输电线路绝缘性检测（精选3篇）
输电线路绝缘性检测 篇1
1 引言
架空输电线路上采用的绝缘子, 用作支撑或悬挂导线, 使导线与杆塔绝缘, 保障线路安全可靠地传输电能。绝缘子要具有较高的机械强度和良好的电气绝缘性能, 对化学杂质的侵袭应具有足够的抗御能力, 能适应周围大气条件如温度、湿度的剧烈变化, 在线路设计选取合适的绝缘配合, 绝缘子串在大气过电压、内部过电压和长期电压下均能可靠运行。
运行中的绝缘子在安装前要进行出厂质量证明检查, 外观检查及工频耐压试验 (160kN级以上的逐只、160kN级以下批次进行抽检) 检验确保合格;安装时要逐只用5kV兆欧表进行检测, 以免将有缺陷或不合格绝缘子带入线路运行, 影响线路安全可靠运行。挂网运行中的绝缘子要根据架空输电线路运行规程按周期对绝缘子进行巡视、检查, 主要内容包括:瓷质破损、钢脚钢帽锈蚀、钢脚弯曲、玻璃绝缘子自爆、局部火花放电现象、复合绝缘子外观明显变色、变形及锁紧销缺少等, 还要按电力行业或网省公司试验规程2-4年对绝缘子进行定期检测。
2 输电线路绝缘子的种类及其检测方法
目前输电线路运行绝缘子有瓷质绝缘子、玻璃绝缘子和合成绝缘子三种类型。
2.1 瓷质绝缘子
瓷质绝缘子分为棒式和盘式, 其中输电线路上常用的是盘式瓷绝缘子, 瓷质绝缘子使用历史最悠久, 输电线路中已使用上百年。它具有良好的绝缘性能、抗气候变化的性能、耐热性和组装灵活等优点, 被广泛用于各种电压等级的线路。但是瓷绝缘子存在两方面的弱点, 一是瓷为亲水性物质, 在潮湿条件下绝缘性能急剧下降, 二是绝缘子出现损伤时不易被检测出来。盘式瓷绝缘子是属于可击穿型的, 它是采用水泥将物理、化学性能各异的瓷件与金属件胶装而构成的, 在长期经受电场、机械负荷和大自然的阳光、风、雨、雪、雾等的作用, 会逐步劣化, 对线路的安全运行带来威胁。瓷质绝缘子的检测以前多用火花间隙法和泄漏电流检测法, 随着新技术的发展和新产品的开发, 考虑带电测量, 建议使用红外热像仪法和智能绝缘子检测仪法。
2.2 玻璃绝缘子
玻璃绝缘子分为普通玻璃绝缘子和钢化玻璃绝缘子, 早期使用多为普通玻璃绝缘子, 玻璃绝缘子具有透明性, 在出现损伤时容易发现, 而且机械强度比瓷质绝缘子要高2-3倍, 但玻璃仍为亲水性物质, 在潮湿条件下其绝缘性能也会急剧下降。钢化玻璃绝缘子具有较好的机电性能, 其抗拉强度、耐电击穿性能、耐振动疲劳、耐电弧烧伤和耐冷热冲击性能等都优于瓷绝缘子。且与瓷绝缘子不同, 玻璃绝缘子具有零值自爆的绝缘自我淘汰能力, 这样就很容易被发现, 无需对其进行绝缘测试, 但自爆也就决定其主要适用于线路通过人烟稀少地区, 变电站构架不宜使用。自爆率通常在前3年较高, 这与瓷绝缘子相反。数十年的运行和试验数据证明, 钢化玻璃绝缘子具有长期稳定的机电性能和较长的使用寿命。
玻璃绝缘子无需对其进行绝缘测试, 只须每年按照不低于JK的数量进行红外测温抽检, 并对运行中自爆的玻璃绝缘子进行及时更换。
2.3 合成绝缘子
合成绝缘子具有体积小、重量轻、机械强度高、耐污闪能力强、维护和运输方便等优点。硅橡胶合成绝缘子表面具有憎水性, 且附着在伞裙表面的污染层也具有憎水性 (即硅橡胶的憎水性迁移) , 这大大提高了合成绝缘子的抗污能力。从国内的使用情况来看, 历次的大面积污闪事故中, 合成绝缘子都表现出优异的抗污闪能力, 在外绝缘水平偏低和污染较重的情况下, 合成绝缘子是个较好的选择对象。国外合成绝缘子的研制和挂网较早, 使用范围很广泛, 已取得成功的运行经验。
合成绝缘子无需对其进行绝缘测试, 除须每年按照不低于5%的数量进行红外测温抽检外, 还须对其进行定期抽样检测试验, 分破坏性试验和非破坏性试验, 非破坏性试验周期一般为两年1次, 破坏性试验周期一般为四年1次。
