高壓絕緣子泄漏電流檢測裝置的設(shè)計

段樹華，李建忠，張瑩

（湖南鐵道職業(yè)技術(shù)學(xué)院鐵道牽引與動力學(xué)院，湖南株洲412001）

高壓絕緣子泄漏電流檢測裝置的設(shè)計

段樹華，李建忠，張瑩

（湖南鐵道職業(yè)技術(shù)學(xué)院鐵道牽引與動力學(xué)院，湖南株洲412001）

高壓絕緣子的污穢程度直接影響鐵道供電系統(tǒng)的安全和穩(wěn)定。設(shè)計了一種基于ARM微處理器的高壓絕緣子泄漏電流檢測裝置，該裝置能同時檢測絕緣子的泄漏電流、環(huán)境溫度和濕度等參數(shù)。通過小波變換濾除噪聲，由模糊神經(jīng)網(wǎng)絡(luò)判斷絕緣子的絕緣情況。它能較精確地檢測出高壓絕緣子的泄漏電流，準(zhǔn)確地判斷高壓絕緣子的污穢絕緣情況。

高壓絕緣子；泄漏電流；檢測裝置；模糊神經(jīng)網(wǎng)絡(luò)

0 引言

鐵道供電技術(shù)尤其是高速鐵路供電技術(shù)，是軌道交通產(chǎn)業(yè)的新興技術(shù)，鐵道供電系統(tǒng)的安全可靠性決定了鐵路運輸系統(tǒng)的效率和質(zhì)量。高壓絕緣子是電氣化鐵道牽引變電所和接觸網(wǎng)中連接支柱和接觸線的重要設(shè)備，它的污穢程度直接影響供電系統(tǒng)的安全和穩(wěn)定運行。然而，高壓絕緣子在運行過程中因長期處于強電磁場、日曬雨淋、冷熱變化等惡劣環(huán)境中，容易發(fā)生表面污損、絕緣電阻降低、開裂甚至擊穿等故障，對鐵道供電可靠性帶來嚴(yán)重威脅。為了提高絕緣子運行的可靠性，避免高壓電網(wǎng)運行中污閃故障的發(fā)生，提高鐵道供電的安全可靠性，必須實時檢測高壓絕緣子表面的泄漏電流，以及時掌握其絕緣情況[1-3]。

本文設(shè)計了一種基于ARM微處理器的高壓絕緣子泄漏電流檢測裝置。它能同時檢測絕緣子的泄漏電流、環(huán)境溫度和濕度等參數(shù)，并由此判斷絕緣子的絕緣情況，為鐵道供電系統(tǒng)的安全可靠運行提供保障。

1 檢測系統(tǒng)原理與檢測裝置硬件設(shè)計

1.1 檢測系統(tǒng)原理

檢測系統(tǒng)主要由檢測裝置、供電段監(jiān)控中心主機(jī)和鐵路局監(jiān)控中心組成。安裝在鐵路沿線桿塔上的檢測裝置負(fù)責(zé)監(jiān)控絕緣子泄漏電流等參數(shù)，并判斷絕緣子污穢絕緣情況。通過GPRS/GSM（general packet radio service/global system for mobile）通信將信息傳送到供電段監(jiān)控中心，以便作相應(yīng)的處理。鐵路局監(jiān)控中心通過互聯(lián)網(wǎng)掌握各供電段絕緣子的運行情況[4-5]。檢測系統(tǒng)原理圖如圖1所示。

圖1 檢測系統(tǒng)原理圖Fig.1The schematic diagram of detecting system

1.2 檢測裝置硬件設(shè)計

檢測裝置硬件由微處理器、電源模塊、通信模塊、泄漏電流傳感器、溫度濕度傳感器、信號調(diào)理單元組成，其原理圖如圖2所示。以STM32F103微處理器為核心，該芯片具有成本低、功耗小以及數(shù)據(jù)處理能力強等優(yōu)點。通過傳感器實時采集運行中高壓絕緣子的泄漏電流、環(huán)境溫度和相對濕度等參數(shù)，經(jīng)過信號調(diào)理單元處理后，將信號送入微處理器進(jìn)行處理，由通信模塊將絕緣子運行參數(shù)發(fā)送出去。

圖2 檢測裝置硬件原理圖Fig.2The schematic diagram of detecting device hardware

絕緣子表面的泄漏電流信號微弱、頻率范圍寬，應(yīng)選擇具有靈敏度高、線性范圍寬以及頻帶寬等特點的電流傳感器，同時應(yīng)考慮檢測裝置安裝運行的惡劣環(huán)境對傳感器抗干擾性和耐久性方面的要求。目前，泄漏電流傳感器主要有雙線圈CT、無感電阻分流器和羅氏線圈[6]。其中羅氏線圈電流傳感器具有測量精度高、線性范圍寬等優(yōu)點，可以滿足測量的要求。本裝置采用新型羅氏線圈電流傳感器電路，以進(jìn)一步提高測量精度[7]。

