油紙絕緣老化狀態(tài)判別的拉曼光譜特征研究

鄒經(jīng)鑫， 劉彥琴， 袁明哲， 汪祺航， 范 舟， 萬 福

1. 國網(wǎng)四川省電力公司成都供電公司， 四川 成都 614000 2. 國網(wǎng)江蘇省電力工程咨詢有限公司， 江蘇 南京 210024 3. 重慶大學(xué)輸配電裝備及系統(tǒng)安全與新技術(shù)國家重點實驗室， 重慶 400044

引 言

電氣設(shè)備的安全可靠運行是避免電力系統(tǒng)重大事故的第一道防線， 油紙絕緣設(shè)備是電力系統(tǒng)的重要組成部分。 當(dāng)老化嚴(yán)重的油紙絕緣系統(tǒng)遭受短路等故障情況時， 繞組線圈容易發(fā)生變形而導(dǎo)致絕緣紙受到機(jī)械損壞、 喪失絕緣能力而最終引發(fā)事故。 因此， 及時準(zhǔn)確地判別油浸式電氣設(shè)備的老化狀態(tài)， 做到防患于未然， 是保證電網(wǎng)安全生產(chǎn)和實現(xiàn)設(shè)備高效檢修的關(guān)鍵之一， 也是國內(nèi)外在變壓器壽命預(yù)測領(lǐng)域研究的一個熱點。

分析變壓器絕緣老化狀態(tài)的傳統(tǒng)方法主要有油中溶解氣體分析法、 局部放電檢測、 油中糠醛檢測、 油中微水含量檢測、 絕緣紙聚合度檢測等[1-2]。 但是傳統(tǒng)的老化診斷方法由于測試過程繁雜， 限制了其在現(xiàn)場檢測中的應(yīng)用， 或者由于試驗誤差大， 導(dǎo)致樣本老化狀態(tài)與所選取的特征量相關(guān)度不高[4]。

近年來， 光學(xué)領(lǐng)域在理論及儀器制造工藝等方面都得到了飛速發(fā)展， 各種元器件的精密度顯著提升， 使得光譜儀器的性能日新月異。 光譜分析技術(shù)已經(jīng)在食品、 安全、 化學(xué)及生物領(lǐng)域的定性和定量分析中得到越來越多的應(yīng)用。 拉曼光譜技術(shù)利用分子的非彈性散射信息來分析物質(zhì)的結(jié)構(gòu)和含量， 可以通過對極少量樣本的快速無損檢測獲取目標(biāo)分子的光譜指紋信息， 因此， 它在對復(fù)雜樣本體系的分析中展現(xiàn)出來的優(yōu)勢使其具有判別變壓器老化狀態(tài)的潛力[4]。 近些年來， 油紙絕緣學(xué)術(shù)領(lǐng)域內(nèi)已經(jīng)有學(xué)者應(yīng)用拉曼光譜技術(shù)對油中溶解故障與老化特征物進(jìn)行定量分析[5-7]， 或是嘗試將其應(yīng)用于油紙絕緣老化狀態(tài)的診斷[8]， 均取得了一定的成果。 油紙絕緣的拉曼圖譜中含有大量能夠反映其老化程度的指紋信息， 對其光譜進(jìn)行深入的解析、 進(jìn)一步尋找與老化狀態(tài)有顯著對應(yīng)關(guān)系的特征量， 具有重要的學(xué)術(shù)意義和工程應(yīng)用價值。

本文結(jié)合自主搭建的油紙絕緣拉曼光譜檢測平臺和表面增強(qiáng)拉曼散射基底， 通過在實驗室中模擬真實變壓器開展加速熱老化試驗獲取大量不同老化狀態(tài)的油紙絕緣樣本。 采用競爭性自適應(yīng)重加權(quán)算法從拉曼光譜信號中提取出了與老化程度密切相關(guān)的變量， 并將其與老化特征物的拉曼特征峰進(jìn)行比對； 采用Voigt函數(shù)對拉曼光譜進(jìn)行了解析分析， 分析解析峰的輪廓參數(shù)隨老化程度加深的變化規(guī)律； 采用主成分分析法研究了拉曼光譜的主成分和對應(yīng)載荷因子與油紙絕緣老化的內(nèi)在聯(lián)系； 并從光譜信息熵的角度觀測了油紙絕緣在老化過程中拉曼光譜能量的變化情況。 該研究結(jié)果為拉曼光譜在運行油紙絕緣設(shè)備老化狀態(tài)判別中的應(yīng)用奠定了基礎(chǔ)。

