基于脈沖電流法的高壓開(kāi)關(guān)柜局部放電在線(xiàn)監(jiān)測(cè)系統(tǒng)設(shè)計(jì)

李釗樞, 林憲峰, 佘佳璽, 許超

(1. 國(guó)網(wǎng)黑龍江省電力有限公司, 黑河供電公司, 黑龍江, 黑河 164399;2. 國(guó)網(wǎng)黑龍江省電力有限公司, 電力科學(xué)研究院, 黑龍江, 哈爾濱 150030)

0 引言

智能電網(wǎng)屬于一種新型電網(wǎng)結(jié)構(gòu),其主要將傳感檢測(cè)技術(shù)、通信技術(shù)、控制技術(shù)等高新技術(shù)應(yīng)用在物理電網(wǎng)中。智能電網(wǎng)的核心結(jié)構(gòu)之一為開(kāi)關(guān)柜,開(kāi)關(guān)柜工作的可靠性對(duì)電網(wǎng)運(yùn)行模式是否存在異常有直接影響。高壓開(kāi)關(guān)柜長(zhǎng)時(shí)間地運(yùn)行在高壓模式中,絕緣材料在電場(chǎng)的影響下逐漸出現(xiàn)老化,能量耗損嚴(yán)重[1-2]。若電場(chǎng)為強(qiáng)電場(chǎng)模式,絕緣材料也會(huì)被擊穿,開(kāi)關(guān)柜基本放電對(duì)設(shè)備的絕緣效果存在負(fù)面影響,開(kāi)關(guān)柜也將停止工作[3]。

開(kāi)關(guān)柜屬于開(kāi)關(guān)器械,因?yàn)槠湓谥谱鳌⒀b配的過(guò)程中都不能保證萬(wàn)無(wú)一失,所以故障率較高。目前,我國(guó)對(duì)高壓開(kāi)關(guān)柜絕緣性能的監(jiān)測(cè)大多是人工檢查與保護(hù)的模式,雖然事故發(fā)生概率不大,但是人工檢查需要斷電檢查,設(shè)備斷電會(huì)對(duì)電力設(shè)備的檢修存在一定影響[4-5]。絕緣事故出現(xiàn)時(shí),將伴隨著放電狀態(tài),所以,通過(guò)放電狀態(tài)的監(jiān)測(cè)便可判斷高壓開(kāi)關(guān)柜的絕緣性能是否存在異常,以此判斷高壓開(kāi)關(guān)柜工作狀態(tài)。文獻(xiàn)[6]系統(tǒng)可使用脈沖電流法快速檢測(cè)局部放電信息,但此系統(tǒng)抗噪性較差;文獻(xiàn)[7]系統(tǒng)可使用聲電聯(lián)合的模式準(zhǔn)確監(jiān)測(cè)局部放電狀態(tài),但操作難度大。

本文設(shè)計(jì)基于脈沖電流法的高壓開(kāi)關(guān)柜局部放電在線(xiàn)監(jiān)測(cè)系統(tǒng),可實(shí)現(xiàn)高壓開(kāi)關(guān)柜局部放電狀態(tài)的有效監(jiān)測(cè),且對(duì)含噪放電信號(hào)具有濾噪功能。

1 高壓開(kāi)關(guān)柜局部放電在線(xiàn)監(jiān)測(cè)系統(tǒng)

1.1 系統(tǒng)結(jié)構(gòu)

圖1是系統(tǒng)結(jié)構(gòu)圖。

圖1 系統(tǒng)結(jié)構(gòu)

圖1中,系統(tǒng)主要分為上位機(jī)監(jiān)控模塊、通信模塊、DSP模塊、超高頻傳感器模塊、脈沖電流信息檢測(cè)模塊和電源模塊。超高頻傳感器模塊采集高壓開(kāi)關(guān)柜運(yùn)行的超高頻信號(hào),發(fā)現(xiàn)高壓開(kāi)關(guān)柜存在局部放電狀態(tài)后,驅(qū)動(dòng)脈沖電流信息檢測(cè)模塊采集開(kāi)關(guān)柜放電信號(hào),并通過(guò)基于2代小波去噪的高壓開(kāi)關(guān)柜局部放電信號(hào)去噪方法,將局部放電信號(hào)進(jìn)行去噪后導(dǎo)入DSP模塊,DSP模塊使用基于最優(yōu)二元樹(shù)復(fù)小波分解的放電信號(hào)特征提取方法,提取最優(yōu)二元樹(shù)復(fù)小波分解的放電信號(hào)特征,再啟動(dòng)基于神經(jīng)網(wǎng)絡(luò)與證據(jù)理論的局部放電特征融合識(shí)別模型,識(shí)別局部放電模式是否屬于故障放電,如果存在故障,則將故障信息傳輸至上位機(jī)監(jiān)控模塊進(jìn)行故障報(bào)警。

