全數(shù)字智能監(jiān)測技術(shù)在避雷器運(yùn)行狀態(tài)中的研究及應(yīng)用

余泳，郭文哲，陳媛媛，陳峰

（國網(wǎng)河南方城縣供電公司，河南 方城 473200）

金屬氧化物避雷器應(yīng)在系統(tǒng)標(biāo)稱電壓下運(yùn)行，但某些型號的避雷器，如變壓器中性點避雷器，其所標(biāo)識的系統(tǒng)標(biāo)稱電壓并不表示在所標(biāo)識電壓下的系統(tǒng)任何位置都能安全運(yùn)行。2007年，東北某電力公司在變電所擴(kuò)建增容工程施工中，誤將220kV主變壓器中性點避雷器安裝于主變一次主避雷器位置并通過驗收投入運(yùn)行，避雷器處于嚴(yán)重超壓狀態(tài)下運(yùn)行。現(xiàn)對避雷器超壓運(yùn)行狀態(tài)的參數(shù)及避雷器超壓運(yùn)行狀態(tài)檢測判定方法進(jìn)行分析。

1 金屬氧化物避雷器目前診斷技術(shù)

金屬氧化物避雷器（簡稱MOA）因其保護(hù)性能的優(yōu)越，閥片以及制造工藝質(zhì)量的成熟，已在電力系統(tǒng)中得到廣泛的使用。為了電網(wǎng)的安全運(yùn)行，按高壓設(shè)備運(yùn)行規(guī)程要求每年需做一次高壓絕緣試驗，以便于對MOA進(jìn)行早期的故障診斷。但隨著發(fā)展的需要，對電網(wǎng)的供電可靠性和電能質(zhì)量要求不斷提高，每年一次的停電試驗非常困難，尤其是高壓輸電線路，導(dǎo)致了電網(wǎng)的供電可靠性與避雷器的安全運(yùn)行矛盾日益突出。充分利用現(xiàn)代監(jiān)測手段和人工智能算法開發(fā)適合于智能變電站的避雷器在線監(jiān)測系統(tǒng)，實現(xiàn)對全部避雷器自動實時在線監(jiān)測，對提高生產(chǎn)效率，保障電力系統(tǒng)的可靠運(yùn)行具有重要的意義，開發(fā)成功后可以進(jìn)行全系統(tǒng)內(nèi)的推廣使用，將避雷器預(yù)防性檢修轉(zhuǎn)為狀態(tài)檢修，提高工作效率。

2 氧化鋅避雷器（MOA）性能變差原因分析

氧化鋅避雷器（MOA）性能變差，其原因主要有兩個：一是避雷器結(jié)構(gòu)上密封不嚴(yán)致使內(nèi)部受潮，其特征量是系統(tǒng)正常運(yùn)行電壓下的阻性電流增大，基波量增大更為明顯；二是由于氧化鋅閥片長期承受工頻電壓而易于老化，使其非線性特性變差，其特征量也是系統(tǒng)正常運(yùn)行電壓下的阻性電流增大，但高次諧波分量更為顯著。無論出現(xiàn)上述哪種情況，其結(jié)果都會引起阻性電流的增大。因此，檢測MOA運(yùn)行是否正常的關(guān)鍵是正確確定出持續(xù)電流中阻性電流基波和諧波是否出現(xiàn)增量，即阻性電流出現(xiàn)增量。

圖1 MOA等效電路模型及泄漏電流基波向量圖

圖2 正常MOA阻性電流基波、容性電流和全電流之間的關(guān)系

在持續(xù)運(yùn)行電壓下，正常MOA的內(nèi)部持續(xù)電流中以基波為主，包含容性成分Ic和阻性成分IR（如圖1所示），Ic主要為基波成分，IR則除含有基波成分外，還含有豐富的諧波成分，這是由MOA的非線性特性造成的。阻性電流、容性電流和全電流的關(guān)系如圖2所示。圖2中曲線①為容性電流基波，曲線②為阻性電流基波，曲線③為全電流基波，由于曲線①②之間在相位上相差90°，因此全電流曲線③在相位上比容性電流①滯后δ角。在正常狀態(tài)下，MOA阻性電流IR遠(yuǎn)小于容性電流Ic，因此全電流主要表現(xiàn)為Ic（見圖1）。根據(jù)Ic和IR在相位上的特點，在IR的峰值點處Ic正好過零點，因此全電流中該點的值即為阻性電流的峰值。由于IR和該項電壓同相位，因此只要引入該項PT電壓信號即可確定IR的峰值點，從而實現(xiàn)精確測量IR分量。同理，采用PT電壓信號同時可以精確測量Ic分量。

