基于三維激光點云的220 kV線路風偏跳閘故障分析

汪顯康，余子容，馮志強*，徐 穩，黃俊杰，王 宏，付劍津

（1.國網湖北省電力有限公司電力科學研究院，湖北 武漢 430077；2.國網咸寧供電公司，湖北 咸寧 437000；3.國網荊州供電公司，湖北 荊州 434000）

0 引言

近年來，隨著電力行業高速發展，電網設備日益復雜，極端天氣如雷擊、冰害、大風等對架空線路安全穩定運行造成嚴重威脅［1-2］，在山區、微地形區域，由于導線風偏引起的跳閘故障屢屢發生［3］。強風導致導線對桿塔、樹木、地面建筑物放電是風偏跳閘的主要形式［4］。在輸電線路運維工作中，查找分析風偏危險點對預防風偏故障、分析故障原因等具有重要意義。

傳統方法計算風偏過程主要基于塔高、弧垂、絕緣子串長等設計階段數據，往往與現場實際數據存在偏差。在后續故障分析中，由于無法準確計算電力線與地面建筑物、樹木之間的三維距離，風偏危險點的查找存在困難。利用數字化手段對通道進行掃描，結合線路參數與環境參數模擬故障時段工況，可提升危險點查找及故障分析精度［5-6］。機載激光雷達（LiDAR）作為一種遙感技術，因其精度高、抗干擾能力強等特點，近年來在數字城市、智慧農林、電力巡檢等行業得到飛速發展與大量應用［7-13］。典型的機載激光雷達包括無人機平臺、LiDAR 激光掃描儀、高清航測照相機、慣性測量單元和GPS等功能模塊。激光掃描儀通過對比發射激光脈沖與接收激光脈沖之間的時間差，獲取被探測物體的三維方位參數。使用機載激光雷達進行輸電線路通道進行掃描，可快速獲取通道內地物高精度激光點云數據，并在三維場景中構建輸電線路通道模型［14-15］。

本文以一次220 kV風偏跳閘事故為例，基于三維激光點云數據，結合環境參數（溫度、風速）與線路參數（塔型、線型、絕緣子型號），開展三維空間實際工況模擬分析，精確定位線路隱患點，深入分析線路跳閘原因。

1 事故原因分析

1.1 故障概況

2023 年4 月，某地區220 kV 線路分相差動保護跳閘，故障相別為C 相，重合閘不成功。故障區段為011號～012 號桿塔之間。011 號塔為干字形耐張塔，型號為JG1-18.5，配置雙串瓷絕緣子；012 號塔為拉V 直線塔，型號為V-24，配置雙串復合絕緣子；導線型號為2×LGJ-240/40，地線型號為GJ-50/OPGW，故障區段所在耐張段桿塔信息如表1所示。故障區段平均海拔高度為43 m，地形為平地，現場位置為通行道路，兩側桿塔均位于高點，地形高差不大，屬于典型的“兩山夾一溝”微地形。故障區段導線水平排列，檔距447 m，設計風速23.5 m/s，故障區段地形如圖1所示。

圖1 故障區段地形圖Fig.1 Topographic map of fault section

表1 故障區段信息表Table1 Information of the fault section

根據分析故障線路兩端變電站的錄波文件可知，故障電流基波有效值為19.519 kA（首端）與8.369 kA（末端），短路過渡電阻約為0.61 Ω，阻抗角65.37°，判斷為金屬性接地。查詢雷電定位系統，故障發生時段內，故障區段附近無落雷記錄，排除了雷擊跳閘的可能。結合對輸電通道外部環境進行排查，進一步排除山火、鳥害、外破等故障原因。

故障發生后，運維人員通過無人機巡查，于011號塔大號側203.3 m 處發現故障點。導線上有明顯放電痕跡，長度約0.6 m。導線對地距離為15.9 m。導線水平距離8.1 m處有一路燈，現場測量路燈底部至避雷針頂端全高15.8 m，路燈頂端避雷針有明顯放電痕跡，如圖2（a）和圖2（b）所示。

經走訪當地村民，了解到當時線路附近有許多樹木被大風吹斷，同時伴有強降雨，如圖2（c）所示。結合咸寧地區輸電線路運維經驗推測：故障時段內，導線可能在局部強風作用下發生擺動，當導線與路燈間的空氣間隙減小至最小空氣間隙以內，導線對路燈閃絡引起線路接地故障。

2 基于三維激光點云的風偏故障分析

為了明確導線風偏過程，進一步確定故障原因，對故障線路區段激光點云數據進行深入分析，對大風工況進行模擬，工況模擬與分析流程如圖3所示。

圖3 工況模擬與分析流程圖Fig.3 Flow chart of working condition simulation and analysis

2.1 激光點云數據分析

利用機載三維激光掃描儀和可見光傳感器對故障通道進行掃描，生成一個含有RGB真實色彩的激光點云對象，如圖4 所示。它不僅具有精準的空間結構信息，還具備豐富的地物紋理信息，可直觀顯示出通道內線路走向、線下建筑物與周邊植被覆蓋情況，便于后期數據的分類［16-19］。

