压电材料与器件在电气工程领域的应用

姚睿丰 王 妍 高景晖 陈 川 郭经红

压电材料与器件在电气工程领域的应用

姚睿丰1王 妍2高景晖1陈 川2郭经红2

（1. 电力设备电气绝缘国家重点实验室（西安交通大学） 西安 710049 2. 全球能源互联网研究院有限公司电力传感技术研究所 北京 102209）

随着能源革命的不断深入和能源互联网的持续建设，对电网自动化、智能化、信息化的需求日益迫切，亟需先进的电力设备传感量测方法为电网多场景应用提供信息支撑，以保证智能电网在复杂工况下的安全可靠运行。压电材料作为感知电力设备放电、振动等信号的关键材料，在电力设备振动监测、放电检测、探伤、温度测量、电压传感等领域得到广泛应用。该文总结了典型压电传感材料的发展概况，归纳了压电振动传感器、声传感器、电压传感器在电气工程中的实际应用。在此基础上，指出当前压电传感器仍存在精确度较低、稳定性差、环境适应性弱和误判率高等显著问题，需要从高性能材料快速开发、传感器拓扑设计、智能化补偿等方面发展新一代智能化压电传感器件。

压电材料 压电传感技术 状态感知 智能化

0 引言

全球第四次工业革命正极大地改变电力能源生产和传输方式，引发了电力能源行业与物联网深度融合，使得能源互联网建设成为我国新基建的迫切需求。能源互联网是建立在传感器全面感知电网中源、网、储、荷电力设备的运行状态信号基础上的智能互联，具有状态全面感知、信息高效处理、应用便捷灵活等特征，是应对外部数字经济、互联网经济等社会经济形态变革和电网复杂程度增大等内部电网形态变革的核心举措[1-4]。随着电网形态逐渐由建设周期转向维护周期，实现能源互联网除了构建灵活、稳定、安全的能源网络，更加重要的在于电网状态量的实时测量与反馈调整，进而结合后续分析算法实现信息的智能感知和故障的智能自愈。通过先进的传感和量测技术对电力设备状态进行感知，是构建泛在能源互联网大数据资源的基础。而传感器作为电力物联网中设备状态感知的关键元件，决定了电力系统安全运行的总体技术水平[5]。

随着电网自动化、智能化程度不断提高，电力传感器数字化、小型化、便捷化的需求日益迫切，其核心在于高性能材料的开发及其与器件的配合。作为与设备高度融合的传感器件，压电传感器实现了机械-电信号转换，具备无源、小型化、抗干扰能力强等优势，是感知电力设备振动、放电等状态的关键器件，在压电振动传感器、超声传感器、声表面波传感器等方面得到了广泛应用。此外，还有基于物理量耦合与转换的诸如压电温度传感器、电压传感器等新型压电传感器件，将温度、电压、电流等物理信号转换为振动信号或声信号，通过对转换后的物理量进行测量反推出原信号值。

然而，受制于材料性能、器件封装、拓扑结构等，压电传感器实际运行时仍存在精确度较低、稳定性差、误判率高等显著问题，逐渐难以适应复杂的电网运行环境，亟需在新材料快速开发、新型传感器拓扑设计、传感器稳定性和寿命提升、智能化补偿等方面取得突破。近年来，人工智能、大数据领域飞速崛起，其在材料开发、器件设计、故障诊断等方面的应用日臻成熟[6-7]。利用数据处理技术和智能算法和对材料结构性能关系、器件拓扑等数据进行解释、分析和预测，加速指导新材料发现、新拓扑设计、新器件开发，进而实现器件性能和稳定性提升，是未来传感领域的重点发展方向。

本文基于能源互联网实际传感应用背景，对当前先进压电材料的发展概况、压电传感器件在电气工程领域的实际应用进行了综述，并进一步探讨了压电传感中亟待解决的问题和未来发展趋势。

1 压电材料

1.1 压电效应

压电效应表现为在机械应力的作用下压电材料表面会产生电荷，且产生的电荷量和机械应力成正比。对于压电效应，其基本应变-电荷型压电方程可表示为

式中，为应变；E为弹性柔顺系数矩阵；为应力；T为逆压电系数；为电场强度；为电位移矢量；为压电系数；为介电常数。

可以发现，当无外加电场时，压电材料的电位移矢量即自发极化性能主要取决于压电系数。压电系数为三阶张量，可以用带缩略下标的矩阵单元表示为d的形式，其中下标表示电场方向，下标表示应力方向。值得注意的是，除三斜晶系外，压电材料中矩阵多为稀疏矩阵。对于多数压电材料，仅有纵向压电系数33（极化方向和应力方向相同）、横向压电系数31和剪切压电系数15等少数系数为非零值，对应压缩、弯曲和剪切三种压电模式，如图1所示[8]。

