基于改進GCC算法的交流配電電纜局部放電在線定位方法研究

肖小龍,郭佳豪,郭茂森,楊景剛,許佳杰,方 鑫,史明明,劉 洋

(1.國網江蘇省電力有限公司電力科學研究院,江蘇 南京 210008;2.東南大學電氣工程學院,江蘇 南京 210096;3.國網江蘇省電力有限公司,江蘇 南京 210024)

0 引言

交聯聚乙烯(XLPE)電纜由于其良好的絕緣特性和穩定的機械性能,自20世紀90年代后被普遍應用于各電壓等級的配電網中[1-2]。然而,由于設備老化或外力破壞等影響,電纜的XLPE絕緣層中會產生空隙、雜質和氣泡等缺陷,引發局部放電現象。長期局部放電會導致電纜絕緣層出現劣化,嚴重時可能會導致絕緣擊穿。因此,為確保電網的安全和穩定運行,對XLPE電纜的局部放電進行在線監測非常重要,可以及時定位和糾正局部缺陷[3-4],有助于消除潛在的故障隱患,從而提高系統可靠性。

專家學者廣泛研究了電纜局部放電的定位問題[5-7],文獻[8]提出了正弦波時域反射(TDR)方法,文獻[9]提出了另一種基于分段相關的多端局部放電定位算法。此外,文獻[10]提出利用入射波和反射波信號的交叉傅里葉譜密度函數進行定位,在信號頻域中估計缺陷位置,減少了定位脈沖波形失真的影響。這些方法在實際應用中具有一定的局限性[11-12],由于電磁噪聲的影響和對局部放電脈沖波速頻率特性的忽視,定位結果很容易與現場的實際情況產生很大的偏差[13]。

因此,本文提出一種面向工程實際應用的電纜局部放電在線定位方法。

1 改進GCC算法的電纜局放在線定位方法

1.1 廣義相關時延估計

廣義互相關時延估計(generalized cross-correlation,GCC)方法通過對2個信號的互功率譜密度函數進行加權,以達到提高2個信號時延精度的目的。其原理如圖1所示。

圖1 GCC時延估計原理

其中,輸出y1、y2之間的互譜密度函數為

(1)

則互相關函數為

(2)

在GCC方法中,通過對2個時延信號的功率譜進行加權計算,減少了外界信號對于互相關函數的影響。加權函數W(f)增大了信號干擾較小處的頻譜幅值,突出了互相關函數的峰值相對位置。GCC函數及其權函數如表1所示。

表1 GCC函數及其權函數表達式

其中,γ12為

(3)

1.2 基于改進GCC算法的電纜局放在線定位方法

目前,GCC算法已經逐步應用于電纜的局部放電定位研究中,但由于GCC算法存在缺陷,因此在應用中無法達到預期效果,其主要問題表現為:低信噪比條件下定位精度降低、未考慮波速頻率特性對定位精度的影響及部分干擾信號對在線定位精度的影響等。

針對這些問題,本文提出一種改進GCC算法,用于對電纜中的局部放電信號進行檢測,提高定位精度,方法流程如圖2所示。

圖2 基于改進GCC的電纜局放定位流程

1.3 修剪均值數據濾波算法

現場的電纜局放檢測環境復雜多變,在對電纜進行局放定位時常伴隨高頻通信電磁干擾,影響定位結果。此外,局放檢測儀的采樣頻率也是制約局放檢測定位精度的關鍵因素。因此本文提出修剪均值數據濾波技術,通過構造3層數據過濾器,即修剪過濾器、聚類過濾器和平均過濾器,剔除檢測到的壞數據,實現多樣本局放定位結果的精確估計。

首先,利用修剪過濾器將局放定位結果樣本從局部放電(PD)位置最小值到最大值進行排序,篩選定位樣本中25%～75%的樣本作為下一個過濾器的輸入。修剪過濾器通過修剪剔除異常值充當定位樣本的第1層過濾器。

其次,采用密度最大值聚類(maximum density clustering application,MDCA)算法作為第2層聚類過濾器。MDCA算法基于密度的思想引入劃分聚類中,使用密度而不是初始點作為考察簇歸屬情況的依據,能夠自動確定簇數量并發現任意形狀的簇。MDCA的具體步驟如下:

a.計算樣本集中第i個數據點,以dc為截斷距離的局部密度ρi,即:

(4)

(5)

b.計算每個數據點到高局部密度點距離δi為

(6)

c.在ρ-δ圖譜中,選取具有較大局部密度ρ和較大高局部密度點距離δ的數據點作為簇類中心,選取具有較小局部密度ρ和較大高局部密度點距離δ的數據點作為數據異常點。

最后,采用平均過濾器計算簇類中的定位樣本平均值,作為最終的電纜局放在線定位結果。

2 基于改進GCC算法局部定位仿真

2.1 基于改進GCC方法的仿真

為了驗證本文所提定位方法的有效性,在MATLAB Simulink中開展局放定位仿真試驗。以型號為單芯8.7/10 kV 50 mm2YJV中壓配電電纜為研究對象,搭建1根2 000 m的電纜模型,仿真參數[14]如表2所示。

