基于T-F聚類和PRPD圖譜分析的配網電纜局部 放電類型識別研究*

周 達 張 昕 鄒云峰 倪玉玲 王德玉

(國網江蘇省電力有限公司營銷服務中心 南京 210019)

1 引言

隨著全球電網的不斷升級，可持續(xù)能源成為電網的優(yōu)先選擇之一，可持續(xù)能源的投入大多是通過10 kV電纜連接的配電網絡[1-4]，配網電纜數量的增加使得供電可靠性要求越來越高，要求減少停電時間及頻率。根據數據表明[5]，超過80%的電纜故障都與局部放電有關，局部放電是指在電纜中發(fā)生局部區(qū)域的放電，而沒有貫穿整個主絕緣，局部放電的發(fā)生伴隨著許多其他物理效應，進一步影響電纜壽命，是絕緣劣化的重要特征之一[6]。因此，為保證配網電纜的運行安全，需要及時獲取電纜狀態(tài)數據，評估電纜運行狀態(tài)。在該研究領域，對局部放電模式的識別一直是國內外的研究熱點，開展配網電纜的局放信號模式識別是局部放電在線監(jiān)測的 關鍵。

就目前研究而言，對配網電纜的局放信號模式識別方法大多集中在單一放電源的類型識別上，如基于統(tǒng)計學原理的局部放電相位譜圖(Phase resolved partial discharge，PRPD)法[7]、以及改進的基于BP神經網絡[8]、支持向量機[9]的相位圖譜識別法。此類方法只能在單一放電源存在的情況下準確識別局部放電類型，而當電纜同時存在多種局部放電類似或檢測環(huán)境中存在隨機干擾時，得到的PRPD圖譜是混疊在一起的，對照特征數據庫中的單一放電類型會出現不匹配的情況，準確率大大降低。目前對于多種放電類型的混合識別相關研究報道還較少，文獻[10]提出了一種將局部放電的脈沖幅值采用多參數Weibull分布進行擬合的方式來識別多放電源的類型識別，當放電信號來自于多個放電源時，局部放電脈沖幅值分布將具有多個拐點，由此來判斷混合放電源類型，但此方法無法識別出干擾，當干擾信號較大時，放電信號容易被淹沒無法準確判斷。文獻[11]提出了一種等效時頻法結合模糊聚類分析的方法，首先使用等效時頻變換，將原始脈沖信號轉換到T-F模式下，再利用模糊聚類將放T-F圖譜的數據點進行分類，并根據事先建立的單一局放缺陷指紋庫進行對比，完成對多放電源信號的分類和識別，但當同一種缺陷程度不同時，在T-F模式下的分布不一致，導致對指紋庫的要求十分高，使得在實際現場應用過程中效果不太理想。文獻[12]提出了一種基于FastICA算法的多缺陷局放信號分離，將多放電源局部放電信號識別轉化為單一信號識別的問題，但該方法同樣對測試系統(tǒng)中的噪聲要求較高，當測試環(huán)境中干擾噪聲過大時，識別結果的準確度將明顯降低。綜上所述，目前配網電纜的局放信號檢測方法主要存在以下問題：大多方法僅能識別單一局放類型，當有多種局放類型存在時無法準確對局放信號進行診斷；而常規(guī)的混合局放類型識別的方法無法排除噪聲干擾信號帶來的影響，使得局放信號誤判率明顯升高，且所需故障數據庫龐大，數據庫維護過于頻繁。

為解決上述問題，本文采用等效時頻分析法與模糊C均值聚類分析結合PRPD圖譜的方法對配網電纜多放電源的局部放電信號進行分離和識別。首先通過等效時頻分析，將原始放電的時域波形轉化為T-F模式，之后采用模糊C均值聚類分析將T-F模式下的數據進行分類，對放電脈沖進行初步劃分。對每一類的放電脈沖提取PRPD圖譜。根據PRPD圖譜識別其放電類型，最終實現配網電纜多放電源局放信號的準確分類與識別。最后，分別在多個單一局放源和兩種混合局放源放電情況下驗證了該方法的有效性。

