关于复合绝缘子老化寿命预期的研究

郭祎珅 ，关焕新，刘 刚，朱义东，郑维刚

(1.沈阳工程学院，辽宁 沈阳 110136；2.国网辽宁省电力有限公司电力科学研究院，辽宁 沈阳 110006)

20世纪50年代，部分发达国家开始研究和使用复合绝缘子，其伞裙和护套采用三元乙丙橡胶、聚四氟乙烯和混合橡胶等材料。70年代后，这些国家出现了以硅橡胶为外绝缘材料的绝缘子，复合绝缘子技术被认可并逐渐发展起来。中国在20世纪80年代初开始使用复合绝缘子，尽管起步比较晚，但发展十分迅速，目前已经在大部分污秽严重地区和许多新建输电线路上广泛使用。目前，国内外对复合绝缘子老化状态评估还没有统一标准，老化状态评估方法多种多样，各有其优缺点，难以形成统一的老化指标。辽宁省区域挂网运行绝缘子老化情况的系统性研究较少，没有大量集中地区的运行中绝缘子的抽检数据。特别是针对辽宁地区独特的气候、环境特点下，不同复合绝缘子老化状态的研究则更少。2011年以来，国网辽宁省电力有限公司电力科学研究院针对送检的300多支复合绝缘子系统性进行憎水性试验、机械性能试验、电气性能试验和外观检查试验，发现绝缘子存在伞裙破损、脆化现象，部分绝缘子护套出现孔隙或破损，甚至有的绝缘子的芯棒腐蚀严重[1]。因此，调查、总结辽宁省输电线路复合绝缘子的使用情况及老化规律，对投运年代不同、使用地区不同、气象条件不同的绝缘子，根据型号进行分类和评估，以多年数据为基础，结合算法形成数学模型，评估辽宁省内线路复合绝缘子的寿命，对提高电网安全运行具有重要意义。

1 复合绝缘子试样试验

1.1 复合绝缘子试验选型

分析复合绝缘子劣化问题时，也需考虑复合绝缘子劣化的外部影响因素，包括电场分布、运行外部环境、制造加工工艺、运行时间等，并尽量增加样本数量，类型覆盖全面，并依据DL/T 864—2004 《标称电压高于 1 000 V 交流架空线路用复合绝缘子使用导则 》标准进行试验，共计选取308支复合绝缘子。

1.2 复合绝缘子选型情况

对所抽样的复合绝缘子均进行外观检查、憎水性测量，按比例进行污秽度测量、陡波冲击电压试验和机械破坏试验。各试验项目检测的绝缘子数量见表1。

表1 试验数量情况表

1.3 试验结果分析

a.外观检查情况

抽样绝缘子绝大部分表面良好，伞裙少量绝缘子存在伞裙破损、脆化情况[2]。伞群撕裂情况与污秽测试未发现明显相关性，从破坏外观看，8年以内的绝缘子伞裙破坏主要是机械力造成，如施工踩踏、运输挤压等，不属于正常劣化缺陷，而15年以上的绝缘子从断面和伞裙变脆变硬的情况看，属于劣化造成[3]。

b.污秽度测量

复合绝缘子盐密测量结果介于0.09～0.48 mg/cm2。部分绝缘子积污十分严重，大部分面积都被水泥结垢覆盖。运行时间较长的绝缘子，明显较运行时间短的绝缘子整体污秽度略高。平均污秽度测试结果见表2。

表2 平均污秽度测试结果 mg/cm2

c.憎水性分析

从检测结果来看，位于重度水泥、电熔镁粉尘污染严重的地区，伞裙憎水性下降更加明显，较沿海等地的憎水性低1～2个级别。各电压等级所抽检绝缘表面憎水性分布在HC2—HC5级。平均憎水性测试结果见表3。

表3 平均憎水性测试结果

d.陡波冲击试验

共对18支绝缘子进行了陡波冲击试验，波形陡度约为1 200 kV/μS,试验中未出现绝缘内部击穿。66 kV绝缘子选取上下两处分别进行正、负陡波冲击，220 kV绝缘子和500 kV绝缘子分别选取3处进行正负陡波冲击试验。绝缘子试验中未出现界面击穿或绝缘内部击穿。

e.机械破坏负荷试验

对66 kV、220 kV和500 kV的21支绝缘子进行机械破坏负荷试验，少量绝缘子进行渗透性试验，机械破坏负荷能够超过设计破坏值。

运行数据及试验中发现，部分厂家的金具与芯棒利用楔形压接结构的绝缘子，出现不足额定拉力断裂的情况，反映出结构与机械载荷承载关系密切。

2 BP神经网络分析

BP(back propagation)神经网络，是一种按照误差逆向传播算法训练的多层前馈神经网络，因其具有非常强的非线性映射能力，因而得到广泛应用[4]。在工程和技术领域经常遇到这样问题：积累了大量的输入输出数据，却无法知道各数据之间的相互关系和规律，无法用常规的数学方法描述，缺乏专家经验，而BP神经网络恰好能解决这一问题[5]。还因其具有很好的容错能力和泛化能力，允许样本中出现异常数据，同时不影响全局的规律；能对新的数据正确映射，得出正确的预测结果。

图1 BP神经网络的结果分析图

从图1可知，Input为憎水性、使用年限和外观检查3项的归一化数据，通过样本数据对神经网络进行训练，形成初始神经网络模型。

对试验数据进行分析，不断对神经网络进行修改和重置，来提高其准确性。训练数据的梯度和均方误差之间的关系如图2所示。增加学习次数，能够进一步提高其模型准确性，验证数据的梯度与学习次数如图3所示；各种样本回归系数如图4所示。

图2 训练数据的梯度和均方误差之间的关系图

图3 验证数据的梯度与学习次数

图4 各种样本回归系数

依次是训练样本、验证样本、测试样本和全部样本的回归系数，越接近1越好，即2根线越接近越好，如表2所示。

通过预测数据来分析神经网络模型的准确性，可以看到实际曲线和预测曲线基本重合，验证了BP神经网络模型的准确性。

表5 试验与预测对比

3 结束语

本文利用试验数据与多因素统计分析的方法，对绝缘子寿命因素进行逐一分析，结果表明，运行年限、运行环境和制造工艺是影响劣化的重要因素。通过建立复合绝缘子老化状态与工艺、运行环境、年限等数学关系模型，利用BP神经网络分析研究复合绝缘子寿命预期，预测复合绝缘子损坏风险，减少复合绝缘子故障的发生。通过统计和试验验证可以看出，国产绝缘子在正常设计、制造、使用和维护下，平均使用寿命约为20年，通过检测外观、憎水性、伞裙脆化程度是否存在孔洞缺陷等，经分析认为，应逐步淘汰使用15年以上的复合绝缘子。