氧化鋅避雷器絕緣老化與檢測技術實驗研究

李一鳴，田付強，劉雪梅，穆勇，徐麗華，張運

(1.北京交通大學，北京 100044； 2.國網(wǎng)冀北電力有限公司唐山供電公司，河北 唐山 063000； 3.國網(wǎng)冀北電力有限公司昌黎縣供電分公司，河北 秦皇島 066000)

0 引 言

目前，國內外研究人員對氧化鋅避雷器的老化研究已經(jīng)很多，提出多種表征氧化鋅避雷器老化指標，其中以泄漏電流為指標來作為判斷是否老化的依據(jù)得到大多數(shù)學者的認可[1]。但運行中的氧化鋅避雷器泄漏電流會受到電壓波動、表面污穢、環(huán)境溫度和濕度等的影響，如在氧化鋅避雷器表面污穢比較嚴重的時候，1小時內的最大溫升達到3.6 ℃(表面溫度)，考慮到復合外套的隔熱性，內部閥片溫升應該遠高于這個數(shù)值[2]。氧化鋅避雷器閥片長期處于高發(fā)熱狀態(tài)，導致其加速老化。而溫度對氧化鋅避雷器的影響，是由氧化鋅避雷器閥片復雜的晶格結構導致的，在相對低溫環(huán)境受下到溫度的影響較小[3]。但當溫度超過40 ℃，氧化鋅避雷器的非線性特性會有較大的波動，總泄漏電流會出現(xiàn)成倍的增長。其次是當環(huán)境濕度到達一定比例時，氧化鋅避雷器表面會變得潮濕，同時會引起電位分布不均，導致電流增大[4]。

在多種環(huán)境變化因素同時作用時，氧化鋅避雷器監(jiān)測的特征值變化也會比較復雜，為了可以更加準確的去判斷避雷器的絕緣狀態(tài)，本文采用基于BP神經(jīng)網(wǎng)絡的絕緣狀態(tài)診斷模型來對氧化鋅避雷器的絕緣狀態(tài)進行評估，BP神經(jīng)網(wǎng)絡通過模擬“人腦”對信息處理的方式來處理一些復雜、非線性程度高的問題。人工神經(jīng)網(wǎng)絡的基本單元就是神經(jīng)元，而神經(jīng)元的基本特點是多重輸入、單重輸出[5]。其中每一個輸入都會對應一個權值，輸出會對應一個閾值，通過傳遞函數(shù)將輸入和輸出連接起來，文中通過分析氧化鋅避雷器在各種情況下的特征值變化和絕緣狀態(tài)變化，將溫度、濕度、表面污穢情況、總泄漏電流、泄漏電流阻性分量、阻性分量三次諧波量作為輸入量，輸出量為避雷器絕緣狀態(tài)，建立BP神經(jīng)網(wǎng)絡的絕緣狀態(tài)診斷模型，從而對氧化鋅避雷器的絕緣狀態(tài)進行準確的評估。

1 實驗設計

1.1 實驗系統(tǒng)搭建

避雷器高壓實驗系統(tǒng)主要包括高壓產(chǎn)生裝置、高壓防護設備、氧化鋅避雷器和在線監(jiān)測裝置等。高壓產(chǎn)生裝置是由TDM(G)-5/100試驗變壓器、KZT控制臺和TDGC接觸調壓器組成。變壓器的高壓輸出等于變壓比和儀表線圈電壓的乘積，其變壓比為500，可以產(chǎn)生0～20 kV的交流高壓。避雷器選用的是在10 kV電網(wǎng)中使用的HY5WS-17/50，額定電壓為17 kV，持續(xù)運行電壓為13.6 kV。

整個實驗系統(tǒng)接線方式如圖1所示。主要包括試驗變壓器、電壓傳感器、電流傳感器、氧化鋅避雷器和在線監(jiān)測裝置。變壓器施加交流高壓在氧化鋅避雷器上，電壓傳感器獲取系統(tǒng)施加的高電壓，電流傳感器獲取避雷器總泄漏電流，監(jiān)測裝置采集信號，并進行后續(xù)的處理。

