电力电缆局部放电在线监测的实践与研究

王媛斌 王宏斌

摘 要： 当电力电缆由于各种原因而出现绝缘劣化时，就会产生局部放电现象。描述了在线监测的实施全过程，如监测传感器、数据采集、监测信号的特征分析、信号分类的特征提取等，以便对电力电缆的绝缘情况做出判断，为系统及时检修或更换电力电缆提供理论依据。

关键词： 局部放电； 在线监测； 数据采集； 信号分类的特征提取

中图分类号：TP391 文献标志码：A 文章编号：1006-8228（2018）09-31-02

Abstract： Partial discharge occurs when the insulation of power cable deteriorates for various reasons. In this paper， the whole process of on-line monitoring is described， such as monitoring sensor， data acquisition， feature analysis of monitoring signal and feature extraction of signal classification. In this way， the insulation of power cable can be judged and the theoretical basis can be provided for the system to overhaul or replace power cable in time.

Key words： partial discharge； on-line monitoring； data acquisition； feature extraction of signal classification

0 引言

随着城市电网的发展，用电负荷的不断增涨，电力电缆的故障概率也大大增加，考虑到原有维修体系的局限性，为降低停电和维修费用，提出了预知性维修，即在线监测这一概念。其具体内容是对运行中电气设备的绝缘状况进行局部放电，进行连续的在线监测，随时获得能反应绝缘状态变化的新信息。对这些信息进行分析处理后，对设备的绝缘状况做出诊断，并根据诊断的结论安排必要的维修，也就做到了有的放矢的维修，即在线监测一分析诊断一预知性维修，采用在线监测的预知性维修，带来的经济效益十分显著。据美国某发电厂统计采用预知性维修每年可获利125万美元。日本资料介绍，在线监测与诊断技术的应用，使每年维修费用减少25～50%，故障停机时间则可减少75%[1]。

预知性维修的组成及关系可用图1表示。

1 局部放电在线监测

监测系统包括以下几个基本单元，即：信号的变送、信号的处理、数据采集、信号的输出、数据处理以及诊断等几个单元。这样可以将整个的监测系统分为三个子系统：设备现场的被监测设备和传感器；一般在被监测设备附近的信号预处理和数据采集子系统；在主控室的信号特性提取处理系统，一般由一台计算机和监测系统专用软件来完成[2-3]。

2 实施过程

2.1 监测传感器

传感器是将反应设备状态信息的各种物理量如化学、机械力和电等各种能量形式的信息监测出来，是进行状态监测以及故障诊断的第一步，也是非常重要的一步。检测时，将传感器打开套在监测设备的接地线上，磁芯材料可以根据使用频率进行选择[4]。当测量高频脉冲电流时可选用铁氧体，锰锌铁氧体的最高使用频率为3MHZ，相对磁导率为2000。测量50HZ低频电流时，可选用坡莫合金，其磁导率为105。

2.2 数据采集

将电流传感器安装在电缆终端的屏蔽接地线上，当电缆接头内以及电缆终端发生局部放电时，局放脉冲会经屏蔽接地线流入大地，这样套在屏蔽接地线上电流传感器就会检测到这一放电信号。传感器将采集到的放电脉冲信号传输至数据采集卡，数据采集卡取得放电脉冲的数字信号并将数字信号传送至机进行后续的分析处理[5]。

2.3 监测信号的特征分析

从信号的时域、频域特征来看，通过对试验中监测到的典型的局部放电脉冲波形进行分析可知，局放脉冲信号的特点是：持续时间非常短暂、上升沿非常陡峭并且衰减非常迅速。其放电脉冲的频率范围较宽，高频段主要集中在3-30MHz左右，频率更高的超高频段会达到1GHz以上。本文主要采集局放脉冲序列中的低频部分，一般1MHz在左右。从监测阻抗上获得的监测脉冲信号，一般数值维持在mv级别，因此对数据采集卡的精度要求较高[5]。此外，来自监测阻抗的电压信号混合有数值相对较高的工频信号和其他谐波分量，为此采集局部放电脉冲信号后，需要对采集到的脉冲信号进行软件滤波，经滤波后在进行分析处理。由于放电脉冲上升很快且衰减时间很短，因此在对放电脉冲进行保存时，每个脉冲我们取100个数据点用其表示一個完整的放电脉冲，并记录这些放电脉冲的幅值-相位信息用以进行后续的放电模式识别[6]。根据信号的特征，我们发现许多现场测试干扰信号。

