帶電檢測大數據的分析與應用研究

張明興　李媛

摘要：隨著技術進步和電網快速發展，現行基于周期的停電檢修模式已不能滿足當今電網發展要求，而電力設備帶電檢測技術可實現輸、變、配電設備運行條件下的狀態診斷、缺陷部位的精確定位、缺陷程度的定量分析，對避免設備事故具有重要價值，可有效解決部分設備運行后沒有測試手段和出現問題沒有應對措施的難題，有利于提高設備的可靠性指標，有利于開展設備狀態評價和狀態檢修。

關鍵詞：帶電檢測;大數據;分析;應用

1導言

帶電檢測業務作為電網設備安全管理以及狀態評價的重要手段，在國網各公司均開展了不同程度的工作。現階段國網公司對帶電檢測業務的檢測類型、檢測步驟、檢測標準等均沒有標準規定，因此國網各公司針對帶電檢測業務開展的工作差別也較大。2016年9月，國網公司頒布了關于《電力設備帶電檢測儀器技術規范》等共14項技術規范，這14項技術規范涵蓋了紅外、紫外、超聲波、特高頻等帶電檢測設備的技術要求。

2國內外帶電檢測技術介紹

帶電檢測即指一般采用便攜式檢測設備，在運行狀態下，對設備狀態量進行的現場檢測，其檢測方式為帶電短時間內檢測，有別于長期連續的在線監測。當前國內外主要有以下幾種帶電檢測方法：

2.1超高頻局部放電測量法

超高頻檢測技術是指對頻率介于300～3000MHz區間的局部放電信號進行采集、分析、判斷的一種檢測方法。由于UHF信號傳播時衰減很快，故被測設備外部的UHF電磁干擾信號（如空氣中的電暈放電）不僅頻帶比設備內部的局部放電信號窄，其強度也會隨頻率增加而迅速下降，到達被測設備附近或內部的UHF分量相對較少，從而可避開絕大多數的空氣放電脈沖干擾。

2.2高頻局部放電測量法

（HFCT）高頻局部放電檢測技術是指對頻率介于3-30MHz區間的局部放電信號進行采集、分析、判斷的一種檢測方法。

2.3超聲波信號檢測

超聲波檢測技術是指對頻率介于20～200kHz區間的聲信號進行采集、分析、判斷的一種檢測方法。當有放電發生時，放電信號通過行波的形式傳輸到殼體上，將超聲傳感器貼在金屬殼體外接收信號，檢測放電信號的大小、頻率特性等。該檢測方法不受電磁干擾的影響。能有效用于有外殼的環境（例如氣體絕緣開關）、大電容器的檢測，用于確定一個復雜系統內PD源的準備位置。

2.4紅外測溫檢測

電力設備在運行中會產生熱效應，紅外測溫即通過對電氣設備表面溫度及其分布的測試、分析和判斷，準確地發現電氣設備運行中的異常和缺陷，從而使部分事故檢修轉為預見性檢修。

3帶電檢測數據的分析

3.1數據清洗修正

通過對數據開展審查和校驗，從而刪除重復信息、糾正存在的錯誤，并提供數據一致性。分析時根據每個狀態量的合理取值范圍和相互關系，檢查數據是否合乎要求，發現超出正常范圍、邏輯上不合理或者相互矛盾的數據。如在紅外檢測數據中發現同一紅外成像儀的檢測數據存在普遍偏高情況，則判斷儀器內部設置具有存在異常可能。如部分局放檢測數據存在缺損，也及時提供缺損補錄或其他綜合評估方法。

3.2聚類關聯分析

聚類分析是將數據對象分組成為多個類或簇，在同一個簇中的對象之間具有較高的相似度，而不同簇中的對象差別較大。關聯規則是挖掘大量數據中項集之間有趣的關聯或相關聯系。聚類是數據挖掘、模式識別等研究方向的重要研究內容之一。關聯規則是數據挖掘研究的重要內容之一，旨在從大量數據中提取人們未知卻又潛在有用的規則。如對開關柜類暫態地電波可開展聚類關聯分析，將不同廠家、結構、投運年限等維度分別聚類，找出檢測數據與上述參數的關聯情況，從而指導缺陷預判。

