淺議基于分解產物分析的SF6電氣設備故障檢測方法

肖馳夫，黃建波，周忠武

（國網浙江省電力有限公司檢修分公司，浙江 杭州 311232）

能源消耗帶來了巨大的環境問題，在這種情況下，人們對清潔能源的需求越來越高。電力能源就是一種清潔能源，越來越受人們的歡迎。SF6電氣設備正是在這種應用需求背景下出現的。由于SF6電氣設備較其他種類的電氣設備性能更為優越，因此，其被廣泛地應用于電力行業等多個領域，且多應用于電力系統的關鍵環節，如母線、變壓器等節點。這些節點的電力故障將會導致嚴重的電力事故。對SF6電氣設備而言，設備內的SF6氣體狀態是衡量電氣設備安全狀態的一個十分重要的指標。現有的SF6氣體電力常規檢測包括氣密檢測和漏點檢測兩方面，這兩種方法分別檢測了SF6氣體的氣壓和氣體含水量，但這兩項檢測內容不能很好地反映設備內SF6氣體的狀態。

大量的研究表明，正常運行的電氣設備內也會發生較為頻繁的放電行為，而放電會導致設備內的SF6氣體分解，生成新的衍生物，長期下去，衍生物的濃度將會升高，進而導致氣體的絕緣能力下降，造成安全隱患。為了全面地了解設備內氣體的狀態，需要設計新的檢測方法。傳統的故障檢測方法檢測效率低，不能實時進行故障檢測，不滿足目前的檢測需求，因此，本文基于分解產物分析法，設計了SF6電氣設備故障檢測方法，對制定完備的設備維修方案提供經濟、可靠的參考。

1 基于分解產物分析SF6電氣設備故障檢測方法設計

1.1 提取SF6電氣設備故障特征值

本文選用光譜圖法提取SF6電氣設備故障特征，需要確定故障產生式譜峰的具體位置。經過調查發現，SF6的吸收峰值在1600～500，因此，為了確定SF6電氣設備的故障特征具體數值，提出了譜圖定量分析算法。根據光與氣體吸收濃度關系式計算，此時的吸收強度X，計算公式如（1）所示。

式中，K代表光度系數，C代表氣體濃度，S代表光路直徑。根據此時的吸收強度，繪制故障特征提取譜圖，進行初步分析，縮小譜圖中的故障特征差異，提取特征參量，構建具有預測性能的故障特征值提取模型，如（2）所示。

式中，R(t)代表故障特征數值，m、n為模型輸出節點，out代表故障特征矢量，可以使用（2）計算此時特征峰所處的位置，劃分特征范圍，為后續分解檢測做準備。

1.2 基于分解產物分析檢測分解產物

根據上文劃分的特征范圍，使用分解產物分析法，檢測SF6電氣設備故障產生氣體的分解產物。選擇規格參數在規定范圍內的分解產物監測裝置，利用分解產物分析法中的流動原則，檢測此時SF6氣體分解的產物。

分解產物分析法檢測主要分為幾個檢測步驟。首先，進行正常檢測，對變電站的GIS進行產物調查，調查不同變電站的氣室個數和分解狀態，再根據這些信息進行標準氣比對，保證儀器的可靠性。其中，二氧化硫的組分標準值為2.0μL/L，硫化氫的標準組分為3.0μL/L，一氧化碳的標準值為50μL/L。根據上述標準值進行特征比對，檢測分解產物的含量是否在標準范圍內。如果檢測的含量不在標準范圍內，證明此時的電氣設備存在某些故障，需要進行故障篩查。如果在檢測時，已經知道此時的設備處于異常狀態，需要排除放電故障，結合電氣試驗綜合分析，準確定位此時電氣設備故障位置。

1.3 實現SF6電氣設備故障檢測

在故障檢測過程中，提取的某些數據指標可能過于復雜，面對這種情況，在實現電氣設備故障檢測時，需要使用主成分分析法進行降維，得到故障檢測數據分解矩陣，如下（3）所示。

矩陣（3）中，n代表故障數量，P代表觀測指標，X代表檢測樣本，根據該矩陣，結合故障特征提取模型，分解產物檢測數值，可實現電氣設備故障準確檢測。如果檢測后的數據呈多方向排布的狀態，需要進行坐標多維轉化，計算矩陣差值，與標準矩陣進行比對，判斷此時電氣設備的狀態，實現SF6電氣設備的故障檢測。

2 實驗

為了檢測設計的基于分解產物分析的故障檢測方法有效性，將其與傳統的檢測方法進行對比，搭建測試平臺，進行實驗如下。

2.1 實驗準備

選取某地區110kV的電氣設備進行實驗，該設備的型號為ZF6-110出廠日期為2010年1月1日，經過調查發現，其開關氣室經常出現升溫現象，超出標準溫度2～3℃，此時檢測的電氣設備異常圖像如圖1所示。

圖1 電氣設備異常圖像

根據圖1的設備異常圖像，制定設備故障檢測計劃，經過多次人工篩查，未見明顯異常，為確保檢測結果準確，本次測試在斷電的情況下進行測試。

2.2 實驗結果與討論

分別使用本文設計的電氣設備故障檢測方法和傳統的故障檢測方法進行故障檢測，記錄在該設備10處可能異常區域的檢測結果，記錄檢測時間，實驗結果如表1所示。

由表1可知，在10處故障檢測中本文的故障檢測所需的時間短，且能成功檢測出該電氣設備的故障，因此，本文設計的方法檢測效率高，能實現實時檢測。

表1 實驗結果

3 結語

綜上所述，及時對電力設備進行故障檢測對保障電力設備安全，避免出現電力事故有重要意義，因此，本文基于分解產物分析設計了新的電氣設備故障檢測方法，經過實驗證明，設計的方法檢測效率高，能實現實時檢測，有一定的應用價值，但此次實驗檢測的裝置較單一，可能存在誤差，需要在后續使用中不斷進行優化。