田发英 卢峥嵘
国网新疆电力有限公司检修公司 新疆 乌鲁木齐 830001
摘要：电缆投入运行后，会受到电、热、机械和化学的作用逐渐老化。在制造中和施工中存在的微小缺陷，也会随着运行时间逐渐发展和恶化。火电厂内一般主变进线、启备变进线、联络变压器出线以及重要辅机均采用高压电缆，电缆一旦发生故障将导致严重后果。如重要辅机电缆故障将造成辅机停机，启备变进线电缆出现故障将会造成机组在失去备用电源下运行的情况，主变进线电缆故障会直接导致机组非计划停运。同时由于电缆处于电缆沟、甚至是直埋于地下，一旦出现问题查找和处理都会相当困难。同时由于电缆的订货和更换都需较长时间，需根据长度进行订货，订货和生产周期都很长，很难在短时间内进行修复。
关键词：电力电缆；局部放电；在线监测技术；研究与应用
引言
随着电气设备功率的不断增大，高压已经成为电气设备的标准电压。与低压设备不同，高压设备在运行过程中，高压电场会对空气中的粉尘进行放电，在此过程中极易发生短路、跳闸等电路安全事故。为了保证高压电气的安全，需要对其进行实时监测。为了适应高压监测环境，普遍采用高频信号作为监测信号，因此如何准确识别高频信号成为监测精度的关键。现有监测方法对高频窄带信号的灵敏度较差，导致整体识别准确度降低，难以更好地应对实际监测过程。为此，提出新的高压电气设备局部放电过程超高频信号监测方法，并通过实验数据证明了所提方法的有效性。
1电力电缆局部放电在线监测现状
在计算机广泛应用之前，对于局部放电信号的评估多数基于放电脉冲特征分析、统计方法以及专家评估[22-23]，评估结果带有明显的主观因素。在设备现场运行中，由于运行工况复杂、噪声环境干扰以及机械结构的阻挡使得放电信号存在阻挡和衰减。对放电信号较为接近的放电类型或者多源放电同时发生的情况，仍需进一步挖掘局部放电的深层特征。相比于传统的统计分析方法，人工智能算法一方面可以对局部放电信号进行深层次挖掘，提取表征局部放电特征的新指标，有效地区分放电信号和噪声信号；另一方面对于去噪和故障定位这类寻优问题，优化算法的引入能够加速训练过程，训练结果跳出局部最优状态，获取整体最优解，从而提高去噪水平和故障定位的精度。人工智能算法具有一定自学习能力，能够根据数据库的更新进行调整，更适用于大数据时代，且相关研究已在工程领域得到推广应用，保证了电力设备安全稳定运行。
2测试系统基本概况
本次测试的高压电缆局部放电在线监测与定位系统可广泛用于10~500kV电缆的局部放电在线监测与定位。在线监测系统采用高频电流传感器方式从接地线上采样局部放电信号，通过光纤对所有数据采集装置进行纳秒级授时，可实现对电缆局部放电在线监测和故障点双端精确定位。本次测试的高压电缆局部放电在线监测与定位系统采用脉冲电流法方式，可在电缆终端接头、中间接头接地线上或电缆本体上安装高频电流传感器（单相电缆接地点每相各安装1只，三相共体电缆接地点可安装1只）。高频电流传感器通过双屏蔽的同轴电缆连接至就地采集单元，信号经降噪、滤波、识别和存储，就地采集单元间通过光纤进行数据传输和精确对时，将局部放电的幅值、脉冲数、相位、原始脉冲和到达时刻等信息送至后台诊断平台。后台诊断平台系统完成对局部放电信号的诊断和定位，生成相关放电图谱和报警信息，通过61850规约或I2规约将监测数据、报警信息、放电图谱和定位信息发送至用户数据中心。
3电力电缆局部放电技术
3.1超声波检测法
局部放电的电流脉冲引起的热作用和电动力作用使得周围介质发生膨胀，放电结束介质在自身弹性力作用下收缩，一涨一缩会引起介质疏密变化，同时以超声波的形式向外传播。超声波属于无损检测法且能够在线检测[26]，常用于局部放电的故障定位。由于测量频段低，测量装置简单，设备造价低，超声波法的应用较为广泛。
在实际运行中由于机械结构的复杂性以及介质阻挡作用，超声波信号存在衰减，常与特高频检测法联合使用。
