微气象因素和导线温度对输电线路覆冰的影响研究

张江涛，李 川，赵振刚，张家洪

（昆明理工大学信息工程与自动化学院，云南 昆明 650500）

0 引言

近年来，气象灾害事故的频频发生给电网的安全运行构成严重威胁。其中，导线覆冰是冬季线路发生故障的主要原因，而影响输电线路覆冰的主要影响因素是微气象因素（包含环境温度、风速、风向及相对湿度等等）和导线温度[1-3]。

目前，国内外关于输电线路导线覆冰的影响因素进行了大量研究：2005年西南电力设计院谢运华采用相关分析和回归分析方法计算了有效覆冰时间、覆冰参数等气象要素参量对覆冰量的影响，并建立了定量关系[4]；2008年HuJinbao等利用混合的人工神经网络建立微气象因素和输电线路覆冰关系的模型[5]；2008年西安工程大学黄新波等利用现场输电线路覆冰监测系统研究微气象与导线覆冰间的关系，通过线性关系式分别求得了导线覆冰厚度和环境温度、湿度、风速的相关系数，但相关性较差[6]。2010年云南电网电力研究院张志生等利用输电线路覆冰在线监测系统开展了气象因素和覆冰之间关系的研究[7]。

本文结合输电塔线体系的结构特点和改进的灰色斜率关联分析方法，实现了光纤监测参量的优化选取。收集统计了云南电网靖万线110 kV线路2015年12月至2016年3月输电线路覆冰在线监测系统的各个监测参量。结合输电线路关键结构参量的光纤监测与改进的灰色斜率关联分析模型，实现了微气象因素和导线温度对输电线路覆冰的影响研究，通过对关联度结果的分析，为直流融冰等除冰过程提供数据支撑，以保障电网的安全稳定运行。

1 灰色斜率关联分析方法

改进的模型采用的基本思想是按照因素的时间序列曲线的平均变化趋势的接近程度来定义关联系数，这能够更充分地利用数据序列所包含的信息，从而更真实地反映序列间的关联程度[8-14]。

1.1 灰色斜率关联分析

设系统参考序列为：

系统比较序列（因素序列）：

式（3）为x0与xi在时点tk-1到时点tk的灰色斜率关联系数。式中：

对于离散时间序列，所谓2曲线的平均相对变化势态的接近程度，是指2时间序列在对应各时段Δtk=tk-tk-1(k=2,3,…,n)上曲线的平均变化率大小来判定，若在时间段 Δtk平均相对变化率相等或者接近相等，则2时间序列在时段Δtk间的关联系数就大；反之就小。2时间序列的关联度定义为各时段 Δtk间的关联系数的加权平均数。

2 光纤光栅传感器的布设

架空输电线路出现问题通常发生在环境恶劣的地区，问题发生后维修比较困难。现有的监测装置多采用电子式传感器，存在监测装置的供电问题、通信问题和强电磁环境下系统工作可靠性问题等[15]。与电测量传感器相比，光纤传感器有抗电磁干扰、耐腐蚀、体积小、传输距离远、无需野外电源等优点。随着光纤传感技术的发展和测量性能的进一步提高，光纤传感器相对于传统电子传感器的优势日益明显。

图1即为输电导线在线监测系统的架构图。该系统由安装于绝缘子串上方的拉力传感器、双轴倾角传感器、OPGW 及ADSS、温湿度传感器、风速传感器以及导线温度传感器、置于变电站内的光纤解调仪等构成。光纤通讯则从29#杆塔的OPGW接续盒引出两芯作为光纤传感信号的传输通道，通过架设ADSS光缆连接到30#杆塔上。打开接续盒后，将选好的两芯ADSS传感沿接续盒备用孔穿入，断开前选好 OPGW 光纤中的两芯，然后将 ADSS与OPGW光纤熔接，最后密封接续盒,并把接续盒安装到29#杆塔上。

图1 输电线路覆冰监测系统整体结构Fig.1 Overall structure of ice monitoring system for transmission lines

2.1 光纤光栅温湿度、风速传感器设备安装

塔上一体化传感器设备有温湿度、风速传感器，安装需根据前期现场调研来确定传感器安装位置、光交箱安装位置、光纤走向等；温湿度传感器位于筒外最顶部，由其底部三根螺丝杆固定在安装板 1上，监测塔顶周围环境的气温、湿度；两个风速传感器安装在温湿度下侧，传感器的迎风面平行于塔上导线走向，由此监测塔上垂直于导线走向方向的风速。一体安装结构固定在角铁上，调整圆筒方向，最终使风速传感器垂直于导线方向，一体化设备安装如图2所示。图3是光纤光栅一体化传感器设备安装效果图。

图2 一体化设备安装示意图Fig.2 Schematic diagram for installation of integrated equipment

图3 一体化设备安装效果图Fig.3 Installation effect diagram for integrated equipment

2.2 导线温度传感器安装

安装一根垂直方向的通道绝缘子在引流线上，通道复合绝缘子光纤顺着引流线到导线上，在导线的连接金具和导线上（距离线夹1200 mm）固定一个温度传感器。绝缘子低压端的尾纤连接到光缆接续盒上，将光纤与光网络进行熔接，最后经光纤解调仪接入监控中心。下图为光纤温度传感器安装示意图。