图1 三种典型压电模式

此外，居里温度C、机电耦合系数、压电电压常数、机械品质因数M、矫顽场C等参数也影响着压电材料的使用温度上限、机-电转换效率、电压输出大小、机电谐振振幅、极化难易程度等性能，直接决定了压电传感器的工作性能和使用场景。

下面从无机压电材料和有机压电材料两类压电传感器件常用材料出发，介绍压电材料的发展及其在电气工程中的应用。

1.2 无机压电材料

无机压电材料发展的历程就是其压电性能提升的过程，压电材料压电性能的提升主要基于元素掺杂进行宏观调控。无机压电材料性能发展可大致分为三个阶段，无机压电陶瓷性能发展示意如图2所示。

图2 无机压电陶瓷性能发展示意图

传统压电材料开发基于试错方法，可以解决组分较少的单一成分（第一阶段，如BaTiO3[9]、PbTiO3）及准同型相界（第二阶段，如PZT、PMN-PT[10]、BCT-BZT[11]）压电材料体系的开发。而随着压电材料应用需求和应用场景的增加，对高性能压电材料的需求日益迫切，现有基于试错方法开发的材料体系已经发展至瓶颈期，逐渐难以满足精密传感要求。

近年来有研究表明，Sm掺杂PMN-PT[12]等新型复杂多元组分掺杂可以使压电材料压电性能大幅提升，压电系数可达现存压电体系的两倍以上。新型超高性能压电材料因具有多元稀土元素掺杂和材料多尺度复杂结构等特点，使得成分遍历制备方法以及单一尺度的材料结构表征方法等传统手段工作量巨大，无法满足新型超高性能压电材料开发的要求，基于人工智能新方法开发新型超高性能压电材料及其器件已成为未来传感领域前进的必然趋势。相比于传统制备手段，人工智能寻优方法可利用较少的实验数据，在多元素配方的高维空间中建立性能成分关系模型指导配方设计，具有很高的材料开发效率，是加速获取目标性能的有效手段[13-18]。开展新型压电材料智能化多元寻优，是进一步提升压电材料性能、开发高性能压电器件的关键，无机压电材料即将迎来第三阶段发展。

1.3 有机压电材料

有机压电材料因其良好的机械特性，被广泛用于柔性传感器件中。其中，聚偏二氟乙烯（Polyvinylidene Fluoride，PVDF）是最为典型的有机压电材料，其压电性来源于全反式构象的β晶相（一般经应力拉伸产生），β相含量占比越高压电性能越好。因其柔性好、机械强度高（杨氏模量约 2 500MPa）、压电电压常数高、谐振频带宽和机械阻抗低等优点，PVDF被广泛用于压电电声传感器、压电压力波传感器等柔性器件中。然而，PVDF等有机压电聚合物材料压电系数普遍较低（如PVDF的压电系数33约28pC/N），且熔点和居里温度在170℃以下，其作为压电材料的有效使用温度上限普遍低于100℃，限制了高温环境下的应用。因此，如何提高压电系数和扩宽使用温度范围，是PVDF等有机压电材料的重要发展方向[19]。

研究者普遍采用共聚、共混、掺杂的方式提高有机压电材料压电性能。如Li Mengyuan等[20]将PVDF与聚甲基丙烯酸甲酯（PMMA）共混形成复相结构，以提高压电聚合物的温度稳定性；Chen Xiaodong等[21]在PVDF中掺杂55%PZT陶瓷颗粒，使得复合材料的33大幅提升至超过160pC/N。另有研究者发现[22]，无需添加额外材料，PVDF在高压强作用下结合折叠工艺，其β相含量可提升至98%，为提高有机压电材料压电性能提供了新思路。

2 压电传感器件在电气工程中的应用

压电材料在压电传感器件中的应用多种多样，其核心在于机械能和电能的相互转换：压电材料受机械振动（压电振动传感器）、声波传导（压电声传感器）等机械外力作用时晶格形变，引起极化状态的变化，输出传感电信号，或通过对压电材料受电场作用产生的形变进行测量来反映电场大小（压电电压传感器）。

2.1 压电振动传感器及其应用

基于压电振动传感器的振动分析是一种状态监测的重要手段，通过安装在电力设备表面的振动传感器获得振动信号，从中提取特征量后结合数据处理及故障诊断方法，可有效评估运行状态，被广泛应用于电力设备在线监测或临时性检测[23]。

压电振动传感器是感知振动信号的一类传感器件，按用途可分为压电加速度传感器、压电力传感器、压电力矩传感器、压电应力传感器等，其中以压电加速度传感器使用最为广泛。对压电加速度传感器结构和后续电路做微小改动即可实现其余几种压电振动传感器，这里仅对压电加速度传感器进行介绍。按不同振动方式和传感器结构，压电加速度传感器可分为压缩式（33型）、剪切式（15型）、弯曲式（31型）等。当驱动力较大而结构形变不大时，选择33型转换；驱动力较小而形变大时，考虑选择31型转换。