表2 仿真電纜參數

在仿真中假設在端點B發生局部放電,向其注入局放仿真信號,在端點A通過示波器測量局放信號波形,端點A通過波阻抗接地,電纜長度Lac=1 200 m,Lbc=800 m,信號幅值A取6 mV,衰減系數τ為1.25 μs,振蕩頻率fc為5 MHz,采樣頻率為100 MHz,持續時間20 μs,如圖3所示。

圖3 局放信號波形

假設電纜C端缺陷發生局部放電,即在C端注入局放信號,在A、B兩端采集到具有時間延遲的局放信號。為模擬現場環境的電磁噪聲干擾,加入-5 dB的高斯白噪聲。A、B端采集到的信號波形如圖4所示。

圖4 雙端采樣信號波形

根據仿真電纜參數建立頻率-波速特性曲線,如圖5所示。可以看出,低頻時信號波速隨頻率的增大顯著升高;頻率大于3 MHz后,波速隨頻率變化緩慢, 并無限接近一常數。局放電磁波具有較大的頻帶寬度,且其中心頻率的選取受周圍環境干擾噪聲的影響。故本文通過順序統計濾波器(OSF)自適應分割信號頻譜,并通過峭度準則選取局放信號的相應頻帶,如圖5,通過測量仿真信號的中心頻率fz得出局放脈沖信號波速v=1.659 3×108m/s。

圖5 電纜頻率-波速特性曲線

2.2 仿真結果與討論

為綜合分析本文方法的精確性與魯棒性,考慮在不同缺陷點位置、不同信噪比、不同采樣頻率條件下對局放信號進行定位,并將定位結果與峰值法、能量法、直接相關時延估計(CC)法進行對比,上述3種定位方法采用經驗波速v0=1.67×108m/s,本文方法采用波速頻率特性估計波速v=1.659 3×108m/s。

2.2.1 局放源位置對定位精度的影響

表3 不同局放源位置的定位結果

由表3可知,本文方法總體定位精度優于傳統時延估計定位法。將圖6的局放源位置-定位誤差曲線分成2個階段,在階段1,隨著缺陷點逐漸靠近電纜端部,4種方法的定位誤差都急劇增大;在階段2,當缺陷點越靠近電纜中心,4種方法的定位誤差越小。如圖7所示,當局放源靠近電纜近端A點時,電纜遠端B點收到的第1個局放信號xb1(t)與經A點反射的第2個局放信號xb2(t)重疊,導致峰值法、能量法和CC法都出現了不同程度的時延估計誤差。

圖6 不同方法的定位結果

圖7 局放信號入射波與反射波傳播

本文提出的優化脈沖時窗技術,可以精確識別入射波xb1(t)和反射波xb2(t),將反射波剔除于相關函數運算之外,有效提高了時延估計精度。此外,本文提出的定位方法采用修剪均值濾波技術,通過對定位結果樣本集進行3層數據過濾處理,最大限度地減少了由于局放源位置靠近端部造成的定位誤差。即使在距離電纜端點僅25 m的情況下,也能達到5.26%的定位相對誤差。在階段2中,由表3可以看出,隨著局放源越靠近電纜中心,優化脈沖時窗Tw遠小于固定時窗,在減小了殘余噪聲干擾對定位精度影響的同時,提高了算法的性能與效率。

2.2.2 信噪比對定位精度的影響

保持局放源與電纜端點的距離為1 200 m不變,考慮信噪比為-10 dB、-5 dB、0、5 dB和10 dB情況下,比較4種局放定位方法在不同信噪比下的定位結果,如表4所示。

表4 不同信噪比下的定位結果

在信噪比較低(-10 dB)時,基于峰值法的定位方法,無論是從精度還是魯棒性的角度看,較其他3種方法定位效果不佳。歸其原因主要在于峰值法在低信噪比條件下的初始波峰值并不突出,再加上信號波形畸變較大,局放脈沖上升沿起始點定位困難;其次,噪聲干擾會影響閾值選取,導致波峰選取出現誤差。

2.2.3 采樣頻率對定位精度的影響

設定局放源位置和信噪比不變,當信號采樣頻率分別為25 MHz、50 MHz、100 MHz、200 MHz時,4種方法的定位結果如表5所示。

表5 不同采樣頻率下的定位結果

當采樣頻率較低(25 MHz)時,4種方法都出現了不同程度的定位誤差。其中,峰值法的定位誤差相對較大,這是由于較低的采樣頻率導致信號的初始波峰發生了畸變與漂移,造成波峰對應的發生時刻讀取困難。能量法的問題與峰值法類似,在低采樣頻率的條件下累積能量曲線發生畸變,導致信號的初始時刻會出現變動。相比較而言,CC法和本文方法定位效果較好,由于CC法無需估計兩端采樣信號的波前到達時間和波峰發生時刻,僅依靠相關函數作用下估計信號發生的時間延遲,因此即使在較低的采樣頻率下也能保持較高的定位精度。與CC法相比,本文定位方法的精度更高,本文所提方法考慮了波速的頻率特性,局放波速估計更加準確。此外,修剪均值濾波算法對多定位樣本結果進行過濾,最大限度地減小了由于低采樣頻率導致的相關函數最大時延估計誤差問題,因此,本文方法具有更小的定位相對誤差。