2 T-F聚類分析與PRPD放電類型識別

2.1 T-F模式下模糊聚類

短時間內電纜中的局放信號是相對穩(wěn)定的，因此檢測到的由同一局放源發(fā)出的局放信號波形在時域上具有高度的相似性[13]。采用脈沖波形-時間序列代替脈沖峰值-時間序列，在原始脈沖信號的基礎上形成T-F特征圖譜，不同類型的放電將在圖譜上分布于不同的點，此特征可用于局部放電類型的分類。本文采用等效時頻法將峰值-時間序列轉化為T-F特征圖譜。首先將采集得到的局部放電時間序列進行標準歸一化處理[14]

再按照式(2)計算標準化信號的時間重心

最后，根據式(3)和式(4)計算單個局放脈沖波形的時域等效時長和頻域等效帶寬

式中，t為采樣時間；T為最大采樣時刻；f為采樣頻率；S(f)為(t)的傅里葉變換。

將單個局部放電脈沖信號按照式(1)～(4)進行處理后得到一組等效時長T及等效帶寬F，當具有多組T-F向量后投影到T-F構成的二維平面上，即可形成該局放脈沖的特征T-F譜圖。

在采用了等效時頻法對局放信號進行預處理，不同類型的局部放電脈沖在進行T-F轉化后將分布于譜圖上不同的區(qū)域即T-F轉化可以使具有相同特征的脈沖緊聚在一起，將不同區(qū)域進行分類是將多種局部放電信號區(qū)分的關鍵步驟，本文采用模糊C均值聚類方法(Fuzzy C-means，FCM)對T-F譜圖中的特征點進行分類。FCM是目前最為靈敏、應用也最廣泛的一種聚類分析算法[15]。該算法的思想是把聚類分析問題轉化為一個帶約束的非線性規(guī)劃問題，通過優(yōu)化求解來獲取數據集的最優(yōu)劃分。基于目標函數的模糊聚類分析有如下一般性描述[16-17]

式中，V= (v1,v2,…,vc)為C個聚類中心；‖xj-vi‖為歐氏距離；m∈[1，∞)為加權指數，又稱平滑系數。

基于以上分析得到FCM的具體流程如下。

初始化：給出聚類類別數c，2≤c≤n為樣本的總個數c；對聚類中心V0初始化；設置迭代停止閥值ε的大小。

步驟一：根據式(6)計算或更新隸屬度函數矩陣Ub=[uij]。

步驟二：根據式(7)更新聚類中心。

步驟三：如果滿足 ||Vb-Vb-1||≤ε則算法停止并輸出隸屬度函數矩陣U和聚類中心V；否則繼續(xù)執(zhí)行步驟一。

基于上述處理，局部放電脈沖波形原始數據已完成預處理，從原始脈沖峰值-時間序列轉換到T-F圖譜并通過FCM將放電類型進行區(qū)分，可對放電類型數量進行初步判斷。在聚類步驟中對于聚類類別數的選取通?？苫趦煞N選擇方式，一是根據T-F譜圖團聚情況，有明顯的C種團聚則可將聚類類別數設為C；二是T-F圖譜中只有一種團聚沒有明顯的幾種團聚但特征時長或特征帶寬分布較長，則可將c值從小到大依次嘗試，直到出現明顯錯誤分類或脈沖數不足以與指紋庫對比。

2.2 基于PRPD譜圖放電類型識別

放電量Q、放電次數n和放電所在相位Φ是局部放電的3個基本參數，將多個周期內的單次放電脈沖折算到一個工頻周期內觀測其統(tǒng)計特征即形成PRPD圖譜可突出放電的統(tǒng)計規(guī)律性。

局部放電脈沖波形原始數據預處理后，根據T-F圖譜下的聚類結果，將每一類的原始數據提取，獲取每一個脈沖產生時相對于工頻信號的相位及幅值，以脈沖發(fā)生時的相位值為橫軸，脈沖幅值為縱軸，生成每一類放電信號的原始PRPD圖譜。通過對已知放電類型的圖譜進行分類器學習，得到的分類器模型可對未知放電波形進行對比自動識別，即可將典型局部放電缺陷的PRPD圖譜作為指紋庫，放電信號的PRPD圖譜與之進行對比，由此可對T-F聚類后的每一類局部放電放電信號類型進行判斷以及排除干擾噪聲。以上所述的基于T-F聚類及PRPD譜圖的放電模式分類與識別的流程圖如圖1所示。

