輸電線路桿塔接地狀態評估及風險分級研究

邱 烜，彭紅剛，王牧浪，徐 研

(廣州供電局有限公司，廣東 廣州 510000)

0 引 言

輸電線路桿塔接地性能的評估與校核，是架空輸電線路在設計階段就必須重點考慮的問題。在線路出現故障時，良好的桿塔接地性能，能快速地將故障電流通過桿塔接地裝置泄放到大地，有效降低輸電線路的故障跳閘(閃絡)率，并提高線路的反擊耐雷水平。輸電線路桿塔的接地電阻是表征其接地系統性能的重要指標[1-2]。因此，在輸電線路的運維工作中，測量并確保桿塔的接地電阻在合理的區間內十分重要。然而，在常規的輸電線路防雷改造中，一般只能根據往年的雷擊跳閘數據確定桿塔的接地改造方案；但根據雷擊數據做出的接地運維策略，其措施針對性不強，技術經濟性不高，無法明確投入與預期效果的定量關系。另外，考慮到技術經濟性，在輸電線路桿塔接地運維工作中，也不可能一次性對所有阻值超標(大于設計值)的接地裝置施行改造[3]。下面結合桿塔接地參數“大數據云平臺”收集到的接地參數，提出了一種桿塔接地裝置的運行狀態評估和風險等級預警的方法和系統。旨在通過數據分析得到桿塔接地的差異化運檢方案，更科學地支撐運維管理決策。

所提出的輸電線路桿塔接地裝置的狀態評估和風險分級方法結合歷史數據，選取某一特定線路的所有桿塔作為研究對象，基于統計分析方法對全線的接地電阻分布情況、測量值與設計值的偏差、同一桿塔接地參數的變化等特征量進行綜合計算，進而得到全線逐基桿塔的接地裝置狀態和風險等級分級情況。同時，基于最大期望算法計算得到桿塔接地電阻隨時間分布的預測情況，并通過預測參數修正桿塔接地裝置的風險分級。所提方法能更具針對性地提出線路桿塔接地運維改造策略，為實現更高效、更專業的桿塔接地運維提供了理論支撐。

1 狀態特征量及風險等級分類

1.1 桿塔接地狀態參數

輸電線路桿塔接地狀態參數主要包括：接地電阻設計值R設計、歷次運行測量值R測量(文中用于分析的接地電阻測量值均為考慮季節系數的相對值)和桿塔附近的土壤電阻率等。依據GB 50545—2010《110 kV～750 kV架空輸電線路設計規范》和GB/T 50065—2011《交流電氣裝置的接地設計規范》規定，架空輸電線路桿塔接地電阻需滿足表1[5-6]的要求。

表1 不同土壤電阻率條件下的桿塔接地電阻要求值

1.2 統計特征參數

桿塔接地電阻的測量/設計偏差率σ反映了運行中接地裝置與設計狀態的偏差情況，可通過式(1)計算。

σ=(R測量-R設計)/R設計

(1)

式中：R測量為最近一次的測量數據；R設計為線路桿塔設計的要求限制值。一般來說，線路設計中，桿塔的接地電阻設計值即是按表1中的要求進行設計和規范。如果運行管理中難以獲得線路桿塔的接地電阻設計值，可按照表1中的對應設計要求值進行偏差率計算。

另外，為了保證桿塔接地工程的經濟性，在某些土壤電阻率較大的地區，標準中對接地電阻的最大限制值不再做嚴格要求。此時，可通過該基桿塔自身的接地電阻測量值變化率γ來反映桿塔接地裝置的狀態變化情況，可通過式(2)計算。

γ=(R本次測量-R前次測量)/R前次測量

(2)

所提出的接地裝置狀態評估和風險分級方法主要依照上述兩個接地狀態特征量：接地電阻測量值與設計值偏差率σ和接地電阻測量值變化率γ。其中：σ為主要影響因素；γ為次要影響因素。

1.3 接地裝置的風險等級分類

將某條線路中的每一基桿塔，按A、B、C、D、E分為5個不同的接地故障風險等級。每個風險等級對應的接地裝置運行狀態和推薦的差異化運檢方案如表2所示[7-8]。

表2 不同故障風險等級對應的運行狀態及運檢方案

由于該風險分析方法是針對某一特定線路中的全部桿塔，因此，得到的桿塔接地故障風險等級只是相對于全線中其他桿塔的“相對風險等級”。 而這種“相對風險等級”的劃分，能更具針對性地制定該線路的桿塔接地運維改造策略，實現更高效、更科學的桿塔接地運維。

2 接地數據的統計分析方法

2.1 四分位數法

在進行全線樣本數據的分析時，利用四分位數[9-11]統計學方法來描述全線路接地參數的分布，可以進一步評估每一基桿塔接地故障風險程度。同時，四分位數具有較強的數據容錯性，部分測量異常值不會對所提評估方法的判據產生大的影響，因而，采用四分位數法對工程數據的測算結果比較客觀。基于四分位數法對接地特征參數數據進行分析，可為桿塔接地裝置的故障風險分級提供理論依據。

