基于多傳感器的1000kv 氣體絕緣組合電器局部放電在線檢測技術

馬延柯 程偉然

（河南平高電氣股份有限公司，河南 平頂山 467000）

局部放電是氣體絕緣組合電器的一類常見故障，根據故障原因的不同，又可分為電暈放電、自由微粒放電等若干種類型。局部放電故障除了會造成設備自身的損壞，還有可能影響到整個電網的正常運行，因此做好局部放電的在線檢測與故障類型的準確識別尤為重要。傳統的1000kV氣體絕緣組合電器局部放電檢測還是以單一類型的傳感器為核心，由于采集到的信息具有局限性，因此檢測結果的精確性并不高，漏報、誤報的情況時有發生。在這一背景下，探究基于多傳感器信息融合的局部放電在線檢測技術，對確保1000kV 氣體絕緣組合電器的可靠運行有積極幫助。

1 氣體絕緣組合電器（GIS）局部放電檢測技術

1.1 超聲波局部放電檢測

組合電器在出現局部放電故障時，同時也會產生縱波、橫波、表面波等不同形式的聲波。利用超聲波傳感器采集聲波信號，然后由工控機進行分析，即可檢測到組合電器的局部放電故障?；诔暡ǖ木植糠烹娫诰€檢測流程如圖1 所示。

圖1 超聲波在線檢測系統原理圖

在技術的實際應用中，通常會設置兩個或多個超聲傳感器，將其放置在不同的位置。然后利用多個傳感器接收同一放電聲波的時間差異，對局部放電故障進行空間定位。其中，超聲傳感器與放電源距離（S）之間的關系為：

式中t 表示局部放電處聲波傳導超聲傳感器的時間，單位為s；C 表示組合電器上橫波的傳播速度，單位為m/s。這樣就可以根據多個超聲傳感器分別計算得到S1、S2…Sn，綜合分析判斷故障點位。

1.2 超高頻局部放電檢測

當氣體絕緣組合電器出現局部放電故障時，在故障部位會出現明顯的電荷轉移現象，并形成毫秒級的電流脈沖以及多種頻率的電磁信號。利用超高頻法可以檢測到100-5000MHz 頻段的電磁信號，進而實現對局部放電的在線檢測。該檢測技術中有以下幾個核心指標：第一是駐波比（VSWR），用于表示天線與饋線的匹配情況，計算方法為：

上式中 Γ表示反射系數，用于衡量反射損耗的大小，與天線的總阻抗有關。駐波比越大，表明天線與饋線的匹配越好，超高頻傳感器對外界電磁干擾的屏蔽效果越高，從而使檢測結果越精確。第二是增益，天線增益越強，檢測范圍越大，其計算公式如下：

式（3）中Pt 和Pr 分別表示天線的發射與接收功率，L1和L2分別表示發射端與接收端的損耗，L0為波長。

1.3 基于多傳感器信息融合的局部放電在線檢測

單一使用超聲波傳感器或超高頻傳感器進行局部放電在線監測，具有容易受到電氣或電磁干擾、檢測結果精確性不高等缺陷，特別是對于局部間歇性放電經常會出現無法識別的情況。多傳感器信息融合是使用多種類型、兩個及以上的傳感器，并將每1 臺傳感器采集到的數據進行合并、分析，能夠自動修正數據誤差、提高檢測精度的一種技術。其信息融合流程為：首先將前端傳感器采集到的模擬信號（如振動、溫度等）加以轉換，得到對應的數字信號。再對數字信號做降噪、放大等預處理，最后將處理完畢的數據傳輸至計算機完成信息融合與特征提取，得到最終的局部放電故障檢測結果。

2 1000kV 氣體絕緣組合電器局部放電檢測模型試驗

2.1 局部放電模擬試驗平臺的搭建

某特高壓變電站1000kV 氣體絕緣組合電器的局部放電在線監測裝置存在誤報、漏報情況，為查明其原因搭建了氣體絕緣組合電器高壓試驗平臺。該平臺的核心設備包括局放儀、示波器、UHF 放大器、UHF 檢測分析儀、調壓器、限流濾波阻抗等，結構組成如圖2 所示。