3 盘式瓷绝缘子运行检测方法
虽然输电线路绝缘子材质大体有瓷质绝缘子、玻璃绝缘子和合成绝缘子三种可供选择, 并各有特点, 其中在运绝缘子中瓷质绝缘子占有比例很大, 且在一段时间内仍不会完全淘汰;但瓷质绝缘子具有故障检测占用劳动量大的弱点, 目前国内外针对瓷绝缘子运行检测有火花间隙法、小球放电法、红外热像仪法、泄漏电流检测法、激光多谱勒振动法、智能绝缘子检测仪法、绝缘子串类在线监测系统等检测方法。
3.1 火花间隙法
火花间隙法是目前较为常用的检测方法, 该方法是根据火花间隙与绝缘子接触是否产生放电来判断绝缘子的好坏, 该方法的优点主要是:设备简单、操作方便、可带电检测;缺点主要是受外界及人为的因素影响大、准确度不高。
3.2 小球放电法
该方法是通过测量绝缘子两端的小球产生放电时的距离判断绝缘子的电压分布, 从而判断被测绝缘子是否正常。该方法的优点主要是:设备简单、可带电检测;该方法的缺点主要是要频繁调整小球距离、误判率较大。
3.3 红外热像仪法
红外热像仪法是目前较为先进的检测方法。该方法是利用绝缘子表面的热效应原理进行在线检测的。该方法对涂有半导体釉的防污绝缘子非常有效, 因为此类绝缘子在线带电运行时, 正常绝缘子的表面电流较大, 温升较高, 而劣质绝缘子的表面温度比正常绝缘子低好几度, 用红外热像仪易于识别;但对于普通釉的瓷质绝缘子, 其正常绝缘子表面温度与劣质绝缘子的表面温度相差仅1℃左右, 在复杂的气候条件和现场环境下, 测量精度难以保证。
3.4 泄漏电流检测法
该方法是通过电流传感器测得流经绝缘子两端的泄漏电流, 从而测量出绝缘子的绝缘电阻值。该方法的优点是能定量检测绝缘子的绝缘电阻值, 能准确判断绝缘子的零值低值情况, 缺点是须停电进行检测, 无法带电进行检测。
3.5 激光多谱勒振动法
该方法是利用已开裂绝缘子的振动中心频率与正常时不同的特点, 通过外力如敲击铁塔或将超声波发生器所发生的超声波, 用抛物型反射镜或用激光源对准被测绝缘子, 以激起绝缘子的微小振动, 然后将激光多谱勒仪发出的激光对准被测绝缘子, 根据反射回来的信号的频谱分析, 从而获得该绝缘子的振动中心频率值, 据此判断被测绝缘子的好坏。由于该仪器对未开裂的绝缘子检测无效以及操作复杂、体积庞大、笨重、使用维修复杂、造价高等缺点, 限制了它的适用范围。
3.6 智能绝缘子检测仪法
该方法是通过向带电运行的绝缘子串上的单片绝缘子施加脉冲电压测泄露电流, 具体方法是在电压通道上用软件方法提取过零点, 并在过零点上启动高压脉冲发生器, 输出5kV脉冲电压施加在单片绝缘子上, 同时提取脉冲电压与脉冲电流的有效值计算绝缘子的绝缘电阻值。该方法的优点是能定量检测绝缘子的绝缘电阻值, 能准确判断绝缘子的零值低值情况, 并能在线路运行带电的情况下进行检测。
3.7 绝缘子串类在线监测系统
监测特征量有盐密、泄漏电流、放电等, 地域分布广泛、运行环境恶劣、巡线困难、维护工作量大是架空输电线路的特点, 绝缘子串类在线监测系统应是重要架空输电线路绝缘子检测技术的方向。
4 各种绝缘子检测方法比较
综合比较7种针对瓷质绝缘子检测方法, 本文认为智能绝缘子检测仪法能定量检测绝缘子的绝缘电阻值, 能准确判断绝缘子的零值低值情况, 并能在线路运行带电的情况下进行检测, 是适合进行推广的检测方法;绝缘子串类在线监测系统检测特征量丰富, 能多角度、多维度判断绝缘子劣化程度, 是绝缘子全寿命周期管理的重要手段, 具有较好的发展前景
参考文献
[1]电力设备预防性试验规程DL/T596-1996.