(1) 超高頻傳感器模塊

圖2是超高頻傳感器模塊的結(jié)構(gòu)示意圖。

圖2 超高頻傳感器模塊結(jié)構(gòu)

高壓開(kāi)關(guān)柜如果存在局部放電模式,便會(huì)出現(xiàn)較大的電磁波,超高頻傳感器模塊使用超高頻傳感器采集高壓開(kāi)關(guān)柜運(yùn)行過(guò)程中的電磁波信號(hào),并導(dǎo)入放大電路與前端濾波放大電路,電磁波信號(hào)得以放大與去噪,再導(dǎo)入頻譜搬移電路中,完成高頻信號(hào)降頻,降頻后信號(hào)在偏置電路中可把信號(hào)變換成滿(mǎn)足DSP最小系統(tǒng)可處理的電壓信號(hào)[8-10]。

(2) 脈沖電流信息檢測(cè)模塊

圖3是脈沖電流信息檢測(cè)模塊的結(jié)構(gòu)示意圖。

圖3 脈沖電流信息檢測(cè)模塊結(jié)構(gòu)

圖3中,脈沖電流信息檢測(cè)模塊主要分為電流互感器、監(jiān)測(cè)阻抗和采集CPU。高壓開(kāi)關(guān)柜內(nèi)部出現(xiàn)局部放電問(wèn)題后,放電信號(hào)會(huì)在中性點(diǎn)接地線(xiàn)等位置輸出脈沖電流信號(hào),采集CPU會(huì)采集此電流信號(hào)以備后續(xù)操作。此監(jiān)測(cè)模塊可實(shí)現(xiàn)脈沖電流信號(hào)的在線(xiàn)監(jiān)測(cè)與離線(xiàn)監(jiān)測(cè)。

脈沖電流信號(hào)檢測(cè)的基本原理圖見(jiàn)圖4。當(dāng)高壓開(kāi)關(guān)柜Da出現(xiàn)局部放電時(shí),Da將存在電壓跳變值U,Dk處的耦合電容把此U耦合至檢測(cè)阻抗Wd中,Wd將發(fā)射脈沖電流I至檢測(cè)裝置。

圖4 脈沖電流信號(hào)檢測(cè)的基本原理

1.2 基于2代小波去噪的高壓開(kāi)關(guān)柜局部放電信號(hào)去噪方法

高壓開(kāi)關(guān)柜局部放電信號(hào)在第2代小波分解去噪時(shí),步驟依次是分解、預(yù)測(cè)、更新。

(1) 分解

高壓開(kāi)關(guān)柜局部放電信號(hào)分解方法:

(1)

其中,高壓開(kāi)關(guān)柜局部放電信號(hào)采樣序列是Yk,原采樣序列分解后獲取的偶樣本序列與奇樣本序列依次是Yk+2,d、Yk+1,z,k是高壓開(kāi)關(guān)柜局部放電信號(hào)分解層數(shù),d、z分別代表偶樣本序列與奇樣本序列的分解因子,m代表樣本序列數(shù)目。

(2) 預(yù)測(cè)

(2)

其中,局部放電信號(hào)值預(yù)測(cè)器以及預(yù)測(cè)器的長(zhǎng)度依次是Q(j)、M,ek+1是Yk+2,d預(yù)測(cè)Yk+1,z的預(yù)測(cè)偏差值。

(3) 更新

(3)

其中,局部放電信號(hào)更新器以及更新器的長(zhǎng)度依次是V(j)、N,rk+1是Yk+2,d預(yù)測(cè)Yk+1,z獲取的逼近信號(hào)。