2.2 最大期望算法

最大期望(expectation-maximization, EM)算法是一類通過迭代進行極大似然估計(maximum likelihood estimation, MLE)的優化算法。極大似然估計的根本目的是根據抽樣得到的樣本(即數據)，反推出最有可能的分布參數(即模型)；最大期望算法是在依賴于無法觀測的隱藏變量的概率模型中，尋找參數極大似然估計或者最大后驗估計的算法。它的求解思路是：根據經驗為每個類別(即隱藏變量)賦予一個初始分布，這相當于是假定了分布參數；然后根據分布的參數可以求取每個數據元組的隱藏變量的期望(相當于實施了歸類操作)；再根據歸類結果計算分布參數(向量)的最大似然值，利用這個最大似然值再反過來重新計算每個元組的隱藏變量的期望。這樣循環往復，最終，如果隱藏變量的期望與參數的最大似然值趨于穩定了，最大期望算法就執行完畢[12-13]。

基于最大期望算法，依據大量的桿塔接地參數數據，可以預測某一桿塔的接地電阻值REM，根據預測桿塔接地參數隨時間的分布規律，實現在桿塔接地參數測量之前，通過預測的參數來修正桿塔接地裝置的風險分級。

3 接地裝置的風險分級方法

3.1 故障風險分級方法

所提接地裝置風險分級方法基于上述四分位數法的統計學方法，以整條輸電線路為考察對象。主要依照兩個參數(接地電阻測量值與設計值偏差率σ和接地電阻測量值變化率γ)，其中σ為主要影響因素，γ為次要影響因素。分級計算中桿塔接地裝置狀態評估及風險分級流程如下：

1)如果σ小于0，則判定風險等級為A(無風險)。

2)如果σ大于0且小于樣本1的25%分位值，則判定風險等級為B。

3)如果σ大于樣本1的25%分位值且小于樣本1的50%分位值，則判定風險等級為C。

4)如果σ大于樣本1的50%分位值且小于樣本1的75%分位值，則判定風險等級為D。

5)如果σ大于樣本1的75%分位值，則判定風險等級為E。

6)如果γ小于0，則風險因子保持不變，不影響上述判定。

7)如果γ大于0且小于樣本2的25%分位值，則風險因子+1；如果γ大于樣本2的25%分位值且小于樣本2的50%分位值，則風險因子+2；如果γ大于樣本2的50%分位值且小于樣本2的75%分位值，則風險因子+3；如果γ大于樣本2的75%分位值，則風險因子+4。

8)如果桿塔的風險等級為B、C、D，且風險因子累積+5，則對應桿塔的風險等級調升一級；如果桿塔的風險等級為A、E，則不受風險因子影響。

桿塔接地裝置狀態評估和風險分級流程如圖1所示。

圖1 桿塔接地裝置狀態評估和風險分級流程

3.2 考慮參數預測算法的風險修正

當輸電線路桿塔接地參數累積到一定的數量時，可以借助于最大期望算法，預測同一基桿塔接地參數隨時間的分布規律。桿塔接地裝置狀態評估和風險分級預測流程依照圖1，基于最大期望算法，預測桿塔的接地電阻值REM，用接地電阻預測值REM取代測量值R測量，實現在桿塔接地參數測量之前，通過預測的參數來修正桿塔接地裝置的風險分級。根據每基桿塔的風險分級結果，可以指導運維人員針對風險等級高的桿塔優先排班測量。

4 狀態評估范例

對某110 kV輸電線路(共60基桿塔)的桿塔接地參數歷史測量數據進行了統計分析，并按所提出的風險分級方法進行了計算分析。全線測量接地電阻大小的分布如圖2所示。

圖2 110 kV輸電線路沿線接地電阻分布熱力圖

根據所述的風險分析方法，得到全線60基桿塔中：34基桿塔接地風險等級為A(無風險)；6基桿塔風險等級為B；7基桿塔風險等級為C；6基桿塔風險等級為D；7基桿塔風險等級為E。在考慮到技術經濟性的前提下，優先改造7基風險等級為E的桿塔。

隨后，對這7基風險等級為E的桿塔進行接地電阻改造，均降至設計接地電阻值以內。最后，對全線桿塔的接地狀態風險進行二次評估，改造評估結果如表3所示。可以發現，σ2較σ1整體上有所下降，即測量值與設計值的偏離程度有所縮小，進而在有限的接地電阻改造投入下，提高了整條線路的反擊耐雷水平。

表3 110 kV輸電線路接地狀態評估改造結果

5 結 語

為實現輸電線路桿塔接地的差異化運檢，上面提出了桿塔接地的差異化運維方案，并結合四分位數法和最大期望算法提出了一種桿塔接地裝置狀態評估和風險分級的方法。最后，將該方法應用于某110 kV輸電線路，得到了全線桿塔的接地風險等級分類。主要結論如下：

1)輸電線路桿塔接地裝置的運維檢修方案應結合桿塔接地裝置的狀態評估水平和風險分級情況進行差異化制定，從而提高線路接地運維的工作效率和經濟性。

2)可結合四分位數法和最大期望算法，對輸電線路桿塔接地參數的歷史測量數據進行統計分析，并基于關鍵特征參量的比較提出一種基于歷史測量數據的風險分級方法，將全線桿塔依據風險程度遞進劃分為ABCDE共5個級別。

3)應用該方法對某110 kV輸電線路桿塔(共60基)接地參數歷史測量數據的分析，成功得到了全線13基中等風險以上的桿塔信息和對應的差異化運維方案。