檢測裝置要求由電壓穩(wěn)定可靠、諧波含量少的電源供電，可以利用互感器從母線上獲得電源，但該方法受線路運行情況等諸多因素的影響，供電質(zhì)量較差。本裝置采用太陽能和蓄電池聯(lián)合供電的方式，獲得優(yōu)質(zhì)可靠的電源。

2 小波模糊神經(jīng)網(wǎng)絡(luò)

絕緣子的泄漏電流及其環(huán)境溫度、濕度等參數(shù)均為不確定性的量。所以利用小波變換去除噪聲[8]，采用模糊神經(jīng)網(wǎng)絡(luò)算法對絕緣子污穢程度進(jìn)行分析。模糊系統(tǒng)采用四輸入一輸出的結(jié)構(gòu)形式。泄漏電流有效值、泄漏電流峰值、環(huán)境溫度、環(huán)境濕度4個量作為模糊輸入。文獻(xiàn)[9]對鐵路接觸網(wǎng)絕緣子污穢程度進(jìn)行了分區(qū)，將模糊輸出采用包含3個取值的單點模糊集合，分別為安全運行區(qū)、污穢清理區(qū)以及危險區(qū)。

依據(jù)文獻(xiàn)[10]對構(gòu)建泄漏電流有效值、泄漏電流峰值的隸屬度函數(shù)的詳細(xì)研究，并結(jié)合實際的運行情況建立的泄漏電流有效值隸屬度函數(shù)，如圖3所示；采用分段的思想構(gòu)建泄漏電流峰值隸屬度函數(shù)，如圖4所示。

圖3 泄漏電流有效值隸屬度函數(shù)Fig.3Membership function of the RMS value of leakage current

圖4 泄漏電流峰值隸屬度函數(shù)Fig.4Membership function of the peakvalue of leakage current

對環(huán)境溫度、濕度輸入量分別進(jìn)行模糊分割，其隸屬度函數(shù)如圖5和圖6所示，圖中PS, PM, PB, NB, NS, ZE均為隸屬度函數(shù)。

圖5 環(huán)境溫度隸屬度函數(shù)Fig.5Membership function of the environmental temperature

圖6 環(huán)境濕度隸屬度函數(shù)Fig.6Membership function of the environmental humidity

根據(jù)以上分析，建立模糊神經(jīng)網(wǎng)絡(luò)系統(tǒng)模型，如圖7所示。

圖7模糊神經(jīng)網(wǎng)絡(luò)模型Fig.7The model of fuzzy neural network

圖7 中，第一層為輸入層，4個輸入量直接與輸入層節(jié)點相連，并傳送到下一層；第二層為模糊化層，該層將輸入層傳送過來的信號進(jìn)行模糊量化處理，即將輸入信號轉(zhuǎn)換成預(yù)先定義的模糊子集所對應(yīng)的隸屬度；第三層為BP隱含層，其作用是建立輸入信號模糊值到輸出模糊值的一一對應(yīng)關(guān)系；第四層為輸出層。

3 實驗驗證

按照上述對高壓絕緣子在線檢測參數(shù)的選擇，以及對模糊神經(jīng)網(wǎng)絡(luò)的設(shè)計處理，本文設(shè)計的檢測裝置可以對實際運行的絕緣子污穢絕緣情況進(jìn)行判斷。對鐵路25kV接觸網(wǎng)6種不同污穢狀況的絕緣子串進(jìn)行檢測實驗，所得結(jié)果如表1所示。

表1 高壓絕緣子污穢狀況檢測結(jié)果Table1The HV insulator’s contamination detecting results

由表1的結(jié)論可知，采用本文設(shè)計的檢測裝置對絕緣子污穢情況的檢測結(jié)果與絕緣子的實際污穢狀況相吻合。這表明，采用該裝置能準(zhǔn)確地對運行中的高壓絕緣子的污穢情況進(jìn)行判定。

4 結(jié)語

針對鐵路接觸網(wǎng)系統(tǒng)中高壓絕緣子表面污穢狀況，設(shè)計了一種基于ARM微處理器的高壓絕緣子泄漏電流檢測裝置。該裝置能同時檢測絕緣子的泄漏電流、環(huán)境溫度和濕度等參數(shù)，并通過小波變換濾除噪聲，由模糊神經(jīng)網(wǎng)絡(luò)判斷出絕緣子的絕緣情況。實驗結(jié)果表明，該裝置能精確地檢測高壓絕緣子的泄漏電流，準(zhǔn)確地判斷高壓絕緣子的污穢情況，為鐵道供電系統(tǒng)的安全運行提供可靠的保障。

[1]黃輝虎，羅日成. 基于GPRS/GSM無線通信的高壓輸電線路絕緣子泄漏電流在線檢測[J]. 電氣技術(shù)，2013 (3)：26-30. Huang Huihu，Luo Richeng. Based on GPRS/GSM Wireless Communication of High Voltage Transmission Line Insulator on-Line Monitoring[J]. Electrical Engineering，2013 (3)：26-30.