2.1.1 压缩式压电加速度传感器

压缩式压电加速度传感器如图3所示。其由压电材料、基座、质量块、弹簧、螺栓等构成，压电材料位于质量块和基座之间，螺栓对传感器整体起机械支撑作用。当传感器受到外部加速度作用时，质量块会在压电材料上施加与输出信号成正比的压力，质量块的质量越大，压力越大，输出信号也越大。根据传感器振动模式可以发现，压电材料输出电压方向与受力方向相同，压缩式压电加速度传感器压电性能主要受压电系数33影响。

图3 压缩式压电振动传感器

石维等[24]采用固相烧结法制备了0.02BiGaO3-0.32BiScO3-0.66PbTiO3（BGSPT66）高温压电陶瓷，压电系数33约320pC/N，居里温度可达465℃，并以此设计双振子压缩式压电加速度传感器，如图4所示，在20~200℃温度区间内灵敏度保持在18mV·s2/mm左右。

图4 双振子高温压缩式压电加速度传感器[24]

黄新波等[25]基于压电加速度传感器（灵敏度100±10mV/g，频率响应区间1.5Hz~10kHz），设计输电导线微风振动传感系统如图5所示，可以实现对振动频率1~150Hz、振动幅度0.1~1.5mm的导线振动信号的准确测量，进而计算推导得到导线动弯应变值。

图5 导线微风振动传感器[25]

此外，有研究者[26-27]选用PVDF压电振动传感器监测SZ451型（正伞型）500kV双回路高压输电杆塔及输电杆塔固有频率的变化，进而评估杆塔机械强度。另有研究人员[28-30]将PZT压电振动传感器用于螺栓松动检测，利用压电导纳谱的峰值频率表征螺栓预紧力状态。

压缩式加速度传感器通常能承受很大的加速度冲击，而由于压电材料和基座直接连接，在强冲击下基座应变和压电材料形变会导致传感器输出信号发生零点漂移和温度漂移。选取弹性模量较高的材料或者选用剪切式压电加速度传感器（基座不与压电材料直接接触），可在一定程度抑制漂移现象[31]。

2.1.2 剪切式压电加速度传感器

剪切式压电加速度传感器如图6所示。其结构与压缩式传感器类似，压电敏感元件处于中心柱和质量块中间，采用压缩环或螺栓提供预压力。在接收外部振动时，质量块产生的剪切应力直接作用在敏感元件上。由于敏感元件和传感器基座分离，敏感元件受温度影响较小。压电元件围绕固定中心支柱径向安装，惯性质量块围绕这些元件安装。整个结构通过最常用的粘接方式连在一起，剪切型加速度通常表现出更高的基座应变灵敏度和温度瞬态响应灵敏度。

图6 剪切式压电加速度传感器

除上述典型压电加速度传感器，也有课题组和企业针对复杂空间测量需求，研发多模式混合加速度传感器和三轴加速度传感器。Gao Xiangyu等[32]基于PNN-PZT压电材料，设计了同时具有33和31振动模式的钹形压电传感器；Han Ruihua等[33]设计基于PZT压电薄膜的四悬臂梁弯曲式三轴加速度传感器，谐振频率230.46Hz，、、三轴电荷灵敏度分别达到23.85pC/g、4.62pC/g和4.62pC/g。飞思卡尔、西人马等公司也分别推出2.7kHz带宽的三轴模拟加速度传感器和灵敏度（±10%）100mV/g、频率响应（±5%）10Hz~6kHz的压缩式三轴加速度传感器。

2.1.3 弯曲式压电加速度传感器

压缩式传感器较易获得外界振动激励，剪切式传感器压电材料15系数较高、压电性能较好，是目前使用最多的两类振动传感器。然而这两类传感器输出响应调控主要基于选取不同规格质量块，谐振频率普遍较高，难以适用于低频微振动传感。采用弯曲式悬臂梁结构，有望突破低频微振动传感的关键问题。

弯曲式压电加速度传感器如图7所示。弯曲式压电加速度传感器多采用悬臂梁结构，悬臂梁自由端装配质量块，压电晶片（或薄膜）粘贴于悬臂梁侧面，根据粘贴晶片的数量可分为单晶悬臂梁和双晶悬臂梁。传感器受力振动时，侧面受拉伸压缩，使压电材料发生形变输出电信号。根据传感器振动模式可以发现，压电晶片输出电压方向垂直于受力方向，弯曲式压电加速度传感器压电性能主要受压电系数31影响。弯曲式压电加速度传感器多采用“软”压电陶瓷或柔性压电聚合物以增加其振幅。

