一種局部放電綜合管理系統在配電設備中的應用

毛 恒

（廈門紅相電力設備股份有限公司，福建 廈門361001）

0 引言

配電設備作為電網的重要組成部分，是保證對終端客戶可靠供電的主要設備，其運行的安全可靠性直接影響到城市經濟的發展。但是，由于配電設備在惡劣的環境中運行，容易形成絕緣缺陷，進而故障頻發。根據2005—2010年全國6～35kV開關柜事故統計，絕緣和載流故障引起的總事故占40.2%［1－3］，廣東電網公司對1992—2002年間開關設備故障類型的統計結果顯示，絕緣與載流性故障的比例甚至高達66%［4］，可見，由絕緣和接觸不良導致的故障所占比率是很高的，并且在事故潛伏期都可能產生局部放電現象，局部放電的強弱能夠及時反映絕緣狀態水平［5］。因此，對配電設備局部放電進行檢測來判斷絕緣狀態，對于配電設備的綜合診斷、前期預警以及保護人員和設備安全具有很大的意義。

配電設備局部放電檢測技術在國外發展較早，但目前國內相關技術還不夠成熟。傳統的檢測體系是根據規程定期進行檢測，由于設備存在潛在的不安全期和實驗條件不夠等因素而往往檢測不到信號，不能及時排除隱患，同時必須停電操作，存在很大的盲目性［6］。為克服預防性檢修體系的局限性，減少停電，應對配電設備開展狀態檢修。

從狀態檢修的實際意義來說，電力公司目前利用的僅僅是狀態檢修的手段，而狀態檢修的目的在于通過局部放電檢測數據的積累及分析發現海量數據中的異?，F象，并總結出指導檢修的普遍性規律。但是，目前國內開關設備的狀態檢修仍存在“重檢測、輕管理”的現象，以及數據安全性較差、分析數據來源不足、檢修策略過于簡單等缺陷。目前仍然沒有很好地解決現場檢測、數據存儲、管理、分析和應用的關系，亟需加以改進和完善。本文提出一個系統化解決方案，能很好地解決開關設備從局放檢測、數據管理、科學分析、故障定位到應用的問題，達到科學檢修的目的。

1 局部放電檢測技術

高壓開關柜絕緣性能的劣化會導致局部放電的產生，局部放電是指電氣設備絕緣結構中某個區域內出現的放電現象，這種放電只是絕緣結構在該區域內局部被破壞，但若局部放電長期存在，會不斷侵蝕其周圍的絕緣介質，最終可能導致整個絕緣系統失效，所以局部放電是造成絕緣惡化的主要原因，同時它也是絕緣惡化的重要征兆和表現形式［7］。目前高壓配電設備局部放電檢測運用較廣的技術是暫態對地電壓檢測技術和超聲波檢測技術。

本項目在消化和吸收國內外先進技術和成熟經驗的基礎上，通過技術創新，基于暫態對地電壓和超聲波檢測技術的綜合應用，構建了一個閉環式配電設備局部放電綜合管理系統。

2 配電設備局部放電綜合管理系統

2.1 綜合管理系統組織架構

該綜合管理系統包括檢測設備、綜合管理系統兩大部分，其中檢測設備包含局部放電巡檢設備和局部放電定位設備，實現配電設備局部放電的現場檢測和故障點定位；綜合管理系統實現對檢測設備檢測的局部放電數據的集中管理、分析和應用。系統組織架構如圖1所示。