圖1 整體實驗接線方案

1.2 實驗方案

1.2.1 泄漏電流測量

文中模擬氧化鋅避雷器運行情況，采集其在持續(xù)運行電壓狀態(tài)下的泄漏電流。這時候氧化鋅避雷器主要工作在小電流區(qū)，如果忽略極化現(xiàn)象，可以通過一個簡化的等效電路來模擬避雷器的工作狀況[6]，如圖2所示，該電路為簡單的 RC 并聯(lián)電路，分別代表其非線性電阻和固有電容。

圖2 氧化鋅避雷器簡化模型

由圖2可知，在測量持續(xù)電流時，需要對泄漏電流和系統(tǒng)電壓進行同時測量，用于分析總電流和阻性電流，在測量時，同時調整系統(tǒng)電壓，測量不同電壓下的泄漏電流，用于分析電壓波動對于泄漏電流包括阻性電流分量的影響。

文中使用的氧化鋅避雷器的最高持續(xù)運行電壓為13.6 kV，10 kV系統(tǒng)相電壓為6 kV，測量系統(tǒng)電壓從5 kV到13.6 kV的泄漏電流。

1.2.2 測試環(huán)境條件

(1)避雷器表面污穢。

文中選擇了較為普遍使用的鹽霧法作為表面處理方法。鹽霧法需要配制各種濃度的鹽溶液，用于進行不同程度的表面污穢處理。文中參考了GB/T4585-2004《交流系統(tǒng)用高壓絕緣子的人工污穢試驗》中的要求，選擇溶液濃度為20 g/L、40 g/L、80 g/L、112 g/L和160 g/L的五組NaCl溶液，通過鹽度的大小來表明表面污穢的程度。

(2)環(huán)境溫度。

文中采用可控恒溫加熱箱對氧化鋅避雷器進行加熱，由于復合外套的阻隔作用，加熱時間不小于2 h[7]，實驗室內溫度約為20 ℃，文中設置溫度以10 ℃為間隔進行測量。據(jù)實際運行情況分析，氧化鋅避雷器表面最高溫度可以達到60 ℃以上，文中將加熱的最高溫度設置為60 ℃。

(3)環(huán)境濕度。

文中對氧化鋅避雷器處于不同濕度下的監(jiān)測狀況進行研究。主要是用冷熱沖擊儀來改變環(huán)境的濕度，冷熱沖擊可以增加相對濕度最高至90%左右[8]。在實驗環(huán)境中相對濕度大約為10%～20%，文中選擇相對濕度20%作為實驗起點，最高濕度80%進行測量。

(4)加速老化實驗。

避雷器的老化是一種常見的絕緣劣化情況，但氧化鋅避雷器在正常工作條件下的老化速度比較慢，文中為了分析避雷器老化以后的特征值變化，對避雷器進行加速老化。

文中擬通過對避雷器進行持續(xù)加熱的方式來實現(xiàn)老化[9]。通過可控恒溫加熱箱進行加熱，加熱溫度預設為200 ℃。通過測試加熱前后避雷器的U1mA和I0.75U來作為是否老化的判斷依據(jù)。

2 實驗結果分析與討論

2.1 泄漏電流測量

對正常運行電壓下的氧化鋅避雷器進行交流泄漏電流試驗，通過電壓互感器和電流互感器檢測并記錄總泄漏電流及系統(tǒng)運行電壓的數(shù)據(jù)，表 1為不同系統(tǒng)電壓下各特性分量的變化情況，圖3為不同電壓下各特征量的變化曲線。發(fā)現(xiàn)氧化鋅避雷器的泄漏電流在系統(tǒng)電壓小于其持續(xù)運行電壓時，電流值都在微安級別，一般不會超過1 mA。同時阻性電流的分量也小于全電流的20%。從總泄漏電流和泄漏電流阻性分量來看，與避雷器運行特性是吻合的[10]，這也從側面驗證了本系統(tǒng)的可靠性。