图7 弯曲式压电加速度传感器

相比于压缩式和剪切式振动传感器，弯曲式振动传感器频率响应方便调节。闫震等[34]选用PZT-5H为压电晶片，探讨了弯曲式压电悬臂梁器件结构参数与输出电压的关系。研究结果表明，在外力激励环境下，单、双晶压电悬臂梁输出电压均随长度线性增加，随宽度反比例降低。另针对工作温度较低的问题，Wu Jingen等[35]采用0.367BiScO3-0.633PbTiO3高温压电陶瓷（C=450℃）作为压电双晶片，其谐振频率为40.75Hz，高温压电双晶弯曲式传感器如图8所示。

图8 高温压电双晶弯曲式传感器[35]

此外，有研究者将悬臂梁自由端质量块替换为磁铁设计压电电流传感器[36-39]：当电流流经导线时，导线周围产生感应磁场并与磁铁相互作用，驱动悬臂梁弯曲产生电信号。但受振幅限制，测量范围通常仅为数安培，难以在电网中得到实际应用。

2.2 压电声传感器及其应用

对于压电传感器，除振动信号外，声波信号也可较好地实现与电信号的耦合与相互转换[40-41]。根据声波激励、传播和耦合方式的不同，压电声传感器可分为压电超声传感器、声表面波传感器、电声脉冲传感器、压力波传感器等。

2.2.1 压电超声传感器

根据传感器耦合方式，超声传感器可分为接触式和非接触式，如图9所示。接触式超声传感器主要用于变压器、组合电器等大型电力设备监测，非接触式超声传感器则主要用于电力电缆、开关柜等电力设备检测。根据国家电网企业标准《Q/GDW 11061—2017 局部放电超声波检测仪技术规范》要求，对于接触式超声传感器（不含前置增益），其峰值灵敏度一般不小于30dB(V/(m/s))，均值灵敏度一般不小于40dB(V/(m/s))，可以测到不大于40dB的传感器输出信号；对于非接触式超声传感器，在距离声源1m时，可以测到声压级不大于35dB的超声波信号。

图9 超声传感器的两种检测形式

由于受制造工艺限制、安装不当等因素的影响，电力设备难免会产生表面附着物、内部气泡、表面裂纹等缺陷，进而导致局部放电的发生。在电网运维周期中，主要通过超声传感器进行电力设备局部放电检测。当电力设备内部绝缘发生局部放电时，会相应产生超声波信号，超声波信号沿绝缘介质和金属导体传导至外壳，并通过介质向外界传播。通过在电力设备外壳或设备附近安装如图10所示的压电超声传感器，可以耦合收集到局部放电产生的超声信号，进而判断电力设备放电情况。

图10 压电超声传感器

黎大健等[42]以220kV的气体金属封闭开关设备（Gas Insulated Switchgear, GIS）母线腔体为研究对象，模拟了金属突起和金属悬浮等缺陷，使用谐振频率30kHz的压电超声传感器，通过对比超声信号时域波形、频谱、PRPD图谱中特征量，实现对产生局部放电的缺陷类型的判断，检测灵敏度达到10pC。另针对电力变压器局部放电的精准定位问题，李继胜等[43]基于超声波相控阵理论，研制了16×16阵元的平面超声波相控阵压电传感器阵列，传感器中心频率为150kHz，带宽达到100kHz。使用压电声源和油间隙放电等模拟实验对传感器阵元的性能进行了实测，结果表明，该传感器能够对变压器局部放电产生的超声波信号进行灵敏接收和定位。但具体应用时，仍需对超声波传播时会产生的反射、折射等复杂问题开展进一步研究。

此外，压电超声传感器也广泛应用于电力设备内部缺陷检测，其原理为通过检测超声导波在试件中的传播特性，实现对各种材料试件的宏观缺陷、组织结构、力学性能变化进行检测和表征，具有灵敏度高、衰减小、可定位的优点，受到研究者密切关注[44-46]。

马君鹏等[47]基于压电超声导波理论，提出了一种盆式绝缘子缺陷检测及定位方法。检测装置如图11a所示，包括超声导波检测仪、上位机和7个压电超声传感器（1个谐振频率为100kHz用于产生激励导波信号的发射型传感器，6个进行导波信号接收的接收型传感器）。通过分析Lamb波在盆式绝缘子中的传播特性（见图11b、图11c），实现对绝缘子内部气泡、外部附着物及裂纹等缺陷的检测，且能够在微小缺陷引起局部放电等其他故障前及时预警，并精确定位缺陷位置，为盆式绝缘子损伤机理的研究和材料、工艺及安装方法的改进提供数据基础。

图11 基于压电超声导波检测绝缘子缺陷[47]