圖1 系統組織架構

2.2 綜合管理系統工作流程

運維部門根據所轄區域配電設備情況，在綜合管理系統中建立相應變電站和設備的臺賬信息，不僅可以對所有設備的廠家、型號、投運年限、使用情況進行系統的管理，還可以根據下達的檢測任務將相應的站臺信息直接下載到局部放電檢測終端中，該檢測終端進行配電設備的局部放電檢測，檢測獲得的數據再上傳到后臺綜合管理系統，并通過數據庫的導入和導出進行檢測數據和分析結果的共享和交流，通過趨勢分析、橫向分析、閾值比較分析、統計分析等分析算法對數據進行綜合分析，如果分析結果異常，可使用局部放電定位儀對設備故障點進行定位，從而實現了配電設備局部放電檢測數據存儲、匯總、共享、分析、定位和應用的高度統一，并根據綜合分析結果為用戶提供基本的輔助決策建議。系統工作流程如圖2所示。

圖2 系統工作流程

該系統保障了檢測數據管理的安全性和規范性，通過集中與共享檢測數據滿足了進行配電設備狀態分析對數據充足性、廣泛性的要求；應用各種分析方式了解開關設備的局部放電情況，應用有效的狀態分析模型從檢測數據中總結開關設備的運行狀態，經過長期大量數據積累，總結分析結果，還可形成一套標準或導則，指導開關設備進行有效的狀態檢修。

3 局部放電的分析技術

本項目通過研究國內外流行的狀態檢修數據分析方法，利用趨勢分析技術、橫向分析技術、閾值比較技術、故障概率統計技術、綜合分析技術等對開關柜的局部放電檢測數據進行智能化分析［8］。通過多種分析結果綜合評判檢測對象的絕緣狀態，判斷絕緣故障，并利用輔助決策模型給出相應的輔助決策建議。

3.1 趨勢分析

趨勢分析假定某一開關柜的絕緣水平不會發生突發性惡化，連續性的局部放電檢測數據也不會出現大的躍變，即變化量基本保持穩定，且圍繞平均水平上下波動。因此，可以通過分析某次局部放電檢測數據偏離平均水平的變化程度來判斷該設備是否存在絕緣缺陷及缺陷嚴重程度。具體的分析過程應按如下步驟進行：

（2）當平均值的偏移量≥10%時，應先進行干擾判斷，如不是干擾則應列入危險等級。趨勢分析需要基于一定的連續檢測數據，數據量越大，時間間隔越短，分析結果越準確。

3.2 橫向分析

橫向分析法是對同一個站室內所有配電設備的同一次測試結果進行比較，當某一或某幾個配電設備的測試結果比其他配電設備的測試結果及現場背景值均大時，就可以判斷此配電設備有存在缺陷的可能性。具體按以下步驟進行：

（2）對于最大值偏移量參考表1內容進行分析。

表1 最大值偏移量判斷標準

3.3 閾值比較分析

根據局部放電檢測設備測試數據進行判斷，并給出“正?！?、“關注”、“預警”、“檢修”等多種輔助決策建議。

3.3.1 超聲波閾值比較方法

在超聲波檢測時應先使用聲音判別，再使用閾值比較判別。具體超聲波閾值比較判別依據如表2所示，其中P 為開關柜超聲波巡檢測試值。

表2 超聲波閾值比較判別依據

3.3.2 TEV 閾值比較方法

在TEV 檢測時，應先測試站室內的背景噪聲值，背景噪聲應在金屬門、金屬柵等金屬制品上檢測，每個站室內建議至少檢測3個位置的背景噪聲值，并取平均值作為背景信號的參考值。具體閾值比較判別依據如表3所示，其中A 為現場測試的背景噪聲值，P 為開關柜暫態地電壓巡檢測試值。

表3 TEV閾值比較判別依據

3.3.3 TEV 定位的判斷

利用同一放電源到不同探測器的時間差，用兩個探測器對局部放電點進行定位。首先在開關柜的橫向進行定位，當兩個傳感器同時觸發時，說明放電位置在兩個傳感器的中線上。同理，在開關柜的縱向進行定位，同樣確定一條中線，兩條中線的交點就是局部放電的具體位置。