3 試驗驗證

3.1 試驗平臺

為驗證本文提出的局部放電在線定位方法的準確性,在某電纜廠開展了電纜局放定位試驗,試驗原理如圖8所示。試驗中所用電纜長度為90 m,電纜型號為ZR-YJV26/35 kV,具體參數如表6所示。在距離電纜A端27 m處設置一長30 mm、寬2 mm、深1 mm的沿面劃痕缺陷。高頻電流互感器(HFCT)鉗住電纜屏蔽層的接地引線,電纜缺陷發出的局放信號被HFCT檢測到,通過RG316同軸線送至局放檢測儀雙端口處理。

表6 ZR-YJV26/35 kV電纜結構參數

圖8 局放定位試驗接線

3.2 試驗結果分析

本文試驗的局放信號時域波形如圖9所示。

圖9 試驗測得的雙端局放信號波形

由圖9可知,實測局放信號較為分散,導致其中心頻率難以確定,將局放信號利用小波分解為n個頻率(記為dn),通過讀取各頻段的中心頻率,并采用加權平均運算確定最終的信號中心頻率,如表7所示。

表7 實測A端信號小波分解結果

表7顯示了各尺度下中心頻率對應的頻譜幅值,可以看出,尺度d5下的中心頻率幅值最大。將各尺度下的中心頻率進行加權平均,得到實測A端局放信號頻譜中心頻率為4.375 MHz。對B端局放信號采用相同的小波分解操作,最終得到B端局放信號頻譜中心頻率為4.398 MHz。根據試驗電纜的基本參數,繪制相應的頻率-波速特性曲線,測量得到的局放中心頻率估計局放信號的頻變波速為vA=1.779 1×108m/s,vB=1.779 5×108m/s。

為減小采樣頻率對相關函數最大時延估計的判別影響,在相關函數峰值附近選取5個采樣點用于擬合峰值曲線,以獲取最精確的時延估計值[15]。最終的局放試驗單一樣本定位結果如表8所示。

表8 單一樣本定位結果

從表8中可以看出,單一樣本定位結果與實際局放源位置差距較小,基本滿足工程實踐在線定位要求。 考慮到局放脈沖在電纜傳播過程中會出現色散現象,當局放信號剛從局放源發出,此時的脈沖信號中心頻率較高,隨著信號傳播距離的增大,脈沖信號的上升沿和下降沿變得平緩,其中心頻率隨之減小,即局放信號的中心頻率隨著信號的傳播出現衰減,影響波速估計。

3.3 試驗結果對比

為與其他時延估計定位法進行對比分析,采用峰值法、能量法、CC法對采樣局放信號進行定位分析。4種方法均采用本文提出的修剪均值數據濾波算法進行數據處理,最終的定位結果如表9所示。

表9 不同方法定位結果對比

由表9可知,對4種方法的試驗定位結果與仿真分析結果一致。峰值法、能量法和CC法均未考慮到局放波速的頻率特性,造成定位結果出現誤差[16]。而本文方法通過繪制試驗電纜相應的頻率-波速特性曲線,準確估計局放波速。此外,優化脈沖時窗技術能夠根據信號信噪比和設備采樣頻率,自適應地調整相關函數窗口大小,最大限度地減小了相關函數出現“畸變峰”和“假峰”的概率,改善了時延估計精度。

4 結束語

本文基于經典的時延估計方法,提出一種電纜局部放電雙端在線定位技術。首先在PHAT-GCC方法的基礎上,提出優化脈沖時窗技術,根據局放源在電纜中的相對位置,自適應調整相關函數的時窗大小。隨后在仿真及試驗中對本文方法的精度進行了驗證。得到的主要結論如下:

a.優化脈沖時窗技術相比于傳統的固定時窗,在有效降低噪聲干擾對時延估計影響的同時,能夠提高算法的運算效率,更加適應局部放電在線定位的工程需求。

b.針對工程實踐中異常數據多、定位誤差大的問題,提出一種修剪均值數據濾波算法,通過構造3層數據過濾器對采樣數據進行過濾,得到最終的定位結果。

c.對本文方法進行仿真與試驗分析,結果表明,相比傳統的時延估計定位方法,本文方法在環境干擾嚴重、檢測設備采樣頻率受限的條件下,能夠有效提高時延估計精度,減小定位誤差,試驗定位相對誤差為0.47%,滿足工程實際要求。