1 實驗部分

1.1 拉曼光譜檢測平臺

采用適用于絕緣油檢測的共聚焦拉曼光譜檢測平臺。 由于在老化過程中產(chǎn)生的特征物含量很低， 且絕緣油本身的拉曼信號會對特征物的拉曼信號造成較大的干擾， 影響光譜特征量的提取和分析。 為了有一定選擇性地增強(qiáng)老化物拉曼信號， 結(jié)合了表面增強(qiáng)拉曼散射(SERS)技術(shù)。 對本文研究內(nèi)容的大量檢測對象而言， SERS基底的空間均勻性和時間穩(wěn)定性是最重要的。 因此本文利用硝酸銀、 2-硝基苯甲酸和商業(yè)銅箔， 通過置換反應(yīng)在銅箔表面合成具有高穩(wěn)定性的銀納米片陣列[9]。 檢測過程中， 待比色皿中的絕緣油與銀納米基底充分接觸后， 將波長為532 nm的激發(fā)光通過共聚焦顯微鏡準(zhǔn)確聚焦在納米基底表面。 并同樣通過顯微鏡實時采集拉曼散射信號。 圖1中所示為SERS技術(shù)與共聚焦拉曼的聯(lián)合應(yīng)用方法。

圖1 基于SERS基底的拉曼光譜檢測平臺原理

1.2 油紙絕緣加速熱老化試驗

當(dāng)油紙絕緣設(shè)備內(nèi)部沒有發(fā)生功能性故障的時候， 電老化產(chǎn)生并溶解于油中的微量特征氣體對絕緣油拉曼光譜影響很小， 因此本文中通過加速熱老化獲取油紙絕緣樣本。 將25#普通礦物油和絕緣紙各自在90 ℃真空中干燥48 h后， 再將絕緣紙在油中浸漬48 h， 最后將預(yù)處理好的樣本以10∶1的油紙比例密封好后， 放入110 ℃的老化箱中進(jìn)行加速熱老化。 為了模擬真實變壓器中繞組的存在， 還在每個樣本中放入等量的銅片。 分別在老化11， 34， 57， 114， 171， 205和285 d時從老化箱中各取出15個樣本作為研究對象。

2 結(jié)果與討論

2.1 拉曼光譜數(shù)據(jù)預(yù)處理

為減小在光譜測量中的誤差帶來的影響， 本研究中將每個樣本五次重復(fù)測量結(jié)果的均值作為樣本光譜數(shù)據(jù)。 原始光譜數(shù)據(jù)中包含了熒光信號、 拉曼散射信號及噪聲信號。 光譜信號中存在的基線干擾一般是由于油紙絕緣老化過程中產(chǎn)生的熒光物質(zhì)、 油中雜質(zhì)、 絕緣油的熒光性以及設(shè)備所產(chǎn)生的； 光譜尖峰是由于檢測環(huán)境中存在宇宙射線或是一些能夠放射出α射線和β射線的物質(zhì)； 而激發(fā)光以及拉曼散射光中的發(fā)射噪聲、 探測器的散粒噪聲和暗電流等噪聲來源會淹沒拉曼光譜中的目標(biāo)信號， 這些因素將會對光譜特征量的提取帶來極大的影響。 因此， 數(shù)據(jù)預(yù)處理階段分別采用三次樣條函數(shù)去除基線， 三點滑動窗口平均法去除光譜尖峰， 再采用五點三次平滑算法降低光譜噪聲。 從圖2中可以看出， 對同一份絕緣油樣本進(jìn)行五次檢測， 通過一系列數(shù)據(jù)預(yù)處理后， 數(shù)據(jù)體現(xiàn)出很好的重復(fù)性。