表1 持續(xù)泄漏電流測量數(shù)據(jù)

從圖3可知，在小電流區(qū)，氧化鋅避雷器的泄漏電流和阻性分量會隨著系統(tǒng)電壓升高而緩慢升高，且隨著施加電壓的升高，閥片電阻會下降，阻性電流增大幅度更明顯。

圖3 不同電壓下交流泄漏電流實驗數(shù)據(jù)

2.2 表面污穢情況下的測量

在實際的監(jiān)測測量過程中所采集到的泄漏電流，除了包括閥片內部電流以外，還包括了流過氧化鋅避雷器外部的電流。當氧化鋅避雷器表面不光潔、出現(xiàn)污穢時，污穢部分相當于一個并聯(lián)電阻，在進行泄漏電流采集時，就會計入這部分流過并聯(lián)電阻的電流，導致測量誤差[11]。

對正常運行電壓下的氧化鋅避雷器進行表面污穢處理后的交流泄漏電流試驗，測試結果如表 2、圖4所示。

圖4 不同鹽度下的泄漏電流

文中進行不同鹽度的五組實驗以后，為了分析在污穢情況下避雷器特征值變化的原因，通過如圖5 所示的氧化鋅避雷器簡化等值電路進行分析[12]。

圖5 考慮耦合電容的等效電路模型

隨著避雷器表面污穢程度的增大，會使得Rx減小，通過上述模型可知道全電流和阻性電流會隨著污穢情況的逐漸嚴重而增大。但由于耦合電容相對于表面污穢電阻較小，所以增大的全電流中主要為阻性電流。結合實驗數(shù)據(jù)進行分析，文中測得的結果也是符合這一變化趨勢。全電流增加30.3%，而阻性電流增大了176.0%，阻性電流三次諧波增大了59.7%。

2.3 不同環(huán)境溫度下的測量

國內外都有研究各種環(huán)境因素對氧化鋅避雷器在線監(jiān)測的影響，其中溫度也是一個比較常見的影響因素[13]，由環(huán)境溫度引起的測量誤差甚至是狀態(tài)誤判，可以通過引入環(huán)境溫度監(jiān)測的方式，分析環(huán)境溫度對氧化鋅避雷器在線監(jiān)測特征量的影響，再通過軟件計算和硬件補償?shù)确绞絹硐郎囟鹊挠绊憽?/p>

對正常運行電壓下的氧化鋅避雷器進行不同溫度處理，再進行交流泄漏電流試驗，測試結果如表 3、圖6所示。測量結果如下表：

在實驗進行測量的溫度范圍內，可以明顯的看出總泄漏電流和阻性電流都隨著溫度升高而逐漸增大，變化原因為氧化鋅避雷器是由氧化鋅閥片構成，而氧化鋅閥片是具有負的溫度系數(shù)，在運行過程中，環(huán)境溫度升高后會導致其絕緣電阻降低，這時候通過氧化鋅避雷器閥片的阻性電流就會增大。

表3 不同溫度下的實驗結果

圖6 不同溫度下泄漏電流

2.4 不同相對濕度下的測量

對正常運行電壓下的氧化鋅避雷器進行不同相對濕度處理后的交流泄漏電流試驗，測試結果如表 4、圖7所示。

圖7 不同濕度下泄漏電流

從圖7、表4中可以看到，氧化鋅避雷器的總泄漏電流和阻性電流分量隨著濕度的上升而逐漸增大。因為相對濕度簡單來說就是體現(xiàn)了空氣中水分的含量，當水分含量上升到一定程度時，會使氧化鋅避雷器的表面變得濕潤，甚至出現(xiàn)一層很薄的“水膜”[14]。而表面的水分會形成一個導電通路，從而使得總電流和阻性電流增大。