將經(jīng)過(guò)分解后高壓開(kāi)關(guān)柜局部放電信號(hào)的細(xì)節(jié)信號(hào)使用閾值實(shí)施處理,軟閾值thsk:

thsk=dαk

(4)

其中,第k層細(xì)節(jié)信號(hào)標(biāo)準(zhǔn)差是αk;d是常數(shù),d∈[2,4]。

為了防止軟閾值函數(shù)處理后的局部放電信號(hào)存在失真問(wèn)題,本文設(shè)計(jì)新的閾值函數(shù):

(5)

把通過(guò)閾值處理后局部放電細(xì)節(jié)信號(hào)、逼近信號(hào)實(shí)施重構(gòu)。

更新重構(gòu)與預(yù)測(cè)重構(gòu):

Yk+2,d=rk+2-V(ek+2)

(6)

Yk+1,z=ek+1+Q(Yk+2,d)

(7)

合并成:

Yk=Yk+2,d+Yk+1,z

(8)

綜上所述,Yk就是去噪后的局部放電信號(hào)。

1.3 基于最優(yōu)二元樹(shù)復(fù)小波分解的放電信號(hào)特征提取方法

1.3.1 最優(yōu)二元樹(shù)復(fù)小波分解層數(shù)設(shè)計(jì)

使用最優(yōu)二元樹(shù)復(fù)小波分解方法分解高壓開(kāi)關(guān)柜局部放電信號(hào)Yk,分解層數(shù)增多時(shí),高頻信息也隨之增多,此時(shí),信號(hào)的高頻系數(shù)與低頻系數(shù)之間的長(zhǎng)度變短,不能充分描述信號(hào)潛在的時(shí)頻特征[11]。為了充分挖掘局部放電信號(hào)Yk的時(shí)頻特征,將Yk實(shí)施小波分解,分解時(shí)需要合理設(shè)計(jì)分解層數(shù)。

奇異值能夠描述Yk的奇異信息量,奇異信息的復(fù)雜水平可通過(guò)奇異熵體現(xiàn)[12]。針對(duì)Yk經(jīng)小波分解后的奇異熵,如果分解層數(shù)變多,但奇異熵沒(méi)有變化,表示分解層數(shù)變多,但奇異熵信息增量與復(fù)雜度增量沒(méi)有變多,此時(shí)的小波分解層數(shù)即為最優(yōu)值。求解最優(yōu)分解層數(shù)的方法:

(1) 建立模值序列復(fù)合矩陣,將信號(hào)Yk實(shí)施分解,獲取每層復(fù)小波系數(shù)數(shù)值序列,壓縮整理后獲取復(fù)合矩陣P。

(2) 將復(fù)合矩陣P實(shí)施奇異值分解,分解尺度是j時(shí),矩陣P的奇異熵Fj:

(9)

其中,ΔFj是矩陣P的奇異增熵,s是分解層級(jí)。

(3) 設(shè)置奇異熵相對(duì)增量是Serror:

Serror=(Fj-Fj-1)/Fj-1

(10)

其中,Fj-1是分解尺度是j-1時(shí)矩陣P的奇異熵。根據(jù)增量Serror判斷分解層數(shù)是否為最優(yōu)值,如果Serror的值大于提前設(shè)置的閾值,則目前層數(shù)需要增加,反之即為最優(yōu)值。

1.3.2 基于最優(yōu)分解層數(shù)下局部放電信息特征提取

(1) 將Yk實(shí)施s層分解,獲取Yk高頻、低頻系數(shù)實(shí)部與虛部;

(3) 建立Yk的每個(gè)高頻系數(shù)模值序列的Hankel矩陣T1,T2,…,TI:

(11)

(4) 將Hankel矩陣實(shí)施奇異值分解,獲取Yk的I個(gè)奇異值矩陣,選擇各個(gè)奇異值矩陣的最大奇異值,設(shè)成局部放電信號(hào)Yk每個(gè)分解尺度中高頻奇異信息含量特征,并建立對(duì)應(yīng)的特征向量GI。

1.4 基于神經(jīng)網(wǎng)絡(luò)與證據(jù)理論的局部放電特征融合識(shí)別模型

圖5是模型的結(jié)構(gòu)圖。

圖5 模型結(jié)構(gòu)