3.2暂态地电波（TEV）检测
在高压开关柜内发生局部放电时，电量先聚集在接地屏蔽内表面，屏蔽层通常在绝缘部位、垫圈连接、电缆绝缘终端等部位，当开关柜内部元件对地绝缘发生局部放电时，高频信号由此传输到设备屏蔽外壳，小部分放电能量会以电磁波的形式转移到柜体的金属铠装上，在设备表面产生感应电流。因此，可实时监测开关柜在运行过程中的局部放电情况，地电波（TEV）检测可以及时对绝缘异常状态和放电活动做出预警。
3.3人工神经网络
人工神经网络（ANN）作为当前应用最广的机器学习算法，计算过程模拟神经元兴奋的机制。神经元的输出为带有权重的输入与偏置的求和通过激活函数的结果。文献[34]研究表明两层隐含层能够完成对任何复杂函数的表征，多个简单神经元相互连接形成一种具有广泛连接的人工网络，能够实现对高维数据的拟合。在去噪和故障定位领域中应用的神经网络结构主要有BP神经网络（BPNN）和径向基神经网络（RBFN）。与BP神经网络常用的激活函数不同，RBF神经网络的隐含层采用径向基函数作为激活函数，径向基函数根据输入量到函数中心的距离将输入向量映射到高维空间，是一种非线性映射，距离越远，神经元的激活程度就越低，。常见的径向基函数有高斯函数、多二次函数、多重调和样条函数等。
3.4特高频局部放电监测
特高频局部放电监测系统，主要由特高频传感器、信号调理模块、采集主机及无线同步模块构成。其中，特高频传感器频率范围为３00~1500MHz,平均有效高度为11mm,采用磁吸方式敷贴于高压开关柜内壁或采用固定支架搭载于智能电力巡检机器人内部?信号调理模块用于局部放电特高频信号的滤波?放大及积分处理,滤波频率范围为820~960MHz,以消除通信信号干扰;积分电路可实现特高频信号的降频处理,从而降低信号采样频率,提高检测的灵敏度及准确度?采集主机采样率为50MS/s,采集分辨率为16bit,动态范围为50dB,可有效反映局部放电强度变化?无线同步模块采用433MHz通信频率，将降压后的工频电源信号发送至采集主机，用于局部放电监测时的工频触发。无线同步模块可实现工频电源与采集主机的一对一同步或一对多同步，且同步信号互不干扰。实施高压开关柜局部放电在线监测是确保开关柜及整个电力系统安全稳定运行的重要手段，采用特高频法监测局部放电具有灵敏度高、抗干扰能力强、非接触式检测等优点。本文介绍了特高频局部放电监测系统的构成，提出了基于特高频法的局部放电特征参量提取，主要包括基于ＰＲＰＤ图谱的放电相位－幅值区间分布、基于放电包络曲线的正半轴和负半轴峰度、偏度及互相关系数。
结束语
通过运用本次设计的高压电缆局部放电在线监测与定位系统对高压电缆在基建和生产运行中的故障类型进行统计、分类和梳理，对故障机理及成因进行理论分析和仿真计算，将带电检测技术与局部放电试验的有机结合，提升检测准确性和效率，跟踪掌握高压电缆的健康状况，开展全寿命周期管理，及时发现潜在的早期绝缘缺陷，为发电企业检修、技术改造等工作提出相应意见和支持，提升设备可靠性和经济性。
参考文献
[1]胡勇.基于射频检测技术的敞开式变电站局部放电监测及定位探究[J].电工技术,2020(22):95-97+100.
[2]许璞轩,周辽,刘冲,高强,黄加佳,黄继来.高压开关柜局放监测系统研究[J].电力安全技术,2020,22(10):38-45.
[3]熊文祥,申国标,张振,张新堂.GIS在线监测系统研究与应用[J].电力设备管理,2020(07):35-36.
[4]孙宇爽.110kV及以上交联聚乙烯电缆在线监测技术的实际应用[J].通信电源技术,2019,36(04):161-162.
[5]董玉刚.矿用电线电缆的检测项目及检测方法分析[J].世界有色金属,2016(19):106-107.