電氣柜火災極早期智能診斷的應用探討

作者簡介：

李述茂（1974— ），男，漢族，山東安丘人，本科，工程師，研究方向：電氣柜火災預警。

摘要：

當今社會高度依賴電力基礎設施，電氣柜是管控電力分配和控制的關鍵組成部分。電氣柜中元器件復雜、密集，一旦出現(xiàn)故障，不僅會導致生產(chǎn)中斷，還可能引發(fā)火災等安全事故。傳統(tǒng)監(jiān)測故障的方法往往側(cè)重于對故障發(fā)生的及時監(jiān)測和事故后的處理。這不僅增加了損失，還對人員安全構(gòu)成威脅。本文使用創(chuàng)新的智能預測性診斷技術，探討構(gòu)建一個全面、具有前瞻性的電氣柜健康監(jiān)測體系，以期在故障萌芽階段就能夠發(fā)出預警，從而大幅度減少電氣柜故障風險，保障電力系統(tǒng)穩(wěn)定運行。

關鍵詞：電力基礎設施；電氣柜；元器件復雜性；預測性診斷

引言

在現(xiàn)代城市中，電力基礎設施扮演著都市生命線的關鍵角色，其穩(wěn)定運行對于保障城市的正常運行至關重要。伴隨電氣智能化技術的發(fā)展，融合了傳感器監(jiān)控與大數(shù)據(jù)分析的智能監(jiān)測系統(tǒng)在電氣柜的實時狀態(tài)監(jiān)控與故障預警領域取得了顯著進展。這一技術革新不僅提升了故障檢測的準確性，還有效縮短了響應時間，從而減少了潛在的系統(tǒng)風險[1]。對于電氣柜而言，其所在環(huán)境通常為封閉空間，生產(chǎn)區(qū)域內(nèi)的氣流設計傾向于自上而下的控制模式，旨在提高散熱效率。若電氣柜內(nèi)部出現(xiàn)初期陰燃現(xiàn)象，由于空氣流動速度快，傳統(tǒng)的點式傳感器可能難以及時捕捉到異常信號[2]。因此，面對電氣柜的特殊工況，采用更為靈敏和全面的監(jiān)測策略顯得尤為關鍵。這要求監(jiān)測系統(tǒng)不僅要具備高度的敏感性和快速響應的能力，還需結(jié)合先進的數(shù)據(jù)解析技術，以便從海量信息中迅速識別出潛在隱患，早發(fā)現(xiàn)、早處理，確保電力基礎設施安全、高效運行。

一、對電氣火災的一般分析

電氣火災的劇烈燃燒往往是瞬時的，達到燃點一般會經(jīng)歷四個階段，即萌芽階段、陰燃極早期階段、低溫起火階段以及高溫燃燒階段，如圖1所示。

在火災萌芽期，原本堆積的物質(zhì)因熱量積累或外部能量輸入，促使可燃材料內(nèi)部的分子活動加劇，進而引發(fā)了一種漸進式的熱降解過程。該過程從火災萌芽時期開始，伴隨著溫度的逐步升高，分解產(chǎn)生了包含微小顆粒的氣態(tài)與固態(tài)復合排放物。在初期熱解產(chǎn)生后，如條件合適會進一步深化熱解反應[3]，同時釋放出更多的氣態(tài)混合物，產(chǎn)生更多的煙霧顆粒并開始擴散。煙霧隨著熱氣作用下的空氣對流不斷擴散，直至達到著火點，開始劇烈燃燒。大多數(shù)電氣火災從醞釀到局部起火再到火勢蔓延，主要由電氣短路、線路過載、漏電和接觸不良四個方面的故障引起。電氣短路和線路過載相對容易監(jiān)控，它們會有明顯的電氣性能表現(xiàn)，如電流超過額定值等。然而，漏電和接觸不良的監(jiān)控較為困難，這些故障的表現(xiàn)不夠明顯，需要通過更細致的分析來發(fā)現(xiàn)。

