张晓星,赵 炯
(湖北工业大学,湖北 武汉 430068)
为了满足社会发展对电力的需求,交联电力电缆已经成为地区输电的主流,其中高压和超高压交联电力所占比例达到80%。随之而来的是电缆故障率逐年上升,故障原因多样,电缆GIS终端故障的占比例达到90%以上,而且电缆GIS终端的设计和生产工艺比较复杂,中间相关环节较多,增加了该终端设计的故障率。为了减少GIS终端的故障率,保证整个电网的安全运行,工作人员需要检测GIS放电状态,及时发现放电异常,并提早采取相关措施。电缆GIS终端放电检测主要通过声、光、电、热以及化学分解等指标,检测局部的各种物理现象[1]。目前,电缆GIS终端的检测方法较多,主要为超声检测和高频法检测,虽然符合国家电网公司企业标准《电力电缆线路试验规程》(Q/GDW 11316—2014)中的规定,但其实际检测效果并不理想,检测时间较长。因此,本文以此为基础提出基于超高频-超声波联合检测,并分析该方法的有效性。
高频局部放电检测法的检测频率为3~30 MHz,而超声局部放电检测频率为10~300 MHz,两者的合集为3~300 MHz。为了更加准确地测定GIS终端的放电情况,将检测频率集合分为c和C两个集合,前者收集数据的频率范围为0~30 MHz,后者收集数据的频率范围为30~300 MHz,不同频段信号数据的集合可以表示为:
式中,i、j为不同时刻,ci为集合c中的不同频率,处于3~30 MHz之间;Cj为集合C中的不同频率,处于为10~300 MHz。这里i,j∈{1,2,…,n},n为终止测试时间。另外,GIS终端出现局部放电以后会出现振动波、压力波、声波以及电磁信号等形式,而且不同形式在空气和固体等介质的传播速度不同,会出现一定的衍射、折射以及反射现象。假设传输结果函数为f(x),传输方式函数为f(a),信号函数为f(b),那么在数据收集时,上述不同传输形式和传输结果数学化描述为:
式中,λ为不同频率下传输形式之间的调节系数,即c和C两个集合函数f(a)的转化系数;γ为不同频率下信号产生形式之间的调节系数,即c和C两个集合函数f(b)的转化系数。
为了更好地进行检测,要分析超高频-超声波联合检测方法约束条件,主要包括时间约束、线路约束以及电流约束。约束条件的设定可以让超高频-超声波联合检测更加准确,从而避免出现局部极值和误判断。
1.3.1 指标约束
由于电缆GIS终端与检测的声、光、电、热以及化学指标有关,所以要对其进行判断,以此保证放电位置检测的准确。首先,约束各个指标,判断指标结果的方向。假设约束条件为ξ,其约束方向为ξ增加和ξ减少分别代表故障点与检测点的距离变远和变近,那么其计算公式为:
式中,f(x)为3~30 MHz的输出结果;f(X)为30~300 MHz的输出结果。
1.3.2 指标阈值
每种传输形式进行其最短距离计算时,假设距离为dij,那么每种指标的最短距离就是f(x)dij,以此获得最短的传输距离。假设整个数据集合为S={c,C},线路集合为L,那么各个传输形式的阈值计算可以通过相关矩阵获得,具体内容如下,首先构建超高频-超声波联合检测的传输结果与距离矩阵M,其次计算不同形式的矩阵Mij,并得到距离测量点的最小值和整个矩阵的阈值,最后不断计算各个矩阵的特征值,并得到最小的距离。特征值的计算以声、光、电、热以及化学指标为依据,最小距离是上述指标的最小距离。记录各个指标的特征值和阈值,并与minS和maxS中的数值比较。计算过程中要计数测试点,如果测试点总数大于或等于设定点数,就需要停止上述计算,否则持续进行最后一步。
依据上述对超高频-超声波联合法收集数据的数学描述,结合相应的阈值,分析GIS终端放电的放电点进程。