另有研究者同样基于超声导波技术，设计了如图12所示的PZT—5压电超声传感器件组，用于输电线杆塔拉线棒缺陷的无损检测[48]。通过对拉线棒中超声导波传播特性分析后，选取L(0,1)模态研究了不同截面损失率下缺陷和端面回波幅值的对应关系，实现了对拉线棒缺陷的准确识别。

图12 用于拉线棒缺陷检测的压电超声传感器[48]

2.2.2 压电声表面波（SAW）传感器

声表面波（Surface Acoustic Wave，SAW）是一种沿弹性基体表面传播的声波，被广泛应用于压电传感器件。实际制备压电SAW传感器时，通常采用半导体加工工艺在压电基体上沉积叉值换能器（Interdigital Transducer，IDT），如图13所示。当电压加到发射IDT上时，发射IDT发射SAW沿基体表面传播，当温度、压力、气体等物理或化学参量作用到压电SAW传感器表面时，SAW传播速度/频率发生改变，并通过接收IDT测量得到。

图13 压电SAW传感器

压电SAW传感器主要基于延迟线作为其传感单元，因SAW传播速度与温度直接相关（见式（2）），被广泛应用于温度传感场景。

式中，Δ为速度的变化；0为SAW传播速度；TCD为延迟温度系数，受压电材料晶体结构及切向影响；为环境温度；ref为参考温度。

为提高传感器灵敏度，一般选取TCD较高的材料如铌酸锂、钽酸锂、石英晶体等材料。C.E.Weld等[49]采用ST切割石英压电晶体（TCD=32×10-6/℃）作为SAW温度传感器敏感材料，分辨率可达0.22℃。另有研究者基于128°YXLiNbO3材料（TCD=75× 10-6/℃）制备压电SAW温度传感器。实际应用时该类传感器受环境质量负载效应影响较大，需采用密封封装。

压电SAW温度传感器在电网中得到了实际应用，有研究者将压电声表面波温度传感器安装于某10kV配电网架空电力线路杆塔刀开关螺栓处，如图14所示[50]，监测输电线路温度变化情况，实测结果显示传感温度数据变化趋势与实际用电情况相符。丁永生等[51]选用（0, 126°, 0°）及（0, 126°, 39°）AT切石英构成差动式SAW温度传感器，用于配电变压器油温监测，其在常温段具有较好的线性度，在高温段具有较高的灵敏度，可有效补偿高温对器件性能的影响。

图14 基于压电SAW温度传感器测量电力杆塔温度[50]

压电SAW传感器件也可用于气体传感，其基本原理是传感器表面敏感膜材料对特定待测气体产生吸附，导致声表面波传播速度波动，从而引起振荡频率的变化，完成对待测气体的检测。研究者先后基于YZ-LiNbO3、ST-X石英、128°YXLiNbO3等压电基体，完成对CO2、H2、NO2等气体的检测[52-55]，有望用于变压器油分解气体检测和电缆脱气检测等领域。此外，压电SAW传感器在压力传感、湿度检测、角速度检测等方面也已展开实际应用。

与传统传感器相比，SAW传感器在检测精度及灵敏度等方面仍存在不足，亟需对器件性能和系统稳定性进行改善，需要从其物理结构、电路设计、器件拓扑、敏感膜选取和制备等方面来改善其精度、检测下限及稳定性。

2.2.3 压电电声脉冲（PEA）传感器

1985年，T. Takada等提出电声脉冲法（Pulsed Electro-Acoustic，PEA）用于测量空间电荷[56]，其基本原理是在介质两端电极上加上电脉冲扰动源，介质中的空间电荷和电极界面都受到这一脉冲电场力作用而相应地产生声脉冲。利用压电电声脉冲传感器（通常为宽频带PVDF压电薄膜传感器）接收与测量这些声脉冲，即可获得介质内部空间电荷分布信息[57]。

压电电声脉冲传感器普遍用于电缆空间电荷测量，如图15所示。研究人员在电缆半导电层外直接施加高压脉冲，实现了在高压长电缆中测量空间电荷[58-59]。但由于目前超高压电缆为保证良好屏蔽特性采用电导率较高的外屏蔽半导电材料，此方法信噪比往往较低。在此基础上，研究者采用将电缆外屏蔽层分段截断[60]和将电缆外屏蔽层电位悬空[61]的方法，实现了全尺度电缆空间电荷测量。另有研究人员采用压电电声脉冲传感器测量材料中空间电荷量的变化，结合等温松弛电流理论和离散陷阱分布模型分析LDPE/SiO2[62]、LDPE/ZnO[63]、EP/SiO2[64]等纳米复合材料中陷阱分布信息，为定量表征聚合物绝缘材料载流子陷阱参数提供重要依据。

图15 利用压电电声脉冲传感器测量电缆空间电荷[58-59]