針對(duì)1.3小節(jié)提取的局部放電信號(hào)特征GI,使用子神經(jīng)網(wǎng)絡(luò)將特征參數(shù)子空間映射學(xué)習(xí)至故障空間,以此能夠把高維空間的映射關(guān)系分解成低維映射關(guān)系,降低局部放電信號(hào)特征識(shí)別的難度。此外,神經(jīng)網(wǎng)絡(luò)中每個(gè)子網(wǎng)絡(luò)可建立初步識(shí)別單元,每個(gè)識(shí)別單元的識(shí)別結(jié)果都能夠看作綜合判斷的證據(jù)體,把每個(gè)子網(wǎng)絡(luò)的輸出變換成證據(jù)體的概率質(zhì)量函數(shù),通過(guò)證據(jù)理論融合各個(gè)證據(jù)體的概率質(zhì)量函數(shù),獲取每個(gè)識(shí)別單元共同識(shí)別后的監(jiān)測(cè)結(jié)果。

在1.3小節(jié)提取的局部放電信號(hào)特征GI空間中設(shè)計(jì)診斷子網(wǎng)絡(luò)Wj并實(shí)施訓(xùn)練,讓W(xué)j具備學(xué)習(xí)能力,之后使用已知屬性樣本集,檢測(cè)每個(gè)Wj的訓(xùn)練效率、識(shí)別精度。

基于證據(jù)理論的局部放電特征融合識(shí)別步驟如下。

(1) 構(gòu)建局部放電特征融合識(shí)別結(jié)構(gòu)Ω,按照高壓開(kāi)關(guān)柜典型的局部放電類(lèi)型,構(gòu)建的局部放電特征融合識(shí)別結(jié)構(gòu)是Ω={Ω1,Ω2,…,Ωn},Ωn是局部放電類(lèi)型。

(2) 設(shè)計(jì)局部放電類(lèi)型識(shí)別證據(jù),把各個(gè)子神經(jīng)網(wǎng)絡(luò)的輸出設(shè)成DS理論的輸入證據(jù)體;

(3) 設(shè)計(jì)Ω中每個(gè)局部放電類(lèi)型命題的概率質(zhì)量函數(shù)。在神經(jīng)網(wǎng)絡(luò)識(shí)別過(guò)程中,每個(gè)神經(jīng)網(wǎng)絡(luò)的輸出都可以描述局部放電信號(hào)特征參數(shù)空間與故障模式命題的關(guān)聯(lián)性,能夠直接把每個(gè)子神經(jīng)網(wǎng)絡(luò)的輸出變換成DS理論里每個(gè)命題的概率質(zhì)量函數(shù)[13-15]。假定第j個(gè)子神經(jīng)網(wǎng)絡(luò)分類(lèi)局部放電特征后,第i個(gè)節(jié)點(diǎn)的輸出是DjBj,那么證據(jù)Fj劃分至命題Bj的概率質(zhì)量函數(shù):

(12)

其中,n是高壓開(kāi)關(guān)柜局部放電信號(hào)特征分類(lèi)次數(shù)。

(4) 合成證據(jù)。使用DS證據(jù)融合模式,運(yùn)算每個(gè)證據(jù)體共同判斷局部放電特征分類(lèi)推理決策的可信度函數(shù)。

(5) 輸出局部放電特征分類(lèi)的監(jiān)測(cè)結(jié)果。通過(guò)下式給出監(jiān)測(cè)結(jié)果Bc:

Bc=max {Cel(Bi)}

(13)

其中,max{Cel(Bi)}是最大可信度。

2 實(shí)驗(yàn)分析

實(shí)驗(yàn)在MATLAB仿真軟件中測(cè)試本文系統(tǒng)的應(yīng)用效果。本文系統(tǒng)中的脈沖電流信息檢測(cè)模塊電流互感器頻率特征示意圖如圖6所示。

