)間的重點(diǎn)流媒體信息時(shí)間戳進(jìn)行存儲(chǔ)并與IDC數(shù)據(jù)倉庫的邏輯數(shù)據(jù)倉庫服務(wù)器進(jìn)行同步。

2.3 監(jiān)測(cè)系統(tǒng)的IDC架構(gòu)設(shè)計(jì)

圖2中的IDC部分，基本滿足當(dāng)前電力IDC的CBA架構(gòu)。所謂CBA，是指在一個(gè)工業(yè)生產(chǎn)環(huán)境機(jī)房中，同時(shí)布局云計(jì)算(C.C.)、大數(shù)據(jù)(B.D.)、人工智能(A.I.)等相關(guān)硬件，以實(shí)現(xiàn)對(duì)智能電網(wǎng)提供相應(yīng)服務(wù)的大數(shù)據(jù)功能。但不同智能電網(wǎng)相關(guān)系統(tǒng)對(duì)IDC的要求有所不同，其CBA架構(gòu)的側(cè)重點(diǎn)也有所不同，該系統(tǒng)的IDC架構(gòu)如圖3所示。

圖3 監(jiān)測(cè)系統(tǒng)的IDC端拓?fù)涫疽鈭D

圖3中，其CBA架構(gòu)符合以下特征：

1)數(shù)據(jù)庫部分側(cè)重流媒體數(shù)據(jù)的倉儲(chǔ)及檢索功能。本文采用多個(gè)流媒體服務(wù)器，在對(duì)應(yīng)任務(wù)服務(wù)器的統(tǒng)一協(xié)調(diào)下實(shí)現(xiàn)服務(wù)器集群功能。任務(wù)服務(wù)器功能為協(xié)調(diào)存儲(chǔ)服務(wù)器的可用存儲(chǔ)空間，使用服務(wù)器虛擬化技術(shù)將多臺(tái)存儲(chǔ)服務(wù)器在邏輯上形成單臺(tái)大容量服務(wù)器。邏輯數(shù)據(jù)主機(jī)負(fù)責(zé)存儲(chǔ)疑似放電時(shí)間戳的相關(guān)信息。

2)使用包含多個(gè)GPU計(jì)算核心的浮點(diǎn)計(jì)算主機(jī)，實(shí)現(xiàn)C.C.和A.I.功能。該系統(tǒng)對(duì)此兩項(xiàng)功能的要求并不高，其中C.C.部分除Python數(shù)據(jù)分析功能和BIM數(shù)據(jù)整合功能外，無額外要求；而A.I.功能則采用單一神經(jīng)網(wǎng)絡(luò)模塊實(shí)現(xiàn)數(shù)據(jù)的二值化判斷。

3)使用本地負(fù)載均衡器與提供流媒體服務(wù)的任務(wù)服務(wù)器聯(lián)合對(duì)系統(tǒng)內(nèi)的任務(wù)分發(fā)和負(fù)載均衡實(shí)現(xiàn)統(tǒng)一管理，使用API服務(wù)器搭建與平行系統(tǒng)和上級(jí)系統(tǒng)的數(shù)據(jù)邏輯通道管理，使用LAMP服務(wù)器實(shí)現(xiàn)桌面端和移動(dòng)端的數(shù)據(jù)展示，使用工業(yè)網(wǎng)橋主機(jī)實(shí)現(xiàn)與圖2中物聯(lián)網(wǎng)系統(tǒng)的連接。

3 人工智能的實(shí)現(xiàn)模式

人工智能對(duì)流媒體的判斷屬于當(dāng)前的技術(shù)短板，但在時(shí)間戳數(shù)據(jù)的支持下，可以對(duì)時(shí)間戳對(duì)應(yīng)的流媒體單幀數(shù)據(jù)進(jìn)行分析，屬于較為成熟的機(jī)器學(xué)習(xí)技術(shù)，即通過對(duì)9組視頻單幀數(shù)據(jù)、3組噪聲線性數(shù)據(jù)進(jìn)行基于神經(jīng)網(wǎng)絡(luò)的歸一化處理，進(jìn)而在單一神經(jīng)網(wǎng)絡(luò)模塊下實(shí)現(xiàn)數(shù)據(jù)的二值化，可以得到相應(yīng)的分析結(jié)果[10]。