压电电声脉冲传感器的空间分辨率和灵敏度主要取决于电脉冲形状和压电传感器自身性能，降低电脉冲宽度和压电膜厚度可以有效提高传感系统分辨率。L. Galloy等[65]用2ns窄脉冲扰动源，以厚度1.5μm的P(VDF-TrFE)材料作为压电传感器，获得46μm的空间分辨率；T. Maeno等[66]采用5ns窄脉冲和4μm厚PVDF薄膜传感器，获得约3μm的分辨率；K. Kumaoka等[67]用0.6ns超窄脉冲，以厚度1μm的PVDF压电薄膜作为传感器，将分辨率大幅提升至1.6μm。

2.2.4 压电压力波（PWP）传感器

除压电电声脉冲传感器外，压电压力波（Pressure Wave Propagation, PWP）传感器同样被广泛用于固体介质空间电荷测量。不同压电压力波传感器产生压力波的方式略有不同，如利用薄压电陶瓷片产生压力脉冲即压电感应压力波传播法（PIPWP）、利用PVDF压电薄膜产生压力脉冲（压电压力波传播法（Piezo-PWP））等，但测量原理基本相同：产生压力波在介质中传播引起介质产生形变，导致介质内部局部电场的微小变化，从而在外电路上感应出对应的电压或者电流信号，由此反映绝缘介质内部的空间电荷分布情况。常见压电压力波传感器测试装置如图16所示[68]。

压力波阶跃上升沿宽度或脉冲宽度应尽可能窄（远小于介质厚度），以提高压电压力波传感器分辨率和灵敏度。郑飞虎等[69]研究发现，压电薄膜厚度、电脉冲下降沿宽度、背衬层材料及声传播介质等因素都会对压力波脉冲波形和脉冲宽度产生影响，实际测试时选用25μm压电薄膜产生脉宽约50ns的单极性压力波声脉冲。

图16 压电压力波传感器测试装置[68]

目前压电压力波传感器的理论模型与测量技术已经基本明晰，在工业界已开始推广应用。如S.Holé等[70]将压电压力波传感器用于欧洲BEST PATHS项目中高压超导直流电缆绝缘测试，在极低温度下对液氮/纸复合绝缘空间电荷分布进行了测量，其测试装置如图17所示。

图17 压电压力波传感器测试装置[70]

2.3 压电电压传感器及其应用

压电电压传感器工作原理如图18所示，其主要基于逆压电效应，将施加于压电材料上的电信号转换为位移或者形变信号，再进一步通过其他方式进行检测，进而实现对电压信号的量测。

图18 压电电压传感器检测示意图

压电电压传感器可分为基于应力检测的压电电压传感器、基于光检测的压电电压传感器和基于电容值检测的压电电压传感器。

2.3.1 基于应力检测的压电电压传感器

压电电压传感器研究早期，K. Kawamura等[71]使用压力传感器对压电材料的电致应变进行检测，如图19所示。检测电压峰值可达26kV，测量误差小于2%，频率测量范围0~2.5kHz。但此类传感器检测范围和精度易受附加压力传感器限制，且需额外电源供电，增加了电压传感器的复杂性，难以满足新型传感器小型化、无源、抗干扰能力强等要求，实际应用困难。

图19 基于应力检测的压电电压传感器[71]

2.3.2 基于光检测的电压传感器

相比于基于应力检测，通过利用无源光学器件测量压电材料形变更为便捷。K. M. Bohnert等[72]将石英压电晶体与双模光纤联用，通过检测光纤中的相干光相位变化对压电材料形变进行测量，频率测量范围50Hz~11kHz，测量电压高达520kV，但其设备体积较为庞大；另有研究人员联用PZT等高压电性能陶瓷多晶与光栅器件[73-75]，将难以准确测量的压电材料形变转换为光栅中心波长变化进行检测，有效提高了测试精度。

G. Fusiek等[76]使用多个厚度为4mm的PZT压电陶瓷片构成叠层结构，以放大压电陶瓷在同等电压下的位移大小。传感器最大量程5kV，频率测量范围50Hz~20kHz。研究者采用外加铝制结构对压电陶瓷到光纤光栅的位移进行传递，减小了对单个压电陶瓷片厚度的要求，但位移的多次传递可能引入额外的测量误差。

2.3.3 基于电容值检测的电压传感器

此外，Xue Fen等[77]将两层极化方向相反、两端固定的PVDF压电薄膜叠加成电容的上电极，外加固定的电容下电极组成压电式电压传感器。当外加电场变化时，PVDF薄膜发生弯折电容极板结构变化，导致电容值发生变化，通过实时测量电容值来反推外加电场的信息。