图4 温度传感器安装示意图Fig.4 Installation diagram for temperature sensor installation

2.2 光纤光栅称重、双轴倾角传感器安装

为了在准确测量直线塔悬挂绝缘子串所受张力的同时，避免对现场设备做大的改动，光纤光栅称重、双轴倾角传感器安装示意图如图5所示。拉力传感器大多数只安装在直线塔上，且多以非标替金具式拉力传感器为主。拉力传感器替换现有金具中球型挂头，传感器的长度与被替换金具的总长度相同，所测的力的方向为悬垂绝缘子串轴向。双轴倾角传感器通过固定件加紧在拉力传感器上。光纤光栅传感器通过光纤连接到OPGW光缆接续盒上，将光纤与光网络进行熔接，最后经光纤解调仪接入监控中心。下图是光纤光栅称重、双轴倾角传感器现场安装效果图。

图5 光纤光栅称重、双轴倾角传感器安装图Fig.5 Fiber Bragg grating weighing and biaxial tilt angle sensor installation diagram

图6 光纤光栅称重、双轴倾角传感器现场安装效果图Fig.6 Field installation of fiber Bragg grating weighing and biaxial tilt angle sensor

2.3 光纤复合绝缘子

结合光纤光栅传感技术和复合绝缘子技术，通过在复合绝缘子的芯棒基体内植入光纤布拉格光栅构成智能芯棒结构，并在光纤光栅复合绝缘子高压端和低压端分别预留出光纤尾纤，研制出适合于光纤传感网的光纤测温复合绝缘子。

在复合绝缘子生产芯棒的过程中，将刻有光栅的光纤植入，与芯棒成为一体，且从两端都剥出尾纤，在金具设计中两头都需要留有尾纤出口以实现导线测温、微风振动等测量，并且不降低金具的强度；在复合绝缘子的护套生产过程中采用注射成型的方式，以利于保护两端出头的尾纤，如图6所示。

其中在输电导线上安装了导线温度传感器，传感器位置以及光路如图7所示。

图中红色部分为光缆，安装时按照图中所示，在光纤复合绝缘子、导线温度传感器出头 5-10 cm的地方，使用扎丝进行固定，每个固定点间隔距离（导线上0.5-1 m之间），杆塔固定使用设计的专用夹具固定，然后将多余的光缆盘附在光缆箱内固定，最后接入光交箱。图9为光纤复合绝缘子安装效果图。

图7 光纤测温复合绝缘子实物图Fig.7 Fiber optic thermometric composite insulators

图8 光纤复合绝缘子安装位置示意图Fig.8 Schematic diagram of installation position of optical fiber composite insulators

图9 光纤复合绝缘子安装效果图Fig.9 Installation effect diagram of optical fiber composite insulators

3 导线温度、微气象与覆冰关联分析实例

本文以等效覆冰厚度为系统特征序列x0，分别令导线温度 x1、环境温度 x2、风速 x3及相对湿度x4为系统行为序列，在利用数据前，先采用区间均值化方法对数据进行无量纲化处理。

图为云南电网靖万线 110 kV输电线路的覆冰监测终端上传的导线温度、微气象（环境温度、风速、相对湿度）以及等效覆冰厚度随时间变化的数据。该线路设计承受覆冰厚度为10 mm。选取输电线路主要覆冰期（2015-12-18至2016-3-23）期间的数据，其数据几乎包含了覆冰期内所有的情况。

图10 覆冰厚度数据统计图Fig.10 Statistical map of ice thickness data

图11 导线温度数据统计图Fig.11 Statistical map of wire temperature data

图12 环境温度数据统计图Fig.12 Statistical map of ambient temperature data

图13 风速数据统计图Fig.13 Statistical map of wind speed data

图14 相对湿度数据统计图Fig.14 Statistical graph of relative humidity data

按照改进的模型计算覆冰与导线和微气象参量之间的关联度如表1所示。

表1 110 kV线路的导线温度、微气象因素和覆冰间的关联度Tab.1 110 kV line's wire temperature, micrometeorological factors and the correlation between ice cover

为了进一步分析在导线温度满足输电导线覆冰的条件下，本文找出其他因素相对应的数据，然后用改进的灰色斜率关联分析方法分析其他微气象因素和输电线路覆冰间的关联关系。下表即为其他微气象因素和覆冰间的关联度。

按照改进的灰色斜率关联分析方法计算得到等效覆冰厚度和微气象因素以及导线温度之间的关联系数和关联度。从表中可以看出，关联度最大的是导线温度，关联度最小的为风速。110 kV输电线路主要覆冰期导线温度是影响覆冰的主要因素。

表2 110 kV线路的微气象因素和覆冰间的关联度Tab.2 Micrometeorological factors of 110 kV lines and the correlation between ice cover

4 结论

本文结合输电塔线的结构特点和改进的灰色斜率关联模型，实现了光纤监测参量的优化选取。收集整理云南电网靖万线110kV输电线路主要覆冰期（2015年12月18日至2016年3月23日）的监测数据，确定了等效覆冰厚度与导线温度、微气象因素之间的关联关系。结果表明，导线温度与覆冰的关联性明显强于其他因素，可以为直流融冰等除冰过程提供数据支撑，以保障电网的安全稳定运行。

[1] 蒋兴良, 易辉. 输电线路覆冰及防护[M]. 北京: 中国电力出版社, 2001.Jiang Xingliang, Yi Hui.Icing and protection of transmission lines. [M]. Beijing: China Electric Power Press, 2001.