二、對電氣火災表象的監(jiān)測

在電氣柜內(nèi)部，發(fā)生火災時燃燒的主要對象不是負責電傳輸?shù)碾娮釉鼈冏鳛榻饘俨牧显诟邷叵掠忻黠@的析出行為。包裹在金屬材料之外的絕緣部分，如電纜外的聚氯乙烯等，在過熱時是主要的揮發(fā)物質(zhì)[4]。

通過圖2所示的試驗臺，對多種電纜、元器件外的絕緣層進行測定，判斷2-乙基己醇、一氧化碳等多種氣體是火災萌芽時期與陰燃時期的主要析出物[5]。

通過結(jié)合化學電阻法和電位法構(gòu)成多變量傳感器，將常見的半導體氣敏材料氧化錫作為敏感電極，并以貴金屬鉑作為對電極，以Ce0.8Gd0.2O1.9-δ（GDC）作為固體電解質(zhì)，其在復雜氣體環(huán)境下對絕緣物陰燃時析出的2-乙基己醇、一氧化碳等氣體敏感（如表1）?；谶@個前提，通過具有反常電位極性的Ba0.5Sr0.5Co0.8Fe0.2O3-δ（BSCF）和氧化錫所構(gòu)建的“電子鼻”來對電氣火災表象進行監(jiān)測[6]。

三、對電氣系統(tǒng)本身的故障或外部因素的破壞分析

在對稱的三相電路中，各相電流滿足合為0的特征關系。在其電路中，設備的絕緣層被破壞或因老化而失去絕緣功能，導致回路中的部分電流無法正?；亓?，這種現(xiàn)象稱為電氣漏電。泄漏的電流也被稱為剩余電流，可能在漏電點產(chǎn)生電弧，從而引發(fā)局部高溫，最終導致火災。在正常情況下，相線之間的電流矢量和應為零。如果電流矢量和不為零，說明電路中存在漏電現(xiàn)象，產(chǎn)生了剩余電流[7-8]。

在實際情況中，由于各種原因（如設備老化、絕緣損壞、機械振動等），電力系統(tǒng)中可能會出現(xiàn)局部放電等現(xiàn)象。局部放電會在電流波形中引入新的頻率成分，這些頻率通常位于高頻段。當審視電力網(wǎng)中的諧波時，它們與瞬態(tài)事件截然不同。諧波展現(xiàn)的是有固定周期的波形特征，而瞬態(tài)是非周期性的動態(tài)表現(xiàn)。在理論上，電能傳輸應呈現(xiàn)純凈的正弦波形態(tài)。然而，現(xiàn)實中的電力系統(tǒng)遠非理想狀態(tài)，發(fā)電機的不完美輸出、輸配電網(wǎng)中的電氣裝置以及非線性負載均能引起波形失真，催生諧波現(xiàn)象[9]。

四、特征性算法模型分析

通過對電能監(jiān)測設備的電能諧波進行測量，對電氣柜極早期火災發(fā)生時電能諧波的各個狀態(tài)進行分析，收集統(tǒng)計數(shù)據(jù)，建立模型進行數(shù)學分析。

（一）數(shù)據(jù)收集

1.利用高精度的電能監(jiān)測設備，實時采集電流和電壓的瞬時值，采樣頻率至少應達到每秒數(shù)千次，以確保能夠捕捉到高頻諧波成分。對采集到的電流、電壓信號進行FFT計算，以獲得頻域信號，從而分析電能諧波的成分和含量。

2.安裝高靈敏度的溫度傳感器，布置在電氣柜的關鍵部位，如電纜接頭、開關觸點等易發(fā)熱區(qū)域。采集溫度數(shù)據(jù)時，不僅要記錄絕對溫度，還要記錄溫度隨時間的變化曲線以及不同測量點之間的溫差。對溫度數(shù)據(jù)進行時間序列分析，提取溫度變化速率、波動幅度等特征，以便后續(xù)進行模型建立和分析。