表4 不同濕度下的實驗結果

2.5 加速老化實驗

通過可控恒溫加熱箱對避雷器進行持續(xù)加熱，將加熱前后避雷器的U1mA和I0.75U變化作為是否老化判斷依據(jù)。具體實驗結果如表5所示。同時還進行了交流泄漏電流實驗，全電流和阻性電流的數(shù)據(jù)如表6所示。

表5 老化實驗測試結果

表6 交流泄漏電流測試

3 基于BP神經(jīng)網(wǎng)絡的絕緣狀態(tài)診斷研究

前面分析了在各種環(huán)境變化因素分別作用時，氧化鋅避雷器監(jiān)測特征值的變化，但實際避雷器運行中，各種影響因素往往是同時作用的，為了更加準確的去判斷避雷器的絕緣狀態(tài)，本文采用基于BP神經(jīng)網(wǎng)絡的絕緣狀態(tài)診斷模型來對氧化鋅避雷器的絕緣狀態(tài)進行評估。

3.1 BP神經(jīng)網(wǎng)絡

BP神經(jīng)網(wǎng)絡的基本結構主要分為三部分：輸入層、隱含層、輸出層。主要特征是訓練過程中運用反向傳播，也就是雙向傳播的方式[15]。BP神經(jīng)網(wǎng)絡是一種多層的前饋網(wǎng)絡，其學習過程主要分為兩部分：首先是正向訓練，基本方式是逐層傳導，通過各層節(jié)點計算輸出值，并輸入到下一節(jié)點，然后根據(jù)此時輸出層的輸出結果與期望值的誤差來判斷，當誤差大于預期值，就會進行反向訓練，與之前傳導方向相反進行傳遞，進行遞歸計算，修正各層的權值。重復正向和反向的過程，不斷調整和修正權值，最終使誤差小于預期值[16-17]。圖8就是典型的三層BP神經(jīng)網(wǎng)絡的結構。x為輸入量，Δ為輸出層的誤差。

圖8 BP神經(jīng)網(wǎng)絡結構

文中輸入層神經(jīng)元節(jié)點數(shù)為M，對應著氧化鋅避雷器的M個變化特征量，訓練樣本數(shù)為10個，每個輸入層的神經(jīng)元節(jié)點都是長為10的向量。令網(wǎng)絡模型輸入輸出為(Xp，Tp)，Xp為第p個樣本輸入向量，Xp=(xp1，…，xpM)；Tp為第p個樣本輸出向量，Tp=(tp1，…，tpN)，N為輸出向量維數(shù)，文中N=1，對應著MOA的運行狀態(tài)；網(wǎng)絡的實際輸出向量為Op=(op1，…，opN)。隱含層的節(jié)點數(shù)為H，H只是一個范圍值，一般的做法是采用逐次分析的方法獲得。輸入層與隱層之間、隱層與輸出層之間的連接權值用ωij表示，ωij表示前一層第i個節(jié)點到后一層第j個節(jié)點之間的連接權值。隱含層和輸出層的傳遞函數(shù)均采用Sigmoid型函數(shù)[18]。

其中傳遞函數(shù)和誤差函數(shù)分別是：

(1)

隱含層節(jié)點的輸出：

(2)

輸出層節(jié)點的輸出：

(3)

下降梯度的定義為：

(4)

權值的更新公式為：

ωji(t+1)-ωji(t)=ηδioj

(5)

3.2 基于BP神經(jīng)網(wǎng)路的絕緣狀態(tài)診斷

為了讓絕緣狀態(tài)可以量化，文中將絕緣狀態(tài)設定為0～1范圍內的實數(shù)。輸出越接近0，表示絕緣狀態(tài)越好，或者說是存在缺陷的概率越小。輸出越接近1，表示絕緣性能越差，存在缺陷的概率越大。