圖6 電流互感器頻率特征

如圖6所示,此互感器頻率區(qū)間的頻率特征波動(dòng)較為平穩(wěn),未曾出現(xiàn)較為激烈的振蕩變化,表示脈沖電流信息檢測(cè)模塊電流互感器在采集高壓開(kāi)關(guān)柜局部放電信號(hào)時(shí),應(yīng)用性能較為穩(wěn)定,有效可行。這是因?yàn)楦邏洪_(kāi)關(guān)柜內(nèi)部出現(xiàn)局部放電故障后,采集CPU會(huì)先采集此電流信號(hào)儲(chǔ)備在檢測(cè)模塊中,保證了電流互感器后續(xù)采集信號(hào)時(shí)的穩(wěn)定性。

以高壓開(kāi)關(guān)柜針板放電、內(nèi)部放電2種典型的放電模式(見(jiàn)圖7)為例,測(cè)試本文系統(tǒng)的監(jiān)測(cè)效果。

(a) 針板放電

(b) 內(nèi)部放電圖7 放電模式

本文系統(tǒng)監(jiān)測(cè)結(jié)果效果圖如圖8所示。

(a) 針板放電

(b) 內(nèi)部放電圖8 本文系統(tǒng)監(jiān)測(cè)結(jié)果效果圖

分析圖8可知,本文系統(tǒng)監(jiān)測(cè)結(jié)果效果圖中,A、B、C三相的監(jiān)測(cè)信息清晰明了,且可直接顯示監(jiān)測(cè)的局部放電監(jiān)測(cè)結(jié)果為正常。這是因?yàn)楸疚姆椒ɑ谧顑?yōu)二元樹(shù)復(fù)小波分解方法能夠充分描述信號(hào)潛在的時(shí)頻特征;通過(guò)基于神經(jīng)網(wǎng)絡(luò)與證據(jù)理論的局部放電特征融合識(shí)別模型將特征映射學(xué)習(xí)至故障空間,能夠把高維空間的映射關(guān)系分解成低維映射關(guān)系,降低了放電信號(hào)特征識(shí)別的難度,由此保證了監(jiān)測(cè)信息的完整和清晰。

以?xún)?nèi)部放電模式為例,測(cè)試本文系統(tǒng)在監(jiān)測(cè)內(nèi)部放電時(shí)對(duì)放電信號(hào)的去噪效果。原始放電信號(hào)如圖9所示。引入30%噪聲的放電信號(hào)如圖10所示。去噪后的放電信號(hào)如圖11所示。

圖9 原始放電信號(hào)

圖11 本文系統(tǒng)去噪后放電信號(hào)

如圖9～圖11所示,本文系統(tǒng)可有效濾除噪聲影響,雖然沒(méi)有濾波全部噪聲信息,但是可恢復(fù)放電信號(hào)大范圍的原始信息,可滿(mǎn)足應(yīng)用需求。這是因?yàn)楸疚氖褂贸哳l傳感器模塊采集信號(hào)時(shí)通過(guò)全前端濾波放大電路,電磁波信號(hào)去噪;通過(guò)基于2代小波去噪的高壓開(kāi)關(guān)柜局部放電信號(hào)去噪方法,將局部放電信號(hào)進(jìn)行去噪,有效濾除了噪聲影響。

3 總結(jié)

本文主要針對(duì)高壓開(kāi)關(guān)柜局部放電問(wèn)題進(jìn)行深入研究,并設(shè)計(jì)了在線(xiàn)監(jiān)測(cè)系統(tǒng),系統(tǒng)中使用的脈沖電流法在實(shí)驗(yàn)中被證實(shí)可穩(wěn)定、有效采集高壓開(kāi)關(guān)柜局部放電信號(hào),且本文系統(tǒng)對(duì)高壓開(kāi)關(guān)柜多種放電狀態(tài)監(jiān)測(cè)后監(jiān)測(cè)結(jié)果清晰明了,在高壓開(kāi)關(guān)柜局部放電狀態(tài)時(shí),可有效濾除噪聲影響,恢復(fù)放電信號(hào)大范圍的原始信息。

綜上所述,本文系統(tǒng)可作為高壓開(kāi)關(guān)柜局部放電在線(xiàn)檢測(cè)的應(yīng)用工具,后續(xù)的研究工作會(huì)將本文系統(tǒng)應(yīng)用于實(shí)際的監(jiān)測(cè)任務(wù)中進(jìn)行性能測(cè)試。