[2]劣化盘形悬式绝缘子检测规程DL/T626-2005.
[3]架空送电线路运行规程DL/T741-2001.
输电线路玻璃绝缘子群爆防范 篇2
由于玻璃绝缘子具有零值自爆、检测方便、不易发生掉线事故以及运行安全等特点, 在现电网运行中得到普遍使用, 在使用过程中由于玻璃绝缘子受到雷击、外力破坏等原因会产生个别绝缘子自爆情况, 很少有发生集体自爆的情况, 尤其对于500kV输电线路使用的钢化玻璃绝缘子在同一基塔同一相别发生群爆的情况更是罕见, 但当自爆绝缘子数量达到规程最低要求时, 势必因线路绝缘强度不足而引发线路跳闸事故的发生, 严重威胁着电网、设备的安全稳定运行。
2 输电线路绝缘子自爆情况
2.1 500kV输电线路简介
500kV线路为两座500kV变电站联络线路, 线路全长156.374km, 设计气象条件:设计覆冰:5mm冰区;设计风速:30m/s (其中跨江段为V=32m/s) , 导线采用6×LGJ-300/40, 导线采用等边倒挂三角型布置, 线路所使用的绝缘子均为U300B型号, 有70kN、160kN、210kN、300kN、420kN四种, 绝缘子片数 (片) 为25片, 线路杆塔型号CJ5322, 呼高30m, 垂直档距194m, 水平档距353m。
2.2 绝缘子自爆情况
巡视过程中, 发现500kV线路某一塔上A相大号侧外串从导线起第15、16、17、18、19、21绝缘子自爆, 内串从导线起第17、18、19、20片绝缘子自爆。
2.3 自爆原因分析
钢化玻璃件自爆时, 有一个引起破坏的起始点—破碎中心点, 它的周围呈放射状, 经大量实践证明和试验发现自爆中心的部位与碎片形状分布有关, 若碎片呈长条状反射形, 自爆中心的部位发生在绝缘子头部, 若玻璃碎片呈不规则网状分布, 它的破碎中心点在玻璃绝缘子的伞盘部, 钢化玻璃绝缘子在运行中, 产生自爆的原因归结起来主要有内因 (绝缘子本身因素) 、外因 (外界因素) 两种:
2.3.1 绝缘子自爆的外因
1) 外力破坏分析:
钢化玻璃绝缘子在运行中, 可能会受到爆破物、射击等外来力量的冲击, 试验证明当绝缘子钢化玻璃局部受到的打击破坏负荷大于1017N/cm时[1], 钢化玻璃绝缘子就会发生受到外力的自爆, 若在线路上遭受外力破坏, 伞盘玻璃呈碎粒状脱落, 散落直径远超1m范围 (与杆塔高度及风力有关) ;若玻璃绝缘子自然自爆时, 伞盘玻璃脱落的碎块或碎片聚集在一起, 散落在直径1m范围内, 经现场查看, 在线路保护区范围内没有发现爆破破坏源及外力破坏产生的遗留物, 但玻璃绝缘子自爆产生的碎片都集中在绝缘子下方, 且伞盘玻璃呈碎粒状脱落, 对同串绝缘子的玻璃件进行检查, 在同串绝缘子上, 有部分绝缘子玻璃件上存在破损情况, 因此可确定该线路绝缘子在遭受外力破坏的过程中产生的自爆。
2) 气象条件分析:
玻璃的导热性能很差, 当温度发生剧烈变化时, 由于内外层存在较大的温差, 又由温差引起收缩应力的差异, 内外层将产生不同的应力应变, 当这种应变力大于玻璃绝缘子能承受的应力时, 就会产生自爆, 自爆期间, 每天的气温差平均约为10℃, 而每小时间气温的变化均在3℃内。因此, 不存在温度剧烈变化情况, 也就不存在由温度剧烈变化引起的绝缘子自爆情况, 当然不排除该区段的地理环境产生特殊的微气象, 导致绝缘子连续群爆。
3) 线路金具发热分析:
玻璃的导热性能很差, 当玻璃绝缘子附近发生温度剧烈变化时, 会使温度变化点附近的绝缘子产生自爆, 不可能出现绝缘子产生热传递, 使远离温度变化的绝缘子产生自爆, 而且红外测温时, 该杆塔金具最高温度为33℃。因此, 金具的温度不可能导致绝缘子群爆。
4) 工频电弧分析:
当绝缘子在遭受污秽受潮、雷电过电压、操作过电压等产生工频电弧时, 如果工频电流大于20kA或者电弧持续的时间超过0.12秒, 都可能引发钢化玻璃绝缘子多片破碎, 但该线路远离城镇、工业园区, 该区段为Ⅰ级污区, 查询雷电定位系统, 该时间段内该塔附近没有落雷点, 虽然湿度相对较大, 但是检查时, 没有发现绝缘子上有积污情况, 绝缘子钢件部位也没有电弧灼伤的痕迹。因此, 可排除因工频电弧引起的绝缘子自爆。
2.3.2 导致绝缘子自爆的内因
1) 原材料对玻璃件质量分析:
影响玻璃液化学均一性的因素有原料清洁、称量的准确性、配合料的均匀度以及玻璃熔制过程中配合料的熔化、均化和澄清。只有玻璃液在没有杂质、条纹等情况下, 才能获得较好的钢化处理效果。杂质来源于不清洁的原料、原料颗粒偏大、玻璃熔窑和供料机耐火材料的剥落及未融化的石英颗粒等。由于杂质和玻璃热膨胀系数的差异, 它会扰乱钢化内应力的分布如下土所示, 致使在玻璃或经热、冷冲击试验过程中产生自爆。大量试验研究表明, 杂质直径在0.01mm以下 (与玻璃形成共融体) 分布在压应力层内, 这种钢化玻璃基本上不会发生自爆, 若杂质直径大于0.01mm, 又分布在张力层, 那么, 钢化玻璃件在生产、存放、运输和线路运行时会产生自爆, 有时会延续多年后或受到外力冲击时, 才产生自爆。
2) 生产工艺对玻璃件质量分析:
条纹是由于玻璃液熔化工艺不稳定, 未充分熔化、均化和澄清而呈现的线条分层, 破坏了玻璃液的化学均一性, 用这种玻璃液制成的玻璃件在钢化处理时也会产生内应力分布不均匀[3], 所以, 条纹对钢化玻璃件是有害无益的, 在更换自爆绝缘子时, 工作人员对同串绝缘子的玻璃件进行检查, 在同串绝缘子上, 没有发现绝缘子玻璃件上存在条纹情况, 同批次绝缘子运行过程中也没有发现条纹情况。
3) 受力对玻璃件的分析:
钢化玻璃绝缘子自爆的另一个原因是与受力的大小有关, 玻璃是脆性材料[2], 不像金属材料那样在破坏前有一个形变的过程。玻璃绝缘子在外力作用下, 当承受的应力大于允许的弹性极限时, 就有自爆, 所以玻璃的抗张强度与它的弹性极限非常接近。同时玻璃的抗张强度远小于它的抗压强度, 虽然目前使用的玻璃绝缘子玻璃件已经过钢化处理, 但是从普洱地区2008年至2011年运行的8条500kV线路输电线路自爆绝缘子统计可以看出, 耐张杆塔自爆绝缘子远远高于直线杆塔自爆绝缘子的数量。
综上所述, 通过绝缘子自爆内因和外因全方面分析, 该500kV输电线路玻璃绝缘子群爆主要是玻璃绝缘子受到轻微外力所造成。
3 玻璃绝缘子群爆的防范措施
1) 在绝缘子技术协议内规定玻璃绝缘子杂质直径要求在0.01mm以下 (与玻璃形成共融体) 分布在压应力层内, 且必须是经过钢化处理, 同批次设备出厂前对该批次绝缘子进行杂质检测。
2) 在玻璃绝缘子使用前, 需要对绝缘子外观进行详细检查, 确保绝缘子无条纹、无破损时, 方可使用。
3) 加强输电设施保护宣传力度, 确保玻璃绝缘子不受外力破坏。
4) 综合做好输电线路防雷设计、施工及运行维护, 尽量减少雷电流造成的造成绝缘子的损伤, 减少绝缘子自爆。
4 结束语
综上所述, 输电线路玻璃绝缘子可能因微气象、雷击、受力等原因造成玻璃绝缘子自爆, 因此, 要防范输电线路绝缘子百分之百不自爆, 显然不太可能, 但是只要严格把好生产质量、工艺检测等设备入网关, 做好日常运行维护, 是可以防范或降低输电线路玻璃绝缘子群爆事件的发生。