圖2 試驗模型及測試系統的電路結構

2.2 氣體絕緣組合電器局部放電故障缺陷模型

在構建的氣體絕緣組合電器模型中，人為設置4 種常見的絕緣缺陷，具體如下：第一種是在導電桿上纏繞數圈細銅絲，模擬金屬尖端突出物缺陷；第二種是剪下一段長度5cm 左右的透明膠帶，粘上一條直徑為0.3mm、長度為2cm 的銅絲，然后將透明膠帶粘在絕緣子表面，用于模擬附著物缺陷；第三種是選擇一個環氧樹脂絕緣板，使用電鉆從一端鉆孔，孔深約為6-8cm，再用樹脂膠將孔口堵住，使內部中空，模擬絕緣子氣隙缺陷；第四種是在氣體絕緣組合電器內殼表面放置2mm×2mm的若干薄鋁片，模擬微粒缺陷。

2.3 氣體絕緣組合電器局部放電缺陷的特性分析

將人為設置了不同缺陷的氣體絕緣組合電器模型放入到上文設計的試驗平臺中。首先對該模型做清潔處理，并抽取空氣使之真空。然后用氮氣清洗，并沖入0.5MPa 的SF6氣體。靜置約30min 后，利用升壓器提高試驗電壓，并密切觀察此時示波器中的信號及波形。

在超聲波檢測法中，絕緣子氣隙缺陷灰度圖中，在相位的正半周與負半周上均表現出放電現象。絕緣子附著污染物缺陷灰度圖中，放電特點不明顯。自由金屬微?；叶葓D中，放電次數明顯集中，并且正半周和負半周均發現了放電現象。金屬突出物缺陷灰度圖中，負半周的120-180°放電明顯。

在超高頻檢測法中，絕緣子氣隙缺陷的工頻相位上，正半周和負半周均出現了少量放電現象，并且隨著電壓的升高，放電次數也有增加的趨勢。絕緣子表面附著物缺陷上，只在負半周附近有少量放電現象。金屬物突出缺陷方面，放電現象集中在工頻正負半周的峰值處。自由金屬微粒缺陷方面，工頻周期內放電次數無明顯規律。根據上述試驗結果，認為該1000kV 氣體絕緣組合電器局部放電檢測裝置誤報、漏報的原因為：（1）超高頻檢測方法下，由于絕緣子氣隙和表面附著物缺陷的圖譜特征具有極高的相似性，導致檢測時容易出現混淆、誤判的情況。（2）在超聲波檢測方法中，故障氣室內有明顯的放電現象，并且放電較為強烈，對聲波傳播造成了干擾，導致局部放電檢測時容易出現檢測結果不準確的情況。

3 多傳感信息融合檢測系統的局部放電定位

3.1 選擇符合系統需求的神經網絡模型

氣體絕緣組合電器局部放電在線檢測分為兩個基本步驟：第一是運用TDOA 定位算法，確定出局部放電故障的大體發生位置；然后再運用DS 證據理論決策級融合；第二是將初步檢測結果與SF6氣體分解物組分檢測結果進行二級融合，最終實現故障的精確定位。在局部放電故障定位時，選擇合適的數學模型對提高定位結果的精度和故障識別的速率有直接影響。本文選擇BP 神經網絡模型，整個網絡拓撲結構可分為3 層：

輸入層有3 個節點，表示3 個超聲波傳感器與超高頻傳感器接收局部放電信號時的時間差。

隱含層共有18 個節點，神經元函數選擇雙極性S 型函數，其公式為：

輸出層共有3 個節點，為最終定位目標的空間坐標。

3.2 訓練網絡模型

對選定的基于BP 神經網絡的局部放電定位模型進行樣本訓練，通過深度學習提高其檢測結果的精確性，該模型的訓練流程如圖3 所示。

圖3 訓練網絡模型的算法流程

本文選擇Matlab7.3 中自帶的神經網絡工具箱進行定位仿真。首先確定訓練函數，該函數可從Matlab7.3 軟件的函數庫中選擇，函數名為traingdx，格式為：