但是由于MOA運(yùn)行過程中周圍電磁干擾的影響，特別是鄰相的干擾較為嚴(yán)重，使得在本相的阻性電流的相位發(fā)生偏移，圖3、圖4和圖5分別為理想狀態(tài)下MOA、僅考慮本組鄰相干擾和非本組鄰相干擾引起的MOA泄漏電流的等效電流和向量分析圖。

圖3 理想狀態(tài)下MOA三相本體的小電流范圍的等值電路及其向量圖

圖4 本組相間耦合狀態(tài)下三相MOA小電流范圍的等值電路及其向量圖

從圖3、4和5對比分析可以知道，在MOA實際運(yùn)行時，對于周圍存在本組和非本組帶電設(shè)備運(yùn)行時，對MOA的持續(xù)電流耦合干擾比理想情況下更為復(fù)雜，在這種情況下所測量得到的三相MOA持續(xù)電流無論在幅值上還是在相位上都產(chǎn)生復(fù)雜的變化，此時即使引入母線電壓信號也難以正確測量出其阻性電流。

3 工作原理

圖5 A相周圍存在非本組C相干擾時三相MOA小電流范圍的等值電路及其向量圖

（1）采用理論算法研究、試驗驗證和工程實現(xiàn)相結(jié)合的方式展開研究。采用最先進(jìn)的數(shù)字信號處理分析算法，對帶有強(qiáng)干擾信號的MOA泄漏電流信號直接進(jìn)行數(shù)字化轉(zhuǎn)換，采用處理器進(jìn)行數(shù)字濾波，以提高濾波效果，克服模擬濾波器難以處理復(fù)雜干擾信號的缺點。首先需要研究數(shù)字濾波算法，包括非均勻采樣算法、窗函數(shù)的選取、快速傅里葉變換，頻率內(nèi)的插值等，以在濾除干擾信號的同時，正確還原出原始信號，為微弱泄漏電流的測量及其阻性分量的提取做好前期準(zhǔn)備。

（2）進(jìn)行MOA運(yùn)行過程中鄰相干擾對運(yùn)行參數(shù)的理論分析和仿真研究，并采集現(xiàn)場真實的數(shù)據(jù)進(jìn)行算法驗證。采用人工智能算法，綜合考慮三相MOA信號進(jìn)行綜合分析，判斷鄰相干擾的來源和大小，并依據(jù)三相之間的相互關(guān)系，對周圍帶電設(shè)備以及鄰相干擾進(jìn)行自動補(bǔ)償，以正確分離出泄漏電流的阻性分量，經(jīng)實驗室驗證后投入現(xiàn)場試運(yùn)行，根據(jù)試運(yùn)行的結(jié)果對算法進(jìn)行改進(jìn)，最終將該技術(shù)完善成熟，對產(chǎn)品進(jìn)行定型生產(chǎn)推廣。

4 實際應(yīng)用

（1）針對避雷器泄漏電流信號微弱（毫安或微安級別）和強(qiáng)干擾運(yùn)行環(huán)境的特點，采用外層屏蔽和內(nèi)部就地數(shù)字化轉(zhuǎn)換技術(shù)。即對信號檢測單元采用外部屏蔽措施，隔離掉外部的強(qiáng)電磁干擾，同時在內(nèi)部直接對微弱的泄漏電流信號就地進(jìn)行數(shù)字化，并將數(shù)字化的結(jié)果通過RS-485接口輸出，利用RS-485強(qiáng)抗干擾特性，可實現(xiàn)強(qiáng)干擾環(huán)境下MOA泄漏電流信號的遠(yuǎn)端采集和長距離傳輸。

（2）采用高靈敏度高隔離絕緣強(qiáng)度的脈沖感應(yīng)器實現(xiàn)對避雷器動作（過電壓）次數(shù)的準(zhǔn)確檢測。由于避雷器動作的瞬態(tài)性和大電流工作范圍，需要研究和設(shè)計高頻高靈敏度脈沖感應(yīng)器，并采用多級降壓保護(hù)技術(shù)和多級光電隔離措施，既可以在50A～20kA的范圍內(nèi)監(jiān)測到MOA動作并準(zhǔn)確記錄次數(shù)和動作時間，同時還可以有效解決在避雷器動作時對系統(tǒng)的高電位破壞和干擾。記錄的MOA動作次數(shù)和動作時間也采用RS-485接口輸出，直接傳送給信號采集單元。