参考文献
[1]宿志一, 车文俊.电网运行中绝缘子的损坏原因及检测[J].电力设备, 2005, 03.
[2]唐倍, 顾洪连.国产玻璃绝缘子运行特性的研究[J].高电压技术, 2003, 02.
输电线路绝缘子放电模式的识别 篇3
现阶段对绝缘子等设备的放电监测研究大都是基于电信号[1,2,3],但这种方法的不足之处是电磁干扰严重、灵敏度和信噪比低、危险性高。根据气体放电理论,放电总伴随着声发射现象[4,5,6],并且不同类型的放电对应的声发射信号也不同,因此,可以通过监测放电伴随的声发射波来判断是否发生放电故障并甄别放电类型。近年来,声发射技术已经运用到电力设备绝缘监测的研究中[7,8],本文从试验所得绝缘子放电声发射数据中,选取一系列特征指标,然后采用主成分分析法对原来特征指标进行提取,得到个数较少的若干新特征指标(主成分)。在此基础上利用神经网络,以提取的特征指标作为网络的输入,进行绝缘子放电模式的识别,结果表明采用主成分分析法对时域放电信号波形进行特征提取,并利用神经网络能够准确有效地判断放电故障的类型。
1 放电声发射试验
输电线路绝缘子放电分为内部缺陷放电、表面污秽放电和电晕放电3种,为了研究不同类型放电的特征并对其放电模式进行识别,首先进行绝缘子放电声发射试验,该试验设备接线如图1所示。
试验变压器型号为DJ-100/50,额定容量为100 kVA,低压和高压侧额定电压为380 V和50 kV;放电声发射波的频率集中在40 kHz左右,为此专门定制了具有很高灵敏度、较小尺寸、窄带的声发射传感器。因声发射传感器采集到的信号比较弱且传输过程中会出现较大衰减,所以要有前置放大环节,试验采用了美国泰克公司的TDS3032B型数字存储示波器,对放电声发射信号进行仔细观察,其采样率达到了300 MHz。
绝缘子放电的声发射信号在事件强度、次数以及持续时间上与电信号一一对应,只是在时间上有所滞后,这是因为声波传播速度较慢所致。随着试验电压的升高,声发射事件的幅值增大、持续时间加长[9,10,11],每种类型放电声发射波都有其特点,图2～图4是试验得到的绝缘子3种类型放电的声发射信号。
仔细观察其波形不难发现,每种类型放电声发射波都有其特点,不同类型放电声发射波的波形特征如表1所示。
2 放电声发射信号特征量提取
2.1 特征量的选取
根据声发射领域常用的特征量,经过反复研究、仿真,最终选取了如下18个放电特征指标来刻画绝缘子放电声发射波的特征。
(1)事件数num
声发射事件的定义是在采样点中有连续10～15个点都大于阈值电压,则认为是1个事件的开始,1个事件开始后,若连续有10～15个采样点低于阈值电压,则认为是1个事件的结束。鉴于不同类型、不同电压等级放电的阈值电压的不同,在本算法中,当相邻数据的比值大于门槛值时开始判断是否是1个事件的出现,若其后面近10个或20个数据与第1个数据(起始数据)的比值也大于该门槛值时,则确定1个事件出现;事件出现后,若出现近1 0个或20个数据与第1个数据的比值低于门槛值,则判定1个事件结束。
(2)振铃数据个数n及强度B
当采样数据超过阈值电压1次就称为1次振铃计数,记为Y(j)。显然位于1个事件中的数据,只要满足与起始数据的比值大于门槛值,则就是振铃数据的强度B用以下表达式计算,显然,这2个指标可反映放电的严重程度:
(3)事件的峰值因数PF的平均值及最大值