[2]劉章，蔣杰，羅日成，等. 基于小波神經(jīng)網(wǎng)絡(luò)的絕緣子泄漏電流監(jiān)測裝置的設(shè)計[J]. 電氣工程應(yīng)用，2012 (2)：29-33. Liu Zhang，Jiang Jie，Luo Richeng，et al. Design of Insulator Leakage Current Detection Device Based on Wavelet Fuzzy Neural Network[J]. Application of Electrical Engineering，2012(2)：29-33.

[3]馬世偉，張鑫，范興明，等. 電力絕緣子檢測方法及其應(yīng)用現(xiàn)狀[J]. 桂林電子科技大學(xué)學(xué)報，2013，33(6)：456-460. Ma Shiwei，Zhang Xin，F(xiàn)an Xingming，et al. Detection Methods of Electrical Insulator and Its Application Status [J]. Journal of Guilin University of Electronic Technology，2013，33(6)：456-460.

[4]李琦，鄧毅，焦尚彬，等. 基于模糊神經(jīng)網(wǎng)絡(luò)的絕緣子表面污穢在線監(jiān)測[J]. 高壓電器，2006，42(5)：368-371. Li Qi，Deng Yi，Jiao Shangbin，et al. On-Line Detecting of Insulator Surface Contamination Based on Fuzzy Neural Network[J]. High Voltage Apparatus，2006，42(5)：368-371.

[5]岳良順，劉念，梁杉，等. 小波模糊神經(jīng)網(wǎng)絡(luò)在絕緣子污穢在線監(jiān)測中的應(yīng)用[J]. 高電壓技術(shù)，2010，36 (10)：2483-2487. Yue Liangshun，Liu Nian，Liang Shan，et al. Application of Wavelet Fuzzy Neural Network to Contamination on-Line Monitoring of Insulators[J]. High Voltage Engineering，2010，36(10)：2483-2487.

[6]陳攀，孫才新，米彥，等. 一種用于絕緣子泄漏電流在線監(jiān)測的寬頻帶微電流傳感器的特性研究[J]. 中國電機(jī)工程學(xué)報，2005，25(24)：144-148. Chen Pan，Sun Caixin，Mi Yan，et al. Research of Broad Bandwidth Micro-Current Sensor Character for Insulator Leakage Current Monitoring System[J]. Proceedings of the CSEE，2005，25(24)：144-148.

[7]陳攀. 基于無線分組的輸電線路絕緣子泄漏電流在線監(jiān)測系統(tǒng)研究[D]. 重慶：重慶大學(xué)，2006. Chen Pan. Study of Insulator Leakage Current on-Line Monitoring System of Overhead Line Based on GPRS[D]. Chongqing：Chongqing University，2006.

[8]趙漢表，林輝，廖勝藍(lán)，等. 小波變換在絕緣子泄漏電流檢測中的應(yīng)用[J]. 高電壓技術(shù)，2005，31(4)：34-36. Zhao Hanbiao，Lin Hui，Liao Shenglan，et al. New Method for Leakage Current Detection of Insulators Based on Wavelet Transform[J]. High Voltage Engineering，2005，31(4)：34-36.

[9]景小兵，陳唐龍，白杰，等. 接觸網(wǎng)絕緣子泄漏電流在線監(jiān)測裝置設(shè)計[J]. 傳感器與微系統(tǒng)，2014，33(5)：87-90. Jing Xiaobing，Chen Tanglong，Bai Jie，et al. Design of on-Line Monitoring Device of Catenary Insulator Leakage Current[J]. Transducer and Mircosystem Technologies，2014，33(5)：87-90.

[10]尉敏. 基于模糊神經(jīng)網(wǎng)絡(luò)的絕緣子狀態(tài)檢測新方法的研究[D]. 南京：東南大學(xué)，2006. Yu Min. Research on a New Method to Detect the Contamination Condition of Insulator Based on Fuzzy Neural Network[D]. Nanjing：Southeast University，2006.

（責(zé)任編輯：鄧光輝）

Design of Detection Device of HV Insulator’s Leakage Current

Duan Shuhua，Li Jianzhong，Zhang Ying
（School of Traction and Power，Hunan Railway Professional Technology College，Zhuzhou Hunan 412001，China）

The contamination of HV insulator directly affects the safety and stability of the railway power supply system. A detection device of HV insulator’s leakage current was designed based on ARM microprocessor. The device could detect the leakage current of the insulator and the temperature and humidity parameter of the environment at the same time. The noises were filtered through wavelet transform and the insulation conditions were determined by fuzzy neural network. The designed device more accurately detect the HV insulator’s leakage current and judges the contaminant insulation conditions of HV insulators.

HV insulator；leakage current；detection device；fuzzy neural network

TP277

A

1673-9833(2014)05-0055-04

10.3969/j.issn.1673-9833.2014.05.011

2014-08-07

湖南省教育廳自然科技基金資助項目（12C1136），湖南省科技廳自然科技基金資助項目（2012FJ3088）

段樹華（1977-），男，湖南郴州人，湖南鐵道職業(yè)技術(shù)學(xué)院副教授，主要研究方向為電氣控制，軌道交通控制，E-mail：172757251@qq.com