XLPE電纜老化狀態評估方法研究

2022-07-13 03:57:46劉偉

裝備維修技術 2022年26期

劉偉

摘? 要：由于經濟社會的快速發展，電力供應需要大幅增加，電力供應安全保障顯得尤為重要，XLPE電纜是電力安全運輸的重要媒介之一，一旦發生老化等情況，會對電力運輸造成極大損失。本文對XLPE電纜的老化狀態評估方法進行了研究，基于電纜的老化狀態對電纜壽命進行預測，從而達到節約檢測成本，保障電網安全運行的目的。

關鍵詞：XLPE電纜;老化;狀態評估;壽命預測

一、引言

近年來，隨著經濟社會的不斷發展，電力供應需求逐年增加，電網安全運行承受的壓力也越來越大。電力運輸是電網安全運行、電力充足供應的重要一環，目前，XLPE電纜由于具有質量小、耐熱性強、傳輸量大、維護方便等優點[1]，承擔著主要電力運輸任務。為了確保電力的安全運行，需要定期對電纜的老化狀態進行評估，早期的評估方法主要是預防性試驗，但是這種方法具有很大的弊端，很可能還會加速電纜的老化。隨著近年來人工智能、大數據等新技術的不斷發展[2]，XLPE電纜的老化檢測手段也有了很大的進步，本文主要進行了XLPE電纜老化方法的研究，綜合電纜的不同老化狀態提出了基于壽命預測的XLPE電纜狀態評估方法。

二、XLPE電纜老化狀態分析

上文提到，XLPE電纜在易用性、耐熱性、電氣性能等方面具有很強的優勢，但是研究表明，由于受到外部土壤、氣候、濕度等多方面的影響，XLPE電纜的絕緣內部很容易產生老化現象，而且這種現象隨著電纜使用年限的增長還會不斷加強[3]。直接影響電纜的絕緣性能，從而導致電纜損壞，影響電力安全運輸。

按照XLPE電纜的老化機理，主要可以分成水樹老化、電樹老化和熱老化三種。

1、水樹老化

電纜的水樹老化主要是由于電纜中存在缺陷或雜質，加上周圍環境水分較多造成的，這種老化會在電纜中形成水樹枝[4]。一般來說，長期使用的電纜較多出現水樹現象。水樹枝的出現會對電纜的絕緣性能產生破壞，嚴重影響電纜的正常運行。一方面，隨著絕緣性能的下降，極易發生局部放電現象，另外，也會導致電纜內部發生結構變化。而且這種變化是長期性的，即使外部環境的水分減少，水樹枝也不會逆轉。隨著使用年限的增加，電纜中水樹枝就可能誘發電纜絕緣擊穿。

2、電樹老化

電樹老化的起因也主要是電纜在制造工藝等方面存在缺陷，造成電纜中存在一些空隙、雜質，電纜長期運行過程中，在環境、外力等綜合因素作用下而出現的現象。最終引發電纜絕緣擊穿都是由電樹枝引起的。相對于水樹現象，電樹枝的發展更加迅速，時間很短就會造成電纜發生擊穿。以目前的技術手段，在電纜內部出現工藝問題造成電樹枝的的情況較少，現在電樹枝主要出現在接頭和終端等位置。

3、熱老化

前文所述的兩種情況主要是由于工藝問題造成的。在電纜日常運行過程中，電纜的性能會隨著時間推移逐漸減弱，出現老化現象，這種現象主要是由于絕緣材料在運行過程中受熱而產生的。隨著溫度的升高，熱老化現象會加劇。與前兩種老化現象相比，熱老化現象是必然也是最普遍的，而且會貫穿整條運輸電纜。由于熱老化現象的加劇，電纜的物理結構就會出現問題，隨之就有可能引發電纜的水樹和電樹現象。

以上幾種老化現象是造成XLPE電纜發生絕緣故障的主要誘因，通常情況下，如果沒有工藝上的問題，隨著使用時間的增長，電纜會由于熱老化現象出現物理結構上的破壞，隨之產生水樹老化現象，繼而引發電樹老化造成電纜絕緣擊穿。

三、基于壽命預測的XLPE電纜狀態評估方法

通過上文分析，XLPE的老化現象會造成電纜運行出現問題，針對這些現象，我們可以通過一定給的方法預測XLPE電纜的使用壽命，通過壽命預測來評估電纜的使用狀態，對于使用壽命已經到達極限或將要到達極限的電纜及時進行更換。

1、預測指標體系建立

XLPE電纜的老化現象發生發展到一定程度就會造成電纜故障，可能是由于單方面因素造成的老化，也可能存在多重因素疊加造成老化。因此，應充分考慮造成XLPE電纜現象的各種因素，建立綜合的預測指標體系。對于各項指標來說，每一項應當可以從不同角度來反映電纜的使用壽命，同時，需要考慮各指標之間的相互作用，使體系層次分明。

指標的選取還應考慮數量的問題，并不是說指標選取的越多預測結果就會越準確，因為一些對于電纜老化狀態影響較小的指標有可能會對其他影響大的指標的作用造成沖擊，使得預測結果不準確。

綜合上文對老化現象和指標建立原則的分析，我們可以選取和電纜環境相關的溫度、電場、電壓、電流、外力、水分、平均壽命、剩余壽命、有效壽命等幾個因素做為壽命預測的指標。

2、預測模型建立

根據指標體系，就可以構建電纜壽命預測模型，預測模型主要可分為基礎層、過程層和預測結果層。

基礎層是整個預測模型的基礎，可以將電纜老化模型、指標模型囊括其中，主要提供理論支撐和方法分析。電纜老化模型主要是分析加速老化模型的理論依據，設定方法中的主要參數。指標模型是進行整個模型構建的關鍵，在具體的實施過程中，用戶可以根據實際情況對指標進行適當的調整，隨著指標模型的改變，整個預測模型也應當進行修正。

過程層是預測模型的中間環節，它建立在基礎層的各模型之上，主要完成電纜老化壽命預測的過程。在本層次中，首先應當根據指標模型確定評估對象的基本指標，比如，當XLPE電纜的鋪設方式為直埋時，就應考慮土壤中水分對于電纜的影響因素，而外力破壞因素就可適當降低權重。然后根據指標體系完成數據采集，繼而對數據進行整理、分析，最終得到預測結果。

最后一個層次為結果層。由于在過程層中已經得到預測結果，結果層主要完成對結果的保存。多次的預測結果可以形成一個大的數據集，該數據集就可以做為后期通過機器學習的方法進行壽命預測的訓練集合，從而與人工智能技術、數據挖掘技術充分結合，實現精準預測的目的。

3、基于機器學習的壽命預測

模型建立之后，就可以通過機器學習的方法來完成預測。主要包括以下幾個過程：

（1）數據預處理

通過預測模型可以得到訓練數據集，可通過svm算法對數據進行預處理，得到可靠的樣本集。

（2）參數估計

對于得到的樣本集進行分割，選取其中三分之二的數據做為訓練集，三分之一的數據做為測試集。通過svm算法對數據進行擬合，從而得到模型的形狀參數。

（3）壽命預測結果分析

通過預測結果分析XLPE電纜的使用狀態，為電力系統提供決策，對于壽命將要達到年限的電纜進行重點監控，遇到問題及時更換。

四、結語

本文針對XLPE 電纜受到各種老化因素的影響出現故障問題的現象，提出了一種基于壽命預測的XLPE電纜老化狀態評估方法，通過該方法，能夠有效監控XLPE電纜的使用狀態，及時對發現問題的電纜進行預警，從而達到保障電力安全運輸的目的。

參考文獻：