圖2 拉曼光譜信號數(shù)據(jù)預(yù)處理效果

2.2 油紙絕緣拉曼光譜的關(guān)鍵變量提取

競爭性自適應(yīng)重加權(quán)算法(CARS)是一種模仿達(dá)爾文進(jìn)化理論中的“適者生存”原則而新提出的變量選擇理論[10]， 該方法既可以對無信息變量進(jìn)行有效去除， 也可以對光譜數(shù)據(jù)中的共線性變量進(jìn)行有效壓縮， 最終優(yōu)選出對與絕緣油老化程度關(guān)系最密切的光譜變量(波數(shù))。 CARS每次通過自適應(yīng)重加權(quán)采樣(ARS)技術(shù)篩選出多變量回歸模型(如PLS)中回歸系數(shù)絕對值大的波長點并去掉權(quán)重小的波長點。

采用CARS法對絕緣油拉曼光譜的變量進(jìn)行多次篩選， 將蒙特卡洛(MC)采樣次數(shù)設(shè)置為50次， 圖3(a)表示在一次CARS算法運行中隨著MC采樣次數(shù)的增加變量的變化趨勢， 圖3(b)表示十折交互驗證均方標(biāo)準(zhǔn)差(RMSECV)值的變化趨勢， 圖3(c)表示每個變量回歸系數(shù)的路徑變化。

從圖3(a)中可以看出， 隨著指數(shù)衰減函數(shù)的作用， 在前幾次采樣中變量的數(shù)量快速降低， 之后變量隨著采樣次數(shù)的增加降低的速度減慢， 這說明CARS在篩選關(guān)鍵變量的過程中有粗選與精選兩個過程。

從圖3(b)前半部分中可以看出， 隨著蒙特卡洛采樣次數(shù)的增加， 每個PLS模型的十折交叉驗證殘差越來越小， 說明光譜數(shù)據(jù)點中與老化程度診斷無關(guān)或者共線的信息被明顯去除。

結(jié)合圖3(c)與圖3(b)的后半部分可以看出， 當(dāng)RMSECV值達(dá)到最小值時[圖3(c)中的星號垂線所對應(yīng)的點即15次采樣]， RMSECV值隨著采樣的繼續(xù)進(jìn)行又開始逐漸增大， 這是因為在此后的采樣中， 絕緣油拉曼光譜數(shù)據(jù)一些與老化程度相關(guān)的信息被錯誤地剔除掉了， 從而導(dǎo)致PLS模型性能的劣化。

圖3 絕緣油拉曼光譜變量篩選圖

因此， 通過15次MC采樣后， 最終在整個光譜范圍內(nèi)篩選出90個關(guān)鍵變量。 將提取的關(guān)鍵變量在絕緣油拉曼光譜上以“☆”標(biāo)出， 從圖4中可以看出， 在幾種油紙絕緣老化特征物的主要拉曼特征峰的分布范圍內(nèi)， 拉曼光譜經(jīng)CARS提取的關(guān)鍵變量與老化物特征峰之間有較好的應(yīng)對關(guān)系， 其中糠醛位于1 371， 1 399， 1 471， 1 677和1 699 cm-1的主要特征峰； 丙酮位于789， 931和1 711 cm-1的主要特征峰； 甲醇位于1 084和1 453 cm-1的主要特征峰以及CO2位于1 285和1 388 cm-1的主要特征峰均與CARS關(guān)鍵變量的篩選結(jié)果有較好的吻合。

圖4 采用CARS方法提取的關(guān)鍵變量點

值得注意的是， 通過本節(jié)篩選拉曼光譜關(guān)鍵變量時并沒有告知CARS任何相關(guān)老化特征物拉曼特征峰的先驗知識， 而是通過分析光譜性質(zhì)直接從整個光譜中提取。 因此能夠有效地佐證激光拉曼光譜對油紙絕緣老化狀態(tài)的判別能力。