對(duì)于圖像數(shù)據(jù)來說，系統(tǒng)內(nèi)包含3個(gè)可見光數(shù)據(jù)(為1 920像素×1 080 像素的2 073.6pt個(gè)像素點(diǎn)數(shù)據(jù))和6個(gè)紫外、紅外成像數(shù)據(jù)(為640像素×480 像素的307.2pt個(gè)像素點(diǎn)數(shù)據(jù))，分別構(gòu)建逐像素點(diǎn)掃描輸入的降維神經(jīng)網(wǎng)絡(luò)。該系統(tǒng)將二維數(shù)據(jù)壓縮至零維，即該系統(tǒng)輸出1個(gè)Double格式數(shù)據(jù)，中間層為7層，每層壓縮比不超過0.30，所有節(jié)點(diǎn)均按照多項(xiàng)式函數(shù)法進(jìn)行設(shè)計(jì)，節(jié)點(diǎn)函數(shù)如公式(3)所示：

(3)

式中：Y為節(jié)點(diǎn)輸出數(shù)據(jù)；j為多項(xiàng)式階數(shù)；Aj為第j階多項(xiàng)式的待回歸變量；Xi為第i個(gè)輸入數(shù)據(jù)。

對(duì)聲音數(shù)據(jù)來說，同樣使用降維神經(jīng)網(wǎng)絡(luò)將數(shù)據(jù)從一維降維到零維，形成1個(gè)Double格式變量。故所有輸入數(shù)據(jù)最終形成一組由6個(gè)Double格式變量組成的數(shù)據(jù)簇。核心神經(jīng)網(wǎng)絡(luò)通過對(duì)這些數(shù)據(jù)進(jìn)行二值化獲得相應(yīng)判讀結(jié)果。詳見表1。

表1 神經(jīng)網(wǎng)絡(luò)核心模塊的隱藏層設(shè)計(jì)表

表1中，神經(jīng)網(wǎng)絡(luò)核心模塊共分為6層3組：第1組由第1層和第2層構(gòu)成，負(fù)責(zé)將數(shù)據(jù)細(xì)節(jié)充分放大，采用對(duì)數(shù)函數(shù)進(jìn)行節(jié)點(diǎn)設(shè)計(jì)；第2組由第3層和第4層構(gòu)成，負(fù)責(zé)進(jìn)一步歸一化數(shù)據(jù)，使數(shù)據(jù)特征和隱藏關(guān)系得到充分整理，采用多項(xiàng)式函數(shù)進(jìn)行節(jié)點(diǎn)設(shè)計(jì)；第3組由第5層和第6層構(gòu)成，負(fù)責(zé)將數(shù)據(jù)進(jìn)行充分二值化，使數(shù)據(jù)偏向更接近認(rèn)同放電現(xiàn)象的接近1.000值的判讀值和不認(rèn)同放電現(xiàn)象的接近0.000值的判讀值。表1兩個(gè)公式中的A和B為待回歸變量。

4 數(shù)據(jù)仿真與系統(tǒng)功能驗(yàn)證

因?yàn)樵谙到y(tǒng)實(shí)際運(yùn)行過程中，尚沒有一種可以完美監(jiān)測(cè)微電弧發(fā)生過程的監(jiān)測(cè)機(jī)制，所以需要在模擬環(huán)境中搭建實(shí)驗(yàn)環(huán)境，并在實(shí)驗(yàn)環(huán)境中明確微電弧的發(fā)生與否。本文使用SimuLink電力電氣仿真軟件進(jìn)行仿真測(cè)試，可以較完美模擬電力系統(tǒng)或者電力設(shè)備的各種狀態(tài)，可以精確構(gòu)建微電弧模型的實(shí)驗(yàn)環(huán)境。驗(yàn)證試驗(yàn)中，使用SimuLink軟件內(nèi)置的故障觸發(fā)功能觸發(fā)1 100次異常電弧放電。