[net,TR，AC,E1] =traingdx (net,Pd,T1,Ai,Q,TS,VV,TV)

inf 0=traingdx(code)

隨機選出50 組數據作為樣本，用于該模型的訓練。為提高定位仿真結果的精度，對每一組數據分別進行3 次仿真，然后以仿真次數做x 軸、以誤差值做y 軸，繪制訓練誤差變化曲線。如果該曲線最后的誤差穩定在10-3以下，即精度達到0.001，說明定位仿真精度滿足要求。

3.3 基于DS 證據理論決策級融合的局部放電定位

為驗證DS 證據理論在局部放電檢測中的應用效果，設計了以下試驗：構建一個有4 個氣室的1000kV 氣體絕緣組合電器模型，并在第2 個氣室中放置1 塊金屬，使其成為故障氣室。構建故障氣室位置識別框架，以集合形式表示：

上式中，Y1～Y4依次為4 個氣室，而λ 表示不確定性。對該模型分別使用超聲波法、超高頻法、SF6氣體分解物組分檢測法，以及DS 融合法進行檢測，所得結果如表1所示。

結合表1 數據可知，單一使用超聲波、超高頻和氣體分解物組分檢測法，對1000kV 氣體絕緣組合電器局部放電故障檢測結果的不確定性較高，可信度偏低；相比之下，基于DS 融合的局部放電檢測結果不確定性較低，可信度較好。

表1 3 種單一方法及融合方法的檢測結果可信度分配表

4 多傳感器信息融合檢測系統局部放電故障類型識別

通過上文分析可知，基于多傳感器的1000kV 氣體絕緣組合電器局部放電檢測中，運用D-S 證據理論決策級融合方法，相比于常規的超聲波、超高頻等方法，檢測結果的可信度更高。從氣體絕緣組合電器的運行管理角度來看，除了要做到局部放電故障的在線監測外，還應對故障類型進行準確識別，從而為設備維修人員制定應急預案、確定維修策略提供必要的依據?；贒S 證據理論的決策級識別，能夠對局部放電故障的常見類型（如絕緣放電、電暈放電等）進行準確識別。為驗證其識別精度，設計了以下試驗：

建立1 個故障識別集合，該集合形式表示為：

上式中，Z1～Z4分別代表氣體絕緣組合電器局部放電的常見類型。同樣選擇4 種方法對4 種局部放電故障進行檢測，并求出可信度，統計結果如表2 所示。

表2 3 種單一方法及DS 融合后的檢測結果可信度分配表

結合表2 數據可知，超聲波法、超高頻法以及氣體分解物組分檢測法3 種單一方法對局部放電類型的識別不確定值較高，說明識別精度較差。相比之下，基于DS融合的局部放電類型識別不確定值較低，說明識別精度較高。另外，橫向對比4 種故障的檢測結果，可以發現3種單一方法和DS 融合方法下Z3值明顯高于Z1、Z2和Z4，即4 種方法都認為金屬突出物缺陷的概率較高，與最初設置的故障類型一致，說明該故障識別方法切實可行。

結束語

為解決超聲波或超高頻等單一檢測方法在1000kV氣體絕緣組合電器局部放電檢測方面存在的不確定性高、結果精度差等問題，本文提出了一種基于DS 證據理論的多傳感器信息融合檢測技術。以BP 神經網絡模型為核心，將超聲波、超高頻、SF6氣體分解物組分三種傳感器檢測結果進行決策級融合。從試驗效果來看，這種基于多傳感器信息融合的在線檢測技術，能夠使組合電器局部放電檢測結果精度得到顯著提升，并且能準確判斷局部放電故障的具體類型，對1000kV 氣體絕緣組合電器的日常檢測與檢修維護提供了必要的參考。