（3）由于現(xiàn)場的強(qiáng)干擾環(huán)境和MOA泄漏電流微弱，即使采用現(xiàn)場數(shù)字化技術(shù)傳送到信號采集單元，但信號里面仍存在大量干擾，使得其阻性電流的提取非常困難，因此擬采用傅里葉變換等數(shù)字信號處理技術(shù)對具有強(qiáng)干擾污染的信號進(jìn)行數(shù)字濾波，只保留基波及9次諧波以下的信號，將高頻的干擾信號濾除干凈，還原出真實的MOA泄漏電流信號。由于數(shù)字濾波技術(shù)從頻率的角度進(jìn)行信號處理，可以濾波大量的高頻干擾，但對于MOA周圍運(yùn)行的高壓設(shè)備的工頻干擾，由于和MOA泄漏電流信號同頻帶，不能夠有效濾除，所以即使采用了母線電壓作為參考信號仍然會影響阻性電流的正確提取。因此，還需要根據(jù)實際的MOA運(yùn)行環(huán)境研究和開發(fā)智能相位補(bǔ)償算法，對各種工頻干擾下的MOA信號的阻性電流進(jìn)行精確提取。

（4）對采集到的MOA泄漏電流并提取出正確的阻性電流以后，還要綜合MOA的動作次數(shù)等信息，自動組建知識庫信息，綜合分析對比避雷器運(yùn)行參數(shù)變化的趨勢，研究和開發(fā)智能自適應(yīng)復(fù)合判斷方法，以實現(xiàn)對MOA運(yùn)行狀態(tài)的準(zhǔn)確判斷，并對MOA的運(yùn)行趨勢進(jìn)行預(yù)測，實現(xiàn)MOA運(yùn)行故障的早期診斷。

5 結(jié)語

（1）對避雷器運(yùn)行時的所有參數(shù)進(jìn)行實時在線數(shù)字化采集，氧化鋅避雷器瓷套內(nèi)部泄漏電流及其阻性分量、瓷套外部泄漏電流、避雷器過電壓動作次數(shù)等運(yùn)行參數(shù)均由該裝置同時實時就地數(shù)字化采集，實現(xiàn)了對避雷器全運(yùn)行參數(shù)的數(shù)字化監(jiān)測。

（2）對MOA數(shù)字化后的信息進(jìn)行全數(shù)字濾波處理，基于先進(jìn)的處理器芯片和算法，對MOA運(yùn)行參數(shù)中的強(qiáng)干擾信號進(jìn)行數(shù)字濾波，還原被干擾淹沒的MOA運(yùn)行數(shù)據(jù)，克服常規(guī)濾波器在濾除干擾時不能完全復(fù)現(xiàn)原始實際信號的缺點。

（3）自動組件避雷器運(yùn)行狀態(tài)知識庫，自主完善預(yù)測數(shù)學(xué)模型。通過實時采集避雷器的運(yùn)行參數(shù)，采用智能算法組建避雷器運(yùn)行知識庫，基于知識庫和實時信息的反饋，自主完善和修改MOA運(yùn)行狀態(tài)的預(yù)測模型，作為避雷器運(yùn)行狀態(tài)判斷的依據(jù)。

（4）對避雷器運(yùn)行狀態(tài)進(jìn)行智能判斷，基于對避雷器運(yùn)行參數(shù)的監(jiān)測信息，特別時阻性分量的監(jiān)測信息，并基于自動組建的知識庫信息，采用歷史數(shù)據(jù)、同類設(shè)備相似數(shù)據(jù)以及縱向?qū)Ρ鹊戎悄軓?fù)合判斷算法，可以準(zhǔn)確可靠地對避雷器的運(yùn)行狀態(tài)進(jìn)行智能判斷。

[1] 宋璠.金屬氧化物避雷器在線監(jiān)測技術(shù)研究[D].哈爾濱理工大學(xué),2012.

[2] 楊立.金屬氧化物避雷器超壓狀態(tài)運(yùn)行參數(shù)分析[J].中國電力教育,2010，(S2):288-289.

[3] 方綱.壓縮機(jī)廠房橋式起重機(jī)選型淺析[J].化肥設(shè)計,2008,46(06):22-24.