[2] 苑吉河, 蒋兴良, 易辉, 等. 输电线路导线覆冰的国内外研究现状[J]. 高电压技术, 2003, 30(1): 6-9.Yuan Jihe, Jiang Xingliang, Yi Hui, et al. Study on the status of [J] transmission line icing at home and abroad. High voltage engineering, 2003, 30 (1): 6-9.

[3] 黄新波, 刘家兵, 蔡伟, 等. 电力架空线路覆冰雪的国内外研究现状[J]. 电网技术, 2008, 32(4): 23-28.Huang Xinbo, Liu Jiabing, Cai Wei, et al. Research status of icing and snow on electric overhead lines at home and abroad.J]. Power grid technology, 2008, 32 (4): 23-28.

[4] 谢运华. 三峡地区导线覆冰与气象要素的关系[J]. 中国电力, 2005, 38(3): 35-39.Xie Yunhua. Relationship between conductor icing and meteorological elements in the Three Gorges area[J]. China electric power, 2005, 38(3): 35-39.

[5] HU Jin-bao, LIU Ling, HUANG Zheng-ping. Ice breakup date forecast with hybrid artificial neural networks [C]//Fourth International Conference on Natural Computation,Jinan: IEEE, 2007: 414-418.

[6] 黄新波, 孙钦东, 张冠军, 等. 线路覆冰与局部气象因素的关系[J]. 高压电器, 2008, 44(4): 289-294.Huang Xinbo, Sun Qindong, Zhang Guanjun, et al. Relationship between icing and local meteorological factors[J].High voltage apparatus, 2008, 44(4): 289-294.

[7] 张志生, 曹敏, 陈霍兴. 云南输电线路覆冰与气象的关系分析[C]//云南电力技术论坛. 2010.Zhang Zhisheng, Cao Min, Chen Huoxing. Analysis of relationship between icing and weather in Yunnan power transmission line [C]// Yunnan Electric Power Technology Forum.2010.

[8] 邓聚龙. 灰色理论基础[M]. 武汉: 华中科技大学出版社,2002.Deng Gang. Grey theoretical basis[M]. Wuhan: Huazhong University of Science and Technology press, 2002.

[9] 张林易, 黄元亮. 电力系统可靠性参数建模[J]. 软件,2011, 32(10): 26-28.Zhang Linyi, Huang Yuanliang. Reliability parameter modeling[J]. software for power system, 2011, 32 (10): 26-28.

[10] 何新贵. 模糊集间的语义关联度及其应用[J]. 软件学报,1994(6): 19-24.He Xingui. Semantic association between fuzzy sets and its application[J]. software journal, 1994(6): 19-24.

[11] 包晓安, 谢晓鸣, 张娜, 等. 基于缺陷关联度的Markov模型软件优化测试策略[J]. 软件学报, 2015, 26(1): 14-25.Bao Xiaoan, Xie Xiaoming, Zhang Na, et al. The optimization and testing strategy of Markov model software based on the degree of defect Association[J]. software journal, 2015, 26(1): 14-25.

[12] 焦民政, 曾广平, 许佳男, 等. 基于多维关联规则兴趣度的问卷调查规则提取[J]. 软件, 2014, 35(9): 61-65.Jiao Minzheng, Ceng Guangping, Xu Jianan, etc. The[J].software is extracted from the questionnaire survey rules based on the degree of interest of multidimensional association rules, 2014, 35(9): 61-65.

[13] 孙才新, 李俭, 郑海平, 等. 基于灰色面积关联度分析的电力变压器绝缘故障诊断方法[J]. 电网技术, 2002, 26(7):24-29.Sun Caixin, Li Jian, Zheng Haiping, et al. Fault diagnosis method of power transformer insulation based on grey area correlation analysis[J]. power system technology, 2002, 26(7): 24-29.

[14] 单联宏. 灰色斜率关联度的改进及应用[J]. 长江大学学报(自科版), 2010, 07(3): 441-443.Single Lianhong. Improvement and application of[J]. grey slope. Journal of Yangtze University (NATURAL SCIENCE EDITION), 2010, 07(3): 441-443.

[15] 邵瑰玮, 胡毅, 王力农, 等. 输电线路覆冰监测系统应用现状及效果[J]. 电力设备, 2008, 9(6): 13-15.Shao Guiwei, Hu Yi, Wang Linong, et al. Application status and effect of icing monitoring system for power transmission line[J]. power equipment, 2008, 9 (6): 13-15.