2.3 油紙絕緣拉曼光譜的VOIGT函數(shù)解析

拉曼光譜是一種本質(zhì)上具有Lorentzian函數(shù)輪廓的振動光譜， 受樣本性質(zhì)、 檢測環(huán)境、 儀器的影響， 拉曼光譜通常都是與Gaussian函數(shù)相卷積的結(jié)果[11]。 因為Voigt函數(shù)可以表示為Lorentzian函數(shù)與Gaussian函數(shù)的卷積， 因此應(yīng)用Voigt峰函數(shù)對含有多種成分的變壓器油光譜進(jìn)行譜峰解析， 將絕緣油的拉曼光譜分解成多個Voigt峰的疊加形式。 以選擇16個Voigt峰對原光譜進(jìn)行解析為例， 結(jié)果如圖5所示， 其解析優(yōu)度R2=0.985 47。

圖5 絕緣油拉曼光譜Voigt解析圖

進(jìn)一步分析Voigt峰的輪廓參數(shù)與油紙絕緣老化程度之間的關(guān)系， 如圖6所示。 譜峰面積的變化反映了對應(yīng)老化特征產(chǎn)物含量的波動。 對于混合物， 其拉曼譜峰由幾種物質(zhì)的譜峰疊加而成， 每種物質(zhì)含量的變化都會引起整個譜峰的變化。 Voigt解析峰能夠更加直觀地反映老化進(jìn)程中特征物含量的變化趨勢。 半高峰寬由自然展寬、 多普勒展寬、 碰撞展寬、 赫魯茲馬克展寬等多因素決定。 碰撞展寬能夠反映壓強(qiáng)和分子的碰撞截面情況， 由洛倫茲系數(shù)體現(xiàn)； 多普勒展寬能反映溫度情況， 由高斯系數(shù)體現(xiàn)。 可以看出， 某些解析峰的輪廓參數(shù)隨著老化程度的加深發(fā)生規(guī)律性的變化， 因此解析峰能夠反映油紙絕緣的老化程度。

2.4 油紙絕緣拉曼光譜的主成分分析

在對拉曼光譜進(jìn)行解析分析的結(jié)果中可以發(fā)現(xiàn)， 光譜的輪廓參數(shù)中含有大量與油紙絕緣老化相關(guān)的信息。 但同時也發(fā)現(xiàn)， 并不是所有解析峰的每個輪廓參數(shù)都有明顯的變化規(guī)律， 而是具有一定的相關(guān)性(混疊)； 另一方面， 高分辨率的光譜儀帶來了數(shù)據(jù)的高維度， 無法直接用于判別老化狀態(tài)。 因此需要對數(shù)據(jù)進(jìn)行去相關(guān)， 并從中提取出有效的光譜特征量。

對試驗室中加速熱老化制備的105個老化樣本進(jìn)行拉曼光譜檢測獲取光譜數(shù)據(jù)樣本， 分為A， B， C， D， E， F和G七組， 每組中有15個樣本。 為確定每組油紙絕緣樣本的老化階段， 依據(jù)ASTM D4243標(biāo)準(zhǔn)檢測各組樣本絕緣紙的平均聚合度。 依據(jù)油浸式變壓器絕緣老化狀態(tài)判別準(zhǔn)則將樣本劃分到四個老化階段： 絕緣良好(DP≥900)， 老化初期(500≤DP<900)， 老化中期(200≤DP<500)， 老化末期(DP<200)。 105個老化樣本分類如下： A組絕緣良好； B， C和D組為老化初期； E和F四組為老化中期； H組為老化末期。 需要說明的是， 由于在熱老化試驗中樣本個體在老化進(jìn)程上存在一定的差異， 在聚合度檢測環(huán)節(jié)中也存在絕緣紙樣品的分散性、 測量誤差等一系列問題。 會導(dǎo)致依據(jù)絕緣紙聚合度劃分老化程度時， 某些個體樣本的老化程度與該組的平均老化程度不在同一個老化階段。 為更好的定義樣本的老化階段， 本研究中參考蒙辛格熱老化公式， 以實際加速熱老化時間以及各組樣品的平均聚合度為準(zhǔn)定義整組樣本的老化程度， 而非逐個定義單個樣本的老化階段， 樣本的老化階段劃分結(jié)果如圖7中所示。