圖1 放電模式分類及識別方法流程圖

3 局部放電模擬與測試平臺

3.1 典型絕緣缺陷的局部放電模擬

為驗證本文所提出的局放類型識別方法的有效性，本文采用上海銳測電子科技有限公司的PDS型局部放電模擬源建立了4種配網電纜中典型的局放缺陷模型。缺陷模型如圖2所示，包括金屬尖端缺陷、絕緣氣隙放電、金屬微粒懸浮放電和界面沿面放電。

圖2 四種缺陷放電模型

其中，金屬尖端缺陷會導致電纜導體部分出現尖端或毛刺，電場強度變大，致使尖端或毛刺周圍的絕緣層發(fā)生局部放電，產生絕緣擊穿現象。絕緣氣隙放電是指電纜主絕緣內部出現了雜質或氣隙，相較于主絕緣其介電常數更低，擊穿場強更低，導致先于主絕緣發(fā)生放電。金屬微粒懸浮放電是指導體與附件之間的內部自由金屬微粒，存在金屬懸浮電位，引起懸浮電極放電。復合界面沿面放電是指絕緣子在制造過程中引起的內部氣泡以及由于試驗閃絡導致的表面放電痕跡，同時還包括高壓電極表面粗糙不平整或者在設備加工時嵌入的金屬顆粒。

3.2 局部放電測試系統(tǒng)

圖3所示為局部放電測試系統(tǒng)示意圖及實物圖。其中，正泰(CHNT)TDGC2-0.5型調壓器為局放模擬源提供電源，可調電壓范圍為0～5.5 kV，局放模擬源輸出信號幅值最高可達2 V；示波器為Tektronix DPO 4032，可實現對局部放電波形的實時監(jiān)測，其帶寬為350 MHz，最大采樣率2.5 GS/s；HFCT傳感器為自制高頻電流傳感器，用于局部放電脈沖信號的測量，其測量帶寬為0.5～30 MHz，靈敏度為15 mV/1 mA；Pico Technology的5442D型高速數采卡用于對脈沖信號進行采集和存儲，其帶寬為60 MHz，采樣率1 GS/s，存儲深度為512 Mpts；計算機可實現對局部放電信號進行T-F模糊聚類和PRPD圖譜分析。

圖3 局部放電測試系統(tǒng)示意圖及實物圖

4 結果與討論

4.1 單一缺陷的放電類型識別

本文分別對4種放電模型施加電壓，采集200個局部放電脈沖信號。圖4分別為四種放電脈沖信號的典型波形、T-F圖譜及相應的PRPD圖譜。由圖4可知每一類放電模型在T-F模式下均呈現出團聚現象，但由于放電程度不同，并非所有放電類型都為一類團聚。圖4e所示為根據尖端放電脈沖得到的T-F圖譜，脈沖波形在T-F模式下團聚為一團，其PRPD圖譜如圖4i所示，主要聚集在第一象限，為典型的尖端放電類型的PRPD圖譜，可知該類局放源為尖端放電。圖4f所示為根據氣隙放電脈沖得到的T-F圖譜，同樣也團聚為一團，對該類放電脈沖PRPD圖譜分析，放電主要發(fā)生在第一三象限，且較為對稱呈駝峰狀，可判斷其為氣隙放電類型。圖4g所示為根據懸浮放電脈沖得到的放電T-F模式和聚類分析。懸浮放電脈沖波形在T-F模式下積聚為一團，其PRPD譜圖如圖4k所示，在一個周期內任何相位均有放電發(fā)生，可知其為懸浮放電類型。

值得一提的是圖4h，其所示為根據沿面放電得到的放電T-F模式和聚類分析?？芍浞烹娒}沖在T-F模式下呈兩個不同的團聚分布，這是由于在放電過程中由于放電的持續(xù)發(fā)生，模型內部出現缺陷變嚴重的情況，對其放電脈沖進行等效時頻轉化后，其等效時長及等效帶寬有變化，導致放電脈沖在T-F圖譜中呈現兩個不同的團聚部分(C1、C2)。C1、C2兩類脈沖波形的PRPD圖譜如圖5b、5c所示，對PRPD譜圖進行分析后可看到其放電發(fā)生在正負半周峰值位置且較為對稱，符合沿面放電的PRPD譜圖特征，即C1、C2均屬于沿面放電。直接通過T-F模糊聚類對放電類型進行識別時，會出現團聚重心偏移指紋庫所對應的放電類型的情況，從而出現局部放電類型誤判的情況，因此相較之本文提出的方法準確性更高。