通過分析實驗數(shù)據(jù)，將總泄漏電流、阻性電流基波分量、阻性電流三次諧波分量作為輸入量，則輸入層神經(jīng)元節(jié)點數(shù)M=3，即每個樣本有3個輸入量Xp=(xp1，xp2，xp3)，氧化鋅避雷器絕緣狀態(tài)作為輸出量，N=1，Tp=(tp1)。將某一只避雷器的特征量數(shù)據(jù)作為訓練數(shù)據(jù)，訓練樣本數(shù)為10個，對建立的診斷模型進行訓練。訓練數(shù)據(jù)如表7所示。

表7 訓練數(shù)據(jù)(節(jié)選)

對模型完成訓練以后，用另一只同型號的避雷器在完全相同的測試環(huán)境下取得的特征值數(shù)據(jù)作為測試數(shù)據(jù)，對模型精度進行測試。表8為節(jié)選的部分測試結果。

從表8可以看出，實際狀態(tài)和診斷狀態(tài)(模型輸出值)之間的誤差很小，真實值與預測值之間的絕對誤差小于0.001，同時相對誤差比例也遠在0.1%以下。

表8 訓練數(shù)據(jù)(節(jié)選)

但是將相同型號避雷器，在不同測試環(huán)境下取得的三個特征值作為另一組測試數(shù)據(jù)進行模型測試，其部分結果如表9所示。

表9 訓練數(shù)據(jù)(節(jié)選)

由表9可知，當環(huán)境因素變化時，特征值變化較為復雜，導致原始模型的預測結果出現(xiàn)了較大誤差，因此我們對原始模型進行了進一步的調整和改進。

3.3 診斷結果分析和改進

當環(huán)境干擾較大時，初始模型判斷精度迅速下降。分析精度下降的原因為，在環(huán)境因素的短時間作用下不會直接導致絕緣性能下降或者發(fā)生缺陷，但是它們會直接影響避雷器的特征值。所以本文將這些環(huán)境變量也作為診斷模型的輸入量，對模型進行修改，新模型的輸入量為總泄漏電流、泄漏電流阻性分量、阻性分量三次諧波量，加上環(huán)境變化因素溫度、濕度、表面污穢情況，將這六個量作為輸入層神經(jīng)元節(jié)點，即M=6，Xp=(xp1，xp2，xp3，xp4，xp5，xp6)，輸出量不變，Tp=(tp1)。

文中將某一只避雷器的特征量數(shù)據(jù)作為訓練數(shù)據(jù)，訓練樣本數(shù)為12個，對建立的診斷模型進行訓練，表10為模型的節(jié)選訓練數(shù)據(jù)。

表10 訓練數(shù)據(jù)(節(jié)選)

表11為新模型的節(jié)選測試數(shù)據(jù)。從表11可以看出，實際狀態(tài)和診斷狀態(tài)(模型輸出值)之間的誤差很小，真實值與預測值之間的絕對誤差小于0.01，同時相對誤差比例也遠在1%以下。所以認為該模型提高了在環(huán)境因素影響下的診斷精度，符合本文的預期要求。

表11 訓練數(shù)據(jù)(節(jié)選)

4 結束語

通過在不同污穢程度、環(huán)境溫度和濕度、電壓下對氧化鋅避雷器進行模擬工況老化，并實時監(jiān)測其泄露電流和阻性電流變化，研究了各種老化因素下對氧化鋅避雷器絕緣狀態(tài)變化的影響，確定了可以表征氧化鋅避雷器絕緣老化的特征值，即總泄漏電流、泄漏電流阻性分量、阻性分量三次諧波量。以監(jiān)測實驗獲得的特征量和環(huán)境變量作為輸入量，其絕緣狀態(tài)為輸出量，建立了基于BP神經(jīng)網(wǎng)絡模型對氧化鋅避雷器絕緣狀態(tài)進行評估。對BP神經(jīng)網(wǎng)絡算法模型進行訓練后，其對避雷器絕緣狀態(tài)評估誤差在1%以下，可以準確地反映出運行在復雜環(huán)境條件下的避雷器絕緣狀態(tài)。該方法對氧化鋅避雷器的絕緣在線監(jiān)測和狀態(tài)評估研究具有一定的指導意義。