3.安裝氣體敏感傳感器，對電氣設備可能產(chǎn)生的特征氣體（如絕緣油分解產(chǎn)生的氣體）進行監(jiān)測，分析氣體成分的變化趨勢，結(jié)合溫度和電能參數(shù)，綜合判斷絕緣體發(fā)熱前的狀態(tài)。

4.通過模擬不同電能情況下的幾種含PVC在內(nèi)的絕緣材料包裹銅線的絕緣破損短路實驗，獲得了材料從正常狀態(tài)到燃燒過程中產(chǎn)生的各種數(shù)據(jù)。

5.對不同實驗條件下獲得的原始數(shù)據(jù)進行整理，得到包含溫度、傳感器電阻參數(shù)、電流參數(shù)、剩余電流參數(shù)、諧波分量和氣體濃度等特征參數(shù)的實驗數(shù)據(jù)樣本。

（二）健康度概率模型

在火災概率的預測方面，選擇在處理時序問題方面表現(xiàn)良好的LSTM算法，以該算法為基礎，結(jié)合卷積神經(jīng)網(wǎng)絡（CNN）和注意力機制來對火災概率進行預測。

（三）實現(xiàn)預測

利用算法預測，得到向量結(jié)果，經(jīng)過softmax后，將其分布在0—1的概率內(nèi)，得到火災概率。""""""""""""""""""""""""""""""""""""" """"""""""""""""""""""""""""""""""""""""

五、后續(xù)基于RAG技術對智能化預測系統(tǒng)數(shù)據(jù)的持續(xù)效用

RAG（Retrieval-Augmented Generation）技術通過關鍵部件的設計信息，與電氣設備的性能數(shù)據(jù)進行映射關聯(lián)，實現(xiàn)對大型設備前后性能變化的有效識別和準確標注。通過構(gòu)建電機錯誤運行狀態(tài)的知識庫，生成模型可以在生成文本時參考與查詢相關的文檔內(nèi)容，以提供更準確和豐富的結(jié)果，為火災溯因及事后處置提供參考。

結(jié)語

本文討論了基于創(chuàng)新的智能預測性診斷技術，結(jié)合電氣柜內(nèi)部氣體標志物監(jiān)測與電力諧波分析，能夠?qū)崿F(xiàn)對電氣柜潛在故障的早期預警，從而有效減少生產(chǎn)中斷和火災等安全事故的發(fā)生。未來，隨著檢測手段的逐漸完善，電氣柜的智能監(jiān)測與診斷系統(tǒng)將進一步為電力基礎設施的安全運行提供更加堅實的技術支撐。

參考文獻

[1]Chen J，Wu G，Jian X，et al.Research on state monitoring system of intelligent disconnecting switch based on sensing technology[J].Frontiers in Energy Research，2022，10：1-12.

[2]黃舟.極早期火災報警系統(tǒng)在電子潔凈廠房中的應用[J].四川建材，2022，48（12）：218-220+224.

[3]張旭.吸氣式極早期火災探測技術及方法研究[D].電子科技大學，2016.

[4]Chen D，Yi J.One-pot electrospinning and gas-sensing properties of LaMnO3 perovskite/SnO2 heterojunction nanofibers[J].Journal of Nanoparticle Research，2018，20：65.

[5]Chen W，Yi J.Identification and gas sensor testing of volatile signature gas for early detection of PVC cable fires[J].Fire Safety Science，2019，28：133-139.

[6]Courty L，Garo J.External heating of electrical cables and auto-ignition investigation[J].Journal of Hazardous Materials，2017，321：528-536.

[7]Fatima Q，Haidry A A，Yao Z，et al.The critical role of hydroxyl groups on water vapor sensing of Graphene oxide[J].Nanoscale Advance，2019，1：1319-1330.

[8]Haidry A A ，Cetin C，Kelm K，et al.Sensing mechanism of low temperature NO2 sensing with top-bottom electrode （TBE）geometry[J].Sensorsamp;Actuators B Chemical，2016，236：874-884.

[9]王凱，同向前，強健，等.用于電網(wǎng)諧波溯源的諧波功率快速檢測方法[J].智能電網(wǎng)，2017，7（04）：286-293.