事件的峰值因数是指该事件的最大值P与其有效值V之比,它能反映信号变化的平缓或陡峭程度,标准正弦信号的峰值因数是1.414,显然,此指标能粗略地反映事件的外形,其数学表达式为:
式中:E(i)为位于该事件中的采样值。
(4)相邻事件的相关性corr的平均值和最大值
利用M ATLAB中的互相关函数,来计算相邻2个事件的相关性,通过这个指标可以判断放电声发射信号是否满足工频正负半周对称,由于内部放电信号正负半周对称,而表面污秽放电和电晕放电则不对称,所以事件相关性指标对其具有较强的区分能力。
(5)声发射波形的占空比dr
声发射事件的占空比是指事件持续时间Td与间隔时间Tg的比值,它能反映事件之间分布的紧凑程度,在一定程度上反映了放电事件的次数和严重程度。其计算公式如下:
(6)相邻事件的峰值比cr、持续时间比TR、能量比er
这3个指标是反映相邻事件局部细节的指标,显然不同的放电类型这3个指标是不相同的,它们在一定程度上反映了放电的细节特征。
(7)最强事件的持续时间Tmd、最大上升斜率kup和下降斜率kdown一最大值M及位置P、效能比
这是对于最强事件而言的,首先要根据能量判断出最强事件,通过最强事件的上述指标,体现出事件的外形轮廓。其中,最大上升和下降斜率、效能比的计算公式如下:
式中:T0为最强事件的起始时刻;T1为最强事件的结束时刻。
选取了多组放电声发射的样本数据,在MATLAB中编写特征量计算程序,得到放电声发射信号的特征量。
2.2 主成分分析法原理
主成分分析法的基本思想是将原来众多的具有一定信息重叠(相关性)的指标(X1,X1,…,Xp)重新组合成较少个数且互不相关的综合指标Fi(i=1,2,…,m)[12]。利用主成分分析法进行特征提取,主要有以下两大任务。
(1)确定最终主成分的个数及系数Iij
可证明,原变量相关系数矩阵的特征根与主成分一一对应,特征根的大小就是所要提取的主成分包含信息量的多少。前m个较大特征值就对应所含信息量较大的前m个主成分;前m个较大的特征值λi所对应的特征向量就是相应主成分Fi表达式的系数,故式的计算公式为:
式中:i=1,2,…,m;Ii;一般为λi的单位特征向量,即。
最终要确定主成分的数目,即F1、F2、……Fm中m的确定是通过方差或特征根(信息)累计贡献率G(m)来确定,G(m)的表达式为:
当累积贡献率大于85%时,就认为能足够反映原来变量的信息了,对应的m就是抽取的前m个主成分。
(2)计算主成分载荷
主成分载荷是反映主成分Fi与原变量Xj之间的相互关联的紧密程度,原变量在该主成分上的载荷越大,该主成分与此原变量联系越紧密[14]。原变量Xj在主成分Fi上的载荷为:
式中:j=1,2,…,p;i=1,2,…,m。
2.3 放电声发射指标的主成分分析
对计算得出的绝缘子放电声发射波的18个特征量进行主成分分析,各主成分所含的信息量见表2。由表2可看出,到第4大特征根时,特征值的幅值已经很低,变化幅度也已经很小,前4个主成分所包含的信息量已达到了91.684%。即第4个主成分以后的主成分所含信息量已经微乎其微。
按照主成分选取原则,在新的主成分中提取前4个就足以反应特征指标的信息。
(1)计算前4个主成分的表达式
在MATLAB中编程计算出前4个特征根对应的单位特征向量I1、I2、I3、I4,即前4个主成分表达式的系数。
根据主成分的计算公式,前4个主成分的表达式为:
式中:i=1、2、3、4;Xk代表原来的18个特征指标。
(2)计算原放电指标在主成分上的载荷