尽管压电聚合物薄膜（PVDF）在厚度方向的伸缩振动谐振频率远高于普通压电陶瓷，可获得接近10MHz宽频带响应和22kV/cm的测量量程，但由于其压电系数远远小于普通的压电陶瓷，形变通常在nm级，即使使用光学器件也很难对其检测，因此使用PVDF进行电压/电场传感研究的难点在于将微纳级形变转换为其他可测、易测的物理量。

2.4 发展趋势

从以上压电传感器件在电气工程领域的实际应用情况可以发现，尽管压电传感方法已用于感知电力设备振动、局部放电、空间电荷分布、电压等信号，但随着能源互联网的发展，对电力设备传感准确性、可靠性和稳定性等提出了越来越高的要求，压电传感技术面临着以下几方面的挑战：

（1）精确度。当前传感器件在频带宽度、灵敏度、结构体积等因素之间存在矛盾，分辨率和灵敏度仍存在不足，在复杂工况下误判率较高。

（2）稳定性。压电传感关键参数依赖压电材料极化状态，而压电材料在长期机电耦合作用下会发生老化、疲劳等导致性能降低，严重影响压电传感器件的长期运行可靠性。

（3）环境适应性。压电传感设备多运行在户外环境，关键压电材料受温度、湿度等环境因素影响较大，带来较大的量测误差，加之结构热适配、电路匹配等因素综合影响，传感器不可避免地存在温度、频率漂移等问题。

（4）环境友好。能源互联网建设中大量应用传感器件，对传感材料的环境友好性提出了更高要求。PZT等含铅材料仍是目前压电器件特别是商用传感器的主流材料，铅元素的过度使用已对环境造成了潜在威胁。尽管无铅材料压电系数已经可以同含铅材料媲美，但仍存在稳定性差、退极化等问题，难以实现实际应用。

要解决上述问题，亟需从以下几方面取得突破：

（1）新型压电材料开发。针对电网多应用场景，需要压电材料实现压电系数、居里温度和机电耦合系数等压电性能的协同提升。结合人工智能方法发展环境友好先进压电材料，增强其稳定性和环境适应性，是压电领域的发展趋势。

（2）新型压电传感器拓扑设计。针对电力设备传感应用的传感器件、材料一体化设计，实现传感材料和器件的高度配合、传感器与设备的高度融合已成为未来智能压电器件的发展趋势。亟需开发新型传感器拓扑结构，提升传感器综合性能。

（3）智能化补偿。在尽可能提升压电材料和器件压电性能和稳定性的同时，还需针对传感器的动态特性进行特定补偿（如进行动态补偿网络修正），以消除误差和环境因素影响。此外，在密集电力设备强电磁环境下实现电磁兼容也是确保压电传感器件安全稳定运行的重要因素。

3 结论

1）压电材料及其传感器件广泛应用于电力设备振动、声、电压传感领域，为能源互联网智能感知、泛在互联提供保障。但面向规模不断扩大的智能电网系统，压电传感器环境适应性差、误判率高、稳定性差等方面的问题仍亟待解决。

2）特定应用场景需要压电材料实现压电系数、居里温度、机电耦合系数等压电性能协同提升，而新材料开发面临制备周期长、试错成本高等难题。基于机器学习人工智能方法，结合高通量批量化制备和表征手段，实现高性能环境友好型压电材料组分快速寻优，是未来压电材料发展的趋势。

3）现有压电器件制造与电力设备应用需求存在脱节，如何针对电力设备复杂运行环境，开发新颖有效的传感器拓扑，提出压电传感器件智能化制造和补偿方法，是未来相关技术研发过程中需着重考虑的关键问题。

[1]赵海, 蔡巍, 王进法, 等. 能源互联网架构设计与拓扑模型[J]. 电工技术学报, 2015, 30(11): 30-36. Zhao Hai, Cai Wei, Wang Jinfa, et al. An architecture design and topological model of inter grid[J]. Transactions of China Electrotechnical Society, 2015, 30(11): 30-36.

[2]田世明, 栾文鹏, 张东霞, 等. 能源互联网技术形态与关键技术[J]. 中国电机工程学报, 2015, 35(14): 3482-3494. Tian Shiming, Luan Wenpeng, Zhang Dongxia, et al. Technical forms and key technologies on energy internet[J]. Proceedings of the CSEE, 2015, 35(14): 3482-3494.

[3]林川, 赵海, 刘晓, 等. 能源互联网路由策略研究[J]. 电工技术学报, 2015, 30(11): 37-44. Lin Chuan, Zhao Hai, Liu Xiao, et al. Research on routing strategy for inter grid[J]. Transactions of China Electrotechnical Society, 2015, 30(11): 37-44.