3.4 統計分析

該分析是以電力公司所有的配電設備為統計樣本，對各個變電站不同電壓等級開關柜一定時間段內的整體運行情況進行概率分布計算，得到其典型統計參數，并結合假設一定的概率分布模型，計算與故障概率值對應的放電水平，即放電判斷閾值。統計分析首先需要開展廣泛的現場測試，以獲取足夠的統計樣本，根據電力公司的具體條件選擇合理的正常設備概率，據此可以大致判斷具體設備的絕緣狀態。

3.5 綜合分析

對開關柜局部放電的數據進行分析，不能單一地以某一種分析技術來判斷設備是否存在故障，而應綜合各種分析技術，進行綜合判斷分析，對檢測的數據要進行收集、匯總、分析，再加以應用，并需遵循以下原則：基于任何檢測技術的數據都是有用的，基于任何檢測技術的數據都有其局限性，規律隱藏在長期、連續的測試數據當中，實施狀態檢修，既需要充分利用現有的規律，更需要對現有規律的持續完善和補充。

4 系統應用

2013年我公司應用該系統對某配變站進行了常規局部放電檢測，并利用后臺管理軟件對數據進行了分析，同時采用局部放電定位儀進行定位，根據結果提供了初步的狀態檢修輔助決策建議。

在對某配電站進行局放檢測時，發現整個35kV 開關柜室背景值較高，但很難判斷出站內是否放電及其位置，使用該設備對站內的所有開關柜設備普測一遍，發現35kV ZS5開關柜的值更高，并且用超聲波耳機聲音監測，其內部放電聲音明顯，可聽見“噼、啪”聲，然后再將該站所有開關設備測試數據導入后臺管理軟件進行橫向分析，分析結果如圖3所示，發現該開關柜兩側的測試值逐步下降，綜合分析后，初步確定為該柜存在放電缺陷。

圖3 TEV測試結果橫向分析圖

后經采用局部放電定位儀進行定位，發現該柜子有明顯放電，建議檢修。檢修發現的確是該柜子穿板套管內均壓環彈片因接觸不良產生放電，如圖4所示，可見放電痕跡明顯，取下彈片后，測試值明顯減小。

5 結語

圖4 痕跡明顯的彈片

配電設備絕緣故障檢測定位與綜合管理系統創造性地將配電設備局部放電檢測、定位、存儲、管理與分析應用整合在一起，其有效應用有利于及時發現設備潛在的運行隱患，采取有效的防控措施，降低事故發生概率；有利于科學地進行檢修需求決策，將極大地保障配電設備的安全性與可靠性。通過該項目能根據配電設備的絕緣狀況制定合理的檢修策略，從而避免周期性停電檢修造成的經濟損失，大大提高電力公司的經濟效益和社會效益。

［1］田勇，田景林.6～10kV 開關柜事故統計分析與改進意見［J］.東北電力技術，1996（8）：5－10，13.

［2］袁大陸.全國電力系統高壓開關設備10年運行狀況述評［J］.電力設備，2000（1）：29－34.

［3］宋杲，崔景春，袁大陸.2004 年高壓開關設備運行統計分析［J］.電力設備，2006，7（2）：10－14.

［4］李端姣，鄭曉光，陳錦清.廣東電力系統高壓開關設備運行狀況分析［J］.廣東電力，2004，17（3）：32－34.

［5］馮義，劉鵬，涂明濤.10kV 配電設備狀態監測技術應用初探［C］//2009年全國輸變電設備狀態檢修技術交流研討會論文集，2009：38－44.

［6］裴斌斌，張麗，郭燦新，等.基于超聲的局放檢測系統［J］.電工技術，2009（11）：43－44.

［7］Hong T，Fang M T C，Hilder D.PD classification by a modular neural network Based on task decomposition［J］.IEEE Transactions on Dielectrics and Electrical Insulation，1996，3（2）：207－212.

［8］吳篤貴.配電設備的狀態檢修技術［J］.高電壓技術，2012，38（S）：1－9.