依据相应的数据集合S={c,C}分析不同点的故障。假依据相应的数据集合S={c,C}分析不同点的故障。假设相应线路为Li和Li-1,定位为xio和xio+1,那么各点的定位函数为loction(xio,y)和loction(xio+1,y),相应的分布函数为F(xio,y)和F(xio+1,y)。如果F(xio,y)≠F(xio+1,y),那么数据有效,可以进行后续分析,否则数据无效,需剔除。
GIS终端的放电点不同,如果放电点>2,那么不同放电点之间存在以下3种关系,并依据此关系确定放电点的位置。一是多个放电点数据相邻,当超高频与超声波检测距离相同时,无论其位置是否相同,都可以将放电点作为一个看待,计算其是否符合约束条件。二是多个放电点数据独立,而且中间无任何的耦合关系,且放电电流方向相反,就要对放电点进行独立计算,得到其独立的距离Li和Li+1以及定位函数loction(xio,y)和loction(xio+1,y),并形成相应的线路和结果集合,分别且独立计算相应的位置。三是多个放电点数据部分相关,该数据介于数据完全相关与完全独立之间,需要对距离Li和Li+1以及定位函数loction(xio,y)和loction(xio+1,y)进行相关分析,最终得到相应的loction(IDxio,y)。针对上述分析,对最后的状态进行位置定位计算,完全相关用k=1表示,完全独立用k=3表示,部分相关用k=2表示,具体计算如下:
式中,λi为相邻两个放电点的正相关系数;λi-1为相邻两个放电点的负相关系数;k代表两个放电点的关系。
为了更加准确地计算放电点,要对收集的数据求导,判断其函数值是否为唯一,如果求导结果唯一,则将该值确定为放电位置,公式如下:
构建相应的判断矩阵M,得到min(ΣΔ(xio,y))和 max(ΣΔ(xio,y)),将其作为判断的范围。如果min(ΣΔ(xio,y))=max(ΣΔ(xio,y)),则为一个放电点,如果min(ΣΔ(xio,y))=max(ΣΔ(xio,y))=0,则判断错误,否则为2个以上判断点。将所有的判断点存储于Z中,每个判断点的存储格式为{本判断点ID,前一判断点的ID,后一判断点ID,判断点放电情况,判断点权重,放电频率,总判断点遍历数}。依据Z中权重的集合,组织人员进行放电维修[3]。
以2018年8月对某110 kV线路进行电缆GIS终端的放电检测为例,运用超高频-超声波联合法进行检测,获得实际检测结果与理论判断之间的误差,记录相应的检测时间,验证本方法的有效性。电缆GIS终端放电测试如图1所示。
确定xio和xio+1的关系,然后遍历搜索各个测试点,构建相应的矩阵,并计算特征值,结果如表1所示。由表1可知,L3、L5以及L12电缆GIS终端存在放电点,其他点均未出现异常,测试频率处于3~300 MHz,符合额定要求。
图1 电缆GIS终端放电测试
基于超高频-超声波联合方法200次的迭代计算如图2所示。随着迭代次数的增加,计算结果并未出现大幅变化,准确率处于96%以上,基于超高频-超声波联合方法的实际测试与理论测试之间误差较小,处于0%~5%之间,说明该方法可以有效提高检测准确性。由此可知,基于超高频-超声波联合方法可以实现GIS终端的精准定位,且节省人力与物力,降低错误判断率。
图2 实际测试与理论测试准确性比较
提出一种基于超高频-超声波联合方法,通过收集GIS终端数据得到loction(·)函数,通过多种约束条件得到相应放电位置值。结果显示L3、L5以及L12中的电缆GIS终端存在放电点,但其他的点均未出现异常,测试频率处于3~300 MHz,符合额定要求,同时基于超高频-超声波联合方法的实际测试与理论测试之间误差较小,在0%~1.2%之间,说明该方法可以有效提高检测准确性。由此可知,基于超高频-超声波联合方法可以实现GIS终端局部放电的精准定位,节省了人力与物力,降低了错误判断率。
表1 基于超高频-超声波联合方法的仿真结果