圖6 Voigt峰解析結(jié)果

圖7 依據(jù)絕緣紙聚合度劃分老化階段

PCA分析結(jié)果如圖8所示， 前八個主成分(PC)的累積貢獻(xiàn)率超過了95%， 可以充分表達(dá)原始光譜中的光譜信息。

圖8 絕緣油拉曼光譜前八個主成分的貢獻(xiàn)率

載荷因子是主成分分析中重要變量貢獻(xiàn)的集合， 載荷因子的振動特征與分析對象中化學(xué)成分對主成分的貢獻(xiàn)密切相關(guān)。 雖然主成分分析的結(jié)果不能對各主成分的具體物理含義做出解釋， 但是主成分載荷圖能夠顯示不同變量對主成分的貢獻(xiàn)大小， 體現(xiàn)更多不同老化階段油紙絕緣樣品的差異信息。 圖9中以第一主成分為例， 觀察主成分的載荷圖并計算不同老化階段樣本中各主成分的平均值， 可以看出， 載荷圖中的某些較為明顯的特征峰與前文中對光譜中老化特征物的特征峰有良好的對應(yīng)關(guān)系。

圖9 主成分PC1的載荷圖及各組試驗樣本該主成分的平均值

PC1是主成分分析中最重要的成分(貢獻(xiàn)率為38.32%)， 從PC1的載荷圖中可以看出， 不僅糠醛位于1 399和1 471 cm-1處的特征峰可以被明顯地觀察到； 丙酮位于789和931 cm-1兩處的特征峰也非常明顯； CO位于2 144 cm-1處的特征峰和甲醇位于2 931 cm-1處的特征峰均能觀測到。 從圖中還能看出， 由于油樣中的所有物質(zhì)成分幾乎在整個光譜范圍內(nèi)對PC1均有“正”的貢獻(xiàn)， 隨著老化程度的增加， 油樣中的老化特征物的種類越來越復(fù)雜， 含量也越來越高， 導(dǎo)致PC1的平均值隨老化時間的增加而增大。

以上樣本的三個光譜特征量PC1， PC2， PC4在空間中分布如圖10所示。

圖10 四個不同老化階段油樣的拉曼光譜主成分散點分布圖

由圖10可見， 四個老化階段的油紙絕緣樣本在主成分空間中呈帶狀分布， 各老化狀態(tài)樣本處于相對獨立的空間， 基于不同的主成分組合可以基本實現(xiàn)對四類老化階段樣本的有效劃分。 此外， 從圖10中各樣本分布的疏密度來看， Ⅰ類、 Ⅲ類、 Ⅳ類三個老化階段的老化樣本在主成分空間分布相對集中， 而老化初期的樣本相對比較分散。 絕緣油拉曼光譜的前四個主成分占有很高的累積貢獻(xiàn)率(分別為46.32%， 25.80%， 8.49%和6.64%)。 通過對四個主成分的分析結(jié)果可知， 將PC1和PC4組合對四個老化階段的油紙絕緣樣本均有較好的判別能力， PC2對絕緣良好和老化末期的絕緣油非常敏感， 但是對老化初期和老化中期的樣本區(qū)分效果不夠理想。

2.5 油紙絕緣拉曼光譜的能量特征分析

隨著熱老化進(jìn)程的不斷發(fā)展， 其過程中伴隨著糠醛、 丙酮、 甲醇、 CO、 CO2等老化特征物的產(chǎn)生與變化， 在受到激光照射時產(chǎn)生的拉曼散射光譜信號中各頻帶中分布的能量也隨之發(fā)生改變。 結(jié)合小波包理論和信息熵理論， 可實現(xiàn)對光譜能量的有效分析。