圖4 四種放電脈沖信號的典型波形、T-F圖譜及相應的PRPD圖譜

圖5 沿面放電T-F聚類及PRPD圖譜分析

4.2 混合缺陷的放電類型識別

為了驗證所提的算法對于多種局部放電類型的識別能力，本文同時采集得到尖端放電缺陷和懸浮放電缺陷的局放波形(下稱F1+F3)以及沿面放電缺陷和氣隙放電缺陷的局放波形(下稱F2+F4)共1 000個脈沖信號進行分析?；旌喜ㄐ卧糚RPD譜圖如圖6所示，若直接進行故障類型識別，容易識別為單一故障。

圖6 混合缺陷波形PRPD圖譜

將F2+F4混合缺陷的原始脈沖波形進行等效時頻分析，其T-F圖譜如圖7a所示。由于其特征時長、頻域分布較寬，聚類類別數按照前文所述，可從分類數2開始，根據單一放電模型訓練出的隸屬度，可以將原始脈沖分為D1和D2兩類脈沖，D1的PRPD譜圖如圖7c所示，D2的PRPD圖如圖7d所示，從中可以看出，D1類脈沖的放電主要集中在工頻的第一與第三象限，其中放電最為集中的部分分別出現在靠近正負峰值處，從譜圖可知其有典型沿面放電的特征，即可認為D1類脈沖放電類型屬于沿面放電。D2類放電同樣出現在外加電壓的第一與第三象限，但其總的放電頻次較少，分布較D1更為分散，且在正負半周放電基本呈駝峰狀分布，具備氣隙放電的特征，可知D2類脈沖屬于氣隙放電。同樣將F1+F3混合缺陷的原始波形進行等效時頻分析，其T-F圖譜如圖8a所示，有較為明顯的兩類團聚現象，可將其分為E1和E2兩類脈沖。分別對E1類脈沖和E2類脈沖的PRPD圖譜進行提取如圖8b、8c所示。E1類脈沖的PRPD圖譜可看出放電集中于正半周，即放電在一個工頻周期內只發(fā)生一次，為典型的尖端放電特征，E1類脈沖屬于尖端放電。E2類脈沖的PRPD圖譜顯示放電發(fā)生在整個工頻周期內，正負半周對稱性尚可，具備懸浮放電的特征，可知E2類脈沖屬于懸浮放電。綜合兩個實例證實本文提出的方法具有較為理想的脈沖分類和類型識別效果。

圖7 F2+F4混合放電T-F聚類及PRPD圖譜分析

圖8 F1+F3混合放電T-F聚類及PRPD圖譜分析

5 結論

本文提出了一種基于等效時頻分析與模糊C均值聚類方法結合PRPD譜圖實現局部放電分離和類型識別的方法。通過在單一局放類型和混合局放類型兩種條件下的放電信號檢測與識別試驗驗證，得到了如下結論。

(1) 引入T-F模糊聚類對局部放電類型進行特征提取相較于直接使用PRPD圖譜更清晰，不同放電類的T-F圖譜會出現不同的特征從而在不同位置出現團聚現象，而在PRPD譜圖中會混合難以區(qū)分。直觀地說明了采用T-F模糊聚類進行多放電源分類的可行性。

(2) 單一局放源及混合局放源放電的試驗結果表明，經過等效時頻分析、模糊C均值聚類后的PRPD圖譜能夠準確對多局放源的放電類型進行分類和識別。

(3) 綜上，本文提出的基于T-F聚類和PRPD圖譜分析的局部放電類型識別方法在實驗室單一缺陷和多缺陷放電的分離和識別中具有較高的準確率。后續(xù)的研究工作將通過現場局放數據的采集和識別進行該方法的進一步完善，以提升其工程應用價值。