[4]肖祥武, 王丰, 王晓辉, 等. 面向工业互联网的智慧电厂仿生体系架构及信息物理系统[J]. 电工技术学报, 2020, 35(23): 4898-4911. Xiao Xiangwu, Wang Feng, Wang Xiaohui, et al. Bionic structure and cyber-Physical system for intelligent power plant oriented to the industrial internet[J]. Transactions of China Electrotechnical Society, 2020, 35(23): 4898-4911.

[5]赵仕策, 赵洪山, 寿佩瑶. 智能电力设备关键技术及运维探讨[J]. 电力系统自动化, 2020, 44(20): 1-10. Zhao Shice, Zhao Hongshan, Shou Peiyao. Discussion on key technology and operation & maintenance of intelligent power equipment[J]. Automation of Electric Power Systems, 2020, 44(20): 1-10.

[6]朱煜峰, 许永鹏, 陈孝信, 等. 基于卷积神经网络的直流XLPE 电缆局部放电模式识别技术[J]. 电工技术学报, 2020, 35(3): 659-668. Zhu Yufeng, Xu Yongpeng, Chen Xiaoxin, et al. Pattern recognition of partial discharges in DC XLPE cables based on convolutional neural network[J]. Transactions of China Electrotechnical Society, 2020, 35(3): 659-668.

[7]孙曙光, 李勤, 杜太行, 等. 基于一维卷积神经网络的低压万能式断路器附件故障诊断[J]. 电工技术学报, 2020, 35(12): 2562-2573. Sun Shuguang, Li Qin, Du Taihang, et al. Fault diagnosis of accessories for the low voltage conventional circuit breaker based on one-dimensional convolutional neural network[J]. Transactions of China Electrotechnical Society, 2020, 35(12): 2562-2573.

[8]Ardito R, Corigliano A, Gafforelli G, et al. Advanced model for fast assessment of piezoelectric micro energy harvesters[J]. Frontiers in Materials, 2016, 3: 17.

[9]Von Hippel A, Breckenridge R G, Chesley F G, et al. High dielectric constant ceramics[J]. Industrial & Engineering Chemistry, 1946, 38(11): 1097-1109.

[10]Choi S W, Shrout R T R, Jang S J, et al. Dielectric and pyroelectric properties in the Pb(Mg1/3Nb2/3)O3-PbTiO3system[J]. Ferroelectrics, 1989, 100(1): 29-38.

[11]Liu Wenfeng, Ren Xiaobing. Large piezoelectric effect in Pb-free ceramics[J]. Physical Review Letters, 2009, 103(25): 257602.

[12]Li Fei, Lin Dabin, Chen Zibin, et al. Ultrahigh piezoelectricity in ferroelectric ceramics by design[J]. Nature Materials, 2018, 17(4): 349-354.

[13]He Yuting, Yan Wenbo, Liu Yongbin, et al. Searching high dielectric permittivity in barium titanate based material by machine learning prediction[C]//2018 12th International Conference on the Properties and Applications of Dielectric Materials, Xi'an, 2018: 983-986.

[14]Gao Jinghui, Liu Yongbin, Wang Yan, et al. Designing high dielectric permittivity material in barium titanate[J]. The Journal of Physical Chemistry C, 2017, 121(24): 13106-13113.

[15]刘泳斌, 高景晖, 闫文博, 等. 机器学习在储能陶瓷 Ba(Ti1-xHfx)O3介电常数寻优中的应用[J]. 高电压技术, 2017, 43(7): 2229-2233. Liu Yongbin, Gao Jinghui, Yan Wenbo, et al. Application of machine learning in optimization of high-permittivity energy-storage Ba(Ti1-xHfx)O3ceramic[J]. High Voltage Engineering, 2017, 43(7): 2229-2233.

[16]Xue D Z, Balachandran P V, Hogden J, et al. Accelerated search for materials with targeted properties by adaptive design[J]. Nature Communi-cations, 2016, 7(1): 1-9.

[17]Yuan Ruihao, Liu Zhen, Balachandran P V, et al. Accelerated discovery of large electrostrains in BaTiO3-based piezoelectrics using active learning[J]. Advanced Materials, 2018, 30(7): 1702884.

[18]Balachandran P V, Xue Dezhen, Theiler J, et al. Adaptive strategies for materials design using uncertainties[J]. Scientific Reports, 2016, 6(1): 1-9.

[19]Venkatragavaraj E, Satish B, Vinod P R, et al. Piezoelectric properties of ferroelectric PZT-polymer composites[J]. Journal of Physics D: Applied Physics, 2001, 34(4): 487.

[20]Li Mengyuan, Stingelin N, Michels J J, et al. Ferroelectric phase diagram of PVDF: PMMA[J]. Macromolecules, 2012, 45(18): 7477-7485.

[21]Chen Xiaodong, Yang Daben, Jiang Yadong, et al. 0-3 piezoelectric composite film with high d33 coefficient[J]. Sensors and Actuators A: Physical, 1998, 