3.3神經網絡方法

學習能力是神經網絡方法最為重要的特點。在神經網絡中，可對外部環境提供的模式樣本進行學習訓練，并能存儲這種模式。同時可對外部環境有適應能力，能自動提取外部環境變化特征，開展差異化判斷。如對于新捕獲的各類帶電檢測典型案例，可通過編制進入系統，使系統在完成相關學習后，對同類型的異常數據提供具有聯想性的輔助判斷。

3.4特征數據提取

特征提取是指從原始特征中挑選出一組最有代表性、分類性能好的特征。減少特征維數，進行“降維”處理，同時去掉模棱兩可、不利于分類的特征，實現數據分析的快速、準確、高效，使得提供的特征具有更好的可分性。如對于常見開關柜類設備，在全壽命周期框架下具備大量的臺賬數據和試驗、檢修、帶電檢測數據，如何科學提取其中關聯度最大的部分特征值參與狀態評價工作是后續研究的重點。同時對于不必要的數據可直接刪除減少數據庫的存儲量。

4帶電檢測數據的應用

4.1開關柜暫態地電波數據應用

通過對同一設備同一位置的各年變化連貫曲線，即歷史縱向比較，以及同一變電站同一位置的不同設備橫向比較曲線。最終實現通過對相同測點、類似負荷及環境情況下可對檢測數據的自動分析得出開關柜劣化曲線，可靠捕捉開關柜初期缺陷，給出設備的放電趨勢和診斷意見，有效前移安全防線，同時可減少人工干預，從而解決由于診斷人員技術水平與經驗不足而造成的誤判、漏判，并彌補原先單一閥值判斷法的局限性。曲線圖中可選擇同時標出同站全設備均值曲線、地區內同型號全設備均值曲線，用于判斷參考。同時可選擇時間跨度及檢測點位置。同時還可直接在數據庫內調用超聲波、環境數據、檢測儀器、負荷數據、紅外檢測數據等用于參照診斷。

4.2紅外圖譜數據應用

通過對圖像數據的分類、歸納，實現設備運行狀態的全面分析、判斷。如建立的紅外圖譜庫，可以按照電站、設備類型、發熱性質、缺陷類型等進行多種分類，實現一張現場照片配一張紅外熱成像圖，并且系統可以自動依據負荷、氣溫等情況對異常發熱點作出自動判別，使運維人員能更快掌握電氣設備發熱的形式與特點。同時系統還可對檢測數據開展動態跟蹤，如繪制同設備不同相間的溫度變化曲線等，對比負荷情況，進行疑似故障的實時監控。圖像庫還可根據標準圖譜劃定關鍵監控區間，根據各區間的溫度情況判斷設備存在的異常。

5結論

目前，帶電檢測在整個電力系統中已開展多年，積累了豐富的檢測數據和檢測經驗，適時引入大數據分析技術，能更加準確、全面、快速地利用這些寶貴的數據資源用于診斷設備健康狀態，在保證安全的前提下最大限度避免設備過修，減少計劃停電對用戶的影響，并緩解一線班組工作壓力。帶電檢測大數據的研究對于進一步深化后續狀態檢修工作具有不可忽視的指導意義。

參考文獻：

[1]蒙紹新，王昱力，夏榮，楊丹.電容耦合法電纜局部放電帶電檢測的在線校正[J].高電壓技術，2015，41（11）：3766-3774.

[2]劉嘉林，董明，安珊，楊蘭均，鄺石，張偉政.電力變壓器局部放電帶電檢測及定位技術綜述[J].絕緣材料，2015，48（08）：1-7.

[3]鐘理鵬，汲勝昌，崔彥捷，王圓圓，孟巖，梁乃峰，孫大陸.變壓器典型缺陷局放特性及其帶電檢測技術研究[J].高壓電器，2015，51（03）：15-21.

[4]彭倩，黃治華，曹永興，薛桅，甘德剛，廖卉芬.基于無線同步技術的氧化鋅避雷器帶電檢測系統[J].電瓷避雷器，2014（06）：99-103+108.

[5]程序，陶詩洋，王文山.一起110kV XLPE電纜終端局放帶電檢測及解體分析實例[J].中國電機工程學報，2013，33（S1）：226-230.

[6]王少華，葉自強，梅冰笑.輸變電設備在線監測及帶電檢測技術在電網中的應用現狀[J].高壓電器，2011，47（04）：84-90.