从信号的特性分析中，会发现许多干扰信号，主要是随机脉冲型干扰信号，随机脉冲型干扰信号主要是：

⑴ 试验回路中一些设备的启停等引起的干扰；

⑵ 电力网络中的一些可控硅整流设备以及开关设备开关而引起的脉冲波动干扰；

⑶ 电气设备本身产生的电磁波干扰等。

这些干扰信号具有固定的时频域特征，且与放电信号的时频域特征不同，因此在聚类过程中一般会聚集在一起。但是目前，大多数是提取局放信号的峰值时间序列。而这种方法对于多个干扰源时，其获取的局放信号将参杂多种放电信号，模式识别的各种放电谱图也是参杂各种信号，并且是随机混叠的。因此，在存在多个异常干扰源的情况下，基于脉冲峰值时间序列的局放识别系统对放电模式做出的判断可能是不准确的。如果采用脉冲波形时间序列替代传统的脉冲峰值时间序列进行监测，再采用某种办法将获取的放电脉冲群进行分类，并将同一类中高度相似的放电脉冲群转换成脉冲峰值时间序列，再按传统的方法对放电模式进行识别，就可以与基于单个人工缺陷模型构造的放电模式数据库进行对比，与数据库无关的放电脉冲群可判断为无效信号或噪声。而其他相关的放电脉冲数据则识别出其相应的放电类型。这样，不但解决了放电脉冲峰值时间序列的混叠问题，而且可以对多干扰源的放电模式进行识别。

2.4 信号分类的特征提取

那么提取的信号，就可以进行傅里叶变换。任意周期信号都可以用不同频率的复正弦信号的叠加的形式表示。给定一个信号x（t），如果满足

那么信号x（t）就可以进行傅里叶变换，其傅里叶变换的形式如下：

式⑴-⑵中，，单位为rad/s。将X（j）表示成的形式，可以得到和ω（）随的变化曲线，即信号x（t）的幅频特性和相频特性曲线。由此我们可以得出，傅里叶变换可以将信号的频率和时间联系在一起，也就是说给出信号的频域表达式X（j），我们可以通过傅里叶变换求出其时域表达式x（t），反之亦然。可见傅里叶变换可使原来比较抽象的频率概念变得具体化[6]。

3 结束语

本文主要介绍了局部放电在线监测过程。首先对检测传感器进行了简要分析；其次对数据采集系统所采取的接线方式；最后通过对监测信号的分析得出如下结论：当监测信号中存在多个局放源（两个或以上）或干扰源时，存在多个局放源或异常干扰源的情况下，采用信号分类的特征提取低频部分，利用傅里叶变换使原先比较抽象的频率概念变成时间点，监测具体化。但是审视整个系统仍然有一些需要改进的地方。在对局部放电信号的检测方面，我们可以采用高频电磁耦合法与超高频电磁偶合法联合检测的方式，下一步我们将对高频与超高频电磁偶合法进行研究，这样便可以使检测和研究的范围扩大到整个频带内[7]。使整个系统变得更加完善。

参考文献（References）：

[1] 沈黎明.电力电缆应用技术郑州[J].郑州大学学报，2011.4.

[2] 新浪网.国内两最大变电站送电进京四环内电线杆将绝迹[M].郑州大学出版社，2003.

[3] 卓金玉.电力电缆设计原理[M].北京机械工业出版社，1999.

[4] 徐丙垠.电力电缆故障探测技术[M].北京机械工业出版社，1999.

[5] 速水敏幸著日，刘晓萱译.电力设备的绝缘诊断[M].北京科学出版社，2003.

[6] 葛景滂.局部放电测量[M].机械工业出版社，1984.