小波包變換是在小波變換的基礎(chǔ)上進(jìn)一步提出來的， 具有從拉曼信號中提取光譜特征量的潛力。 小波分解保留高頻部分， 只對低頻部分進(jìn)行進(jìn)一步的分解， 小波包分解則對高頻部分也做類似分解， 從而提高了時-頻的分辨率， 因此， 通過小波包分解能夠從光譜信號中提取更豐富的特征量。 小波包變換是對信號進(jìn)行時域或頻域分析， 對拉曼光譜信號而言， 則用波數(shù)來替代時間單位[12]。

小波包能量熵反映了光譜信號中所含有的信息量， 當(dāng)用于分析絕緣油光譜信號時， 可以衡量某一種老化狀態(tài)下絕緣油拉曼光譜的復(fù)雜程度， 也就具備用于分析油紙絕緣老化狀態(tài)的能力。 小波包能量熵的公式推導(dǎo)在本文中不再贅述， 此處只說明與本文密切相關(guān)的幾個關(guān)鍵概念。

從拉曼光譜的全譜中提取小波包能量熵作為特征量， 分析不同老化階段絕緣油光譜能量熵的變化情況。 利用Db3母小波對絕緣油拉曼光譜進(jìn)行四層小波包分解， 求得每組樣本的平均小波包能量熵如圖11所示。

圖11 拉曼光譜小波包能量熵隨老化時間的變化規(guī)律

由圖可見， 隨著老化時間的增加， 各組油紙絕緣樣本對應(yīng)的絕緣油拉曼光譜平均小波包能量熵呈現(xiàn)逐漸上升的變化趨勢。 這是由于新絕緣油處于穩(wěn)定狀態(tài)時， 拉曼光譜中信息度較低， 小波包能量熵較低； 加速熱老化后， 相關(guān)油紙絕緣老化特征物開始出現(xiàn)， 光譜信息度升高， 能量熵開始升高； 隨著老化程度的增加， 油中老化特征物含量及相互之間的關(guān)系劇烈變化， 信息度開始復(fù)雜， 能量熵持續(xù)上升。

3 結(jié) 論

通過在實驗室中進(jìn)行加速熱老化實驗制備了大量不同老化狀態(tài)的油紙絕緣樣本， 結(jié)合共聚焦拉曼光譜檢測平臺與銀納米表面增強(qiáng)基底獲取了絕緣油拉曼光譜信號， 提取并分析了多種光譜特征量在油紙絕緣老化過程中的變化規(guī)律及其與聚合度和老化特征物的相關(guān)性關(guān)系， 得到如下結(jié)論：

(1) 應(yīng)用競爭性自適應(yīng)重加權(quán)算法從油紙絕緣老化光譜中提取出了與老化狀態(tài)關(guān)系最為密切的關(guān)鍵變量(波數(shù))， 這些關(guān)鍵變量很好地涵蓋了各老化特征物拉曼特征峰所在的位置。

(2) 通過對光譜進(jìn)行Voigt函數(shù)解析， 發(fā)現(xiàn)老化特征物解析峰的輪廓參數(shù)隨著老化程度的加深發(fā)生規(guī)律性的變化， 解析峰能夠反映油紙絕緣的老化狀態(tài)。

(3) 采用主成分分析法對絕緣油拉曼光譜全譜進(jìn)行降維， 并從中提取光譜特征量， 分析結(jié)果表明所提取的拉曼光譜主成分特征量與老化特征物的特征峰具有明顯的對應(yīng)關(guān)系。

(4) 通過對光譜信號進(jìn)行小波包分解， 從信息熵的角度觀測了絕緣老化進(jìn)程中光譜能量熵的變化規(guī)律。

本文的研究結(jié)果有效驗證了結(jié)合表面增強(qiáng)的拉曼光譜技術(shù)對油紙絕緣老化狀態(tài)的判別能力， 能為現(xiàn)場油紙絕緣設(shè)備的非接觸式老化狀態(tài)分析提供新的思路。