载荷反映的是原放电指标与主成分相关联的程度,具有解释主成分的作用,可以据此来对主成分进行命名。表3为主成分载荷矩阵。
通过应用主成分分析法把18个初始特征量降为4个有效的主成分。根据主成分载荷矩阵,这4个主成分分别是:反映放电严重程度的主成分F1;反映放电发展过程的主成分F2;反映放电声发射事件波形特征的主成分F3;反映放电声发射事件局部特征的主成分F4。这4个主成分包含了原来1 8个特征量全部信息的91.684%。这样就降低了放电指标维数、减少了信息冗余、为接下来的放电模式识别奠定了基础。
3 放电模式的识别
3.1 生成4个主成分
选取声发射试验数据共90组,其中20组进行测试,另取干扰数据10组。将声发射试验数据导入matlab特征量计算程序中,得到18个特征指标,利用主成分分析法得到参与放电模式识别的4个主成分数据。
3.2 利用BP神经网络进行模式识别
反向传播神经网络(Back Propagation)是1个前向多层网络,它利用误差反向传播算法对网络进行训练,包含了神经网络中最为精华的部分,在函数逼近、模式识别、信息分类及数据压缩等领域得到了广泛的应用[15,16,17]。结合文中第二部分提取的放电声发射波的特征指标,本文利用BP网络来对绝缘子的不同放电模式进行识别,在保证识别精度的基础上,为了简化网络、减少训练时间,采用两级BP网络来依次实现放电模式的识别。第一级将放电和干扰信号区分开,第二级再对绝缘子具体的放电模式进行识别。
在图5中,每一级BP网络都采用3层网络结构。输入层节点数为4,对应提取的4个特征量;隐含层节点数为10,激活函数采用sigmoid型;输出层节点数为2,激活函数采用pureline型。
利用测得的20组样本数据进行训练,然后用其它60组进行放电模式的识别。经过训练后的网络对测试样本的识别结果见表4、表5。
通过表4可以看出,设计的BP网络能够100%的识别干扰信号,在训练误差为较大的0.1时,网络将个别放电信号视为干扰,这是因为在声发射试验时,由于绝缘子周围空气湿度不均匀、放电引起的高温使污秽湿度下降等因素,使得某些放电断断续续,在识别时容易被判断为干扰信号。
由表5可以看出,在训练误差较大的情况下,内部放电和表面污秽放电不能足够强的被识别出,这是因为内部放电和表面污秽放电都具有周期性,在电压等级较低时,两者放电声发射波在外型上具有相似性。但在训练精度提高(训练级别0.0 1)时,对内部缺陷放电和表面污秽放电有较大的识别率。
4 结论
(1)利用放电产生的超声波信号进行放电监测,可以避免现场的电磁干扰,得到的数据稳定可靠,在此基础上进行绝缘子放电模式的识别是可行的。
(2)主成分分析法可以在最大限度地避免信息丢失和信息重叠的基础上,有效降低放电声发射信号特征量的维数。
(3)利用设备放电产生的超声波信号进行放电监测与诊断,为电力设备的在线监测与故障诊断提供了一种新的方法。
摘要：为了正确判断输电线路绝缘子放电的类型以及放电的严重程度,在绝缘子放电声发射试验的基础上,首先针对放电产生的超声波信号(放电声发射),在时域状态下求出反应其波形特征的18个特征指标,利用主成分分析法,在这18个特征指标中提取4个互不相关的主成分的表达式,并解释了每个主成分所代表的含义,以降低指标维数,避免信息重叠为目的,提高放电模式识别的速度和准确性;其次,根据得到的特征指标,应用神经网络对放电模式进行识别。识别结果表明,利用放电声发射信号进行绝缘子放电模式的识别,可以有效地判断绝缘子放电的类型,该方法为电力设备的在线监测与故障诊断提供了一种新思路。