因?yàn)樵撍惴ǖ谋举|(zhì)是通過微電弧現(xiàn)象表現(xiàn)出的可見光、紅外光、紫外光等電磁輻射和高頻噪聲的機(jī)械能輻射判斷系統(tǒng)中是否發(fā)生微電弧，所以系統(tǒng)的判斷準(zhǔn)確率是對(duì)該系統(tǒng)性能進(jìn)行判斷的重要分析項(xiàng)目。所謂真陽性概念是被系統(tǒng)判斷為微電弧的微電弧現(xiàn)象，假陽性是指被系統(tǒng)判斷為微電弧的非微電弧現(xiàn)象；所謂真陰性是被系統(tǒng)判斷為非微電弧現(xiàn)象的非微電弧現(xiàn)象，而假陰性是被系統(tǒng)判斷為非微電弧現(xiàn)象的微電弧現(xiàn)象。系統(tǒng)敏感性是指被系統(tǒng)判斷為微電弧現(xiàn)象的所有結(jié)果中，真實(shí)發(fā)生微電弧現(xiàn)象的比例。系統(tǒng)特異性是指被系統(tǒng)判斷為非微電弧現(xiàn)象的所有結(jié)果中，未發(fā)生微電弧現(xiàn)象的比例。

根據(jù)該測(cè)試結(jié)果得到表2。

表2 Simulink系統(tǒng)的敏感性及特異性分析

由表2可知，該系統(tǒng)實(shí)測(cè)過程中，敏感性為98.98%，特異性為88.09%。即可認(rèn)為其對(duì)單次放電現(xiàn)象的識(shí)別率達(dá)到了98.98%，且大部分高壓設(shè)備在出現(xiàn)絕緣故障時(shí)，會(huì)頻繁出現(xiàn)微小放電現(xiàn)象，當(dāng)單一設(shè)備放電次數(shù)達(dá)到10次時(shí)，其異常放電漏識(shí)別率可以達(dá)到1.22×10-20，其漏識(shí)別率接近于0。

綜合分析放電規(guī)模效應(yīng)驅(qū)動(dòng)下的放電識(shí)別率，可以得到表3。

表3中，當(dāng)放電規(guī)模達(dá)到1×104pF級(jí)別時(shí)，放電電弧在白天勉強(qiáng)肉眼可見，此時(shí)系統(tǒng)的識(shí)別敏感性達(dá)到91.54%、特異性達(dá)到84.39%，此數(shù)據(jù)已經(jīng)具備了工程意義。當(dāng)放電規(guī)模達(dá)到1×108pF時(shí)，如果頻繁發(fā)生放電現(xiàn)象，可能已經(jīng)損傷電氣設(shè)備，即其瞬時(shí)電弧可能給設(shè)備絕緣帶來不可逆損傷，此時(shí)的識(shí)別敏感性已經(jīng)達(dá)到100%，且特異性達(dá)到了97.84%，可以認(rèn)為該系統(tǒng)已經(jīng)表現(xiàn)出較強(qiáng)的穩(wěn)定性。

5 結(jié)束語

本文通過同時(shí)采集用于三維建模的可見光視頻、用于溫度測(cè)量的紅外視頻及用于電弧狀態(tài)測(cè)量的紫外視頻形成廣譜加強(qiáng)視頻，同時(shí)采集了設(shè)備噪聲等數(shù)據(jù)，最終實(shí)現(xiàn)的甚高頻聲光信號(hào)機(jī)器學(xué)習(xí)識(shí)別判斷技術(shù)，可以在高壓設(shè)備發(fā)生微小規(guī)模異常放電過程中，早期發(fā)現(xiàn)高壓設(shè)備的隱性故障，從而對(duì)設(shè)備狀態(tài)檢修提供數(shù)據(jù)支持，且該技術(shù)支持的測(cè)量系統(tǒng)在部署過程中，除對(duì)IDC內(nèi)流媒體服務(wù)器要求較高外，對(duì)物聯(lián)網(wǎng)硬件及IDC其他硬件的要求均不高。該技術(shù)可以在較小的工程量基礎(chǔ)上，實(shí)現(xiàn)對(duì)高壓設(shè)備微小隱性故障的早期發(fā)現(xiàn)和早期處理，可以有效提升變電站的狀態(tài)檢修水平。