圖4 輸電通道激光點云圖Fig.4 Laser point cloud of power transmission channel

2.2 激光點云數據分類

原始點云數據包含整個通道內地物信息，不僅有電力線，還包括地面、植被、建筑物等數據。故障區段位于城市交通路口，且周圍存在多條平行/交跨線路，地物信息十分復雜，商用點云分析軟件內置的自動分類算法無法實現點云的精確分類。因此，本文采用“機器+人工”的方式，先使用軟件算法對點云數據進行粗分類，后采用人工方式對軟件分類結果進行修正，實現對通道內桿塔、導線、交跨線路、植被以及地面關鍵建筑物的準確分類，分類情況如圖5所示，表2為激光掃描數據圖例。

圖5 激光點云數據分類圖Fig.5 Classification map of laser point cloud data

表2 激光掃描數據圖例表Table 2 Legend table of laser scanning data

2.3 模擬分析算法

2.3.1 電力線擬合

為了模擬計算電力線在強風作用下的擺動過程，首先需要對電力線點云做矢量化，以獲得電力線的解析表達式。文本使用簡化形式拋物線方程，拋物線方程如式（1）所示：

式（1）中，坐標原點0 點位于電力線最低點，k為常數，與電力線比載和水平應力有關。使用最小二乘法，基于電力線激光點云找到最優的k值，即可獲得電力線的解析表達式。

2.3.2 懸垂絕緣串風偏角計算

故障檔內011 號塔為耐張塔，012 號為懸垂塔，因此主要考慮012號塔懸垂絕緣子的風偏過程，對012號塔懸垂絕緣子風偏角β進行計算。

式（3）中，C為絕緣子串的受風面積，由復合絕緣子傘直徑與長度決定，V為10 min平均風速，根據工況模擬中的風速進行設置。式（2）中Gj為懸垂絕緣串自重，012 號塔雙串復合緣子自重估算為180 N。pd為電力線水平風載荷，可由式（4）計算。

式（4）中，a為風速不均勻系數，對20 m/s～30 m/s 風可取為0.85；K為空氣動力系數，取為1.2；ρ為空氣密度，標準值為1.226 kg/m3；V為工況模擬的風速。式（2）中Wd為電力線自重，故障檔內雙分裂LGJ-240/40導線自重取18.9 N/m。Ih與Iv分別為水平和垂直檔距，由相鄰兩檔電力線擬合表達式確定。

2.4 模擬工況分析

激光點云數據采集日期為2023 年3 月9 日，采集時風速為0 m/s，氣溫為20 ℃。表3 和表4 分別為線路掃描工況以及模擬工況的基本信息。由于模擬工況溫度與線路掃描時的溫度相近，因此不考慮溫度引起的導線弧垂變化。風偏過程模擬如圖6所示。

圖6 大風工況模擬圖Fig.6 Diagram of gale condition simulation

表3 線路掃描工況基本信息表Table 3 Basic information table of line scan working condition

表4 模擬工況基本信息Table 4 Basic information of simulated working conditions

2.5 危險點查找

通過對模擬工況下電力矢量線與線下植被、建筑物激光點云數據的分析，對潛在危險點進行查找。以工況模擬計算得到的電力線作為中心，在安全半徑（6.5 m）內出現的地物點云就是危險點［20-31］。根據危險點定位結果，本次風偏故障點為011號塔大號側203.34 m 處線下路燈，最小凈空距離僅為0.45 m，小于《110 kV- 750 kV 架空輸電線路設計規范》所規定的220 kV帶電部分與構件的最小電氣間隙0.55 m。表5為模擬工況安全距離分析表，圖7為故障工況示意圖。

圖7 故障工況示意圖Fig.7 Schematic diagram of fault condition

表5 模擬工況安全距離分析表Table 5 Safe distance analysis table for simulated operating conditions

2.6 結果分析

綜上所述，本次某220 kV 線路故障為風偏造成，具體故障原因為導線在大風作用下發生大幅擺動，導致導線對線下路燈頂部閃絡，造成線路跳閘。

3 結語

針對某220 kV線路的跳閘故障，基于激光點云數據，模擬了導線在大風工況下的擺動軌跡。發現在該工況下，導線對路燈最小三維直線距離僅0.45 m，小于設計規范規定的最小電氣間隙0.55 m。結合現場巡視結果，斷定本次跳閘故障是由于強風天氣導致導線對線下建筑閃絡引起。相較于傳統人工巡查方法，三維激光點云技術的應用不僅能精準定位通道危險點，為故障分析提供理論依據，還可以模擬風偏、覆冰等各種復雜條件下導線、絕緣子、引流線的運動軌跡，為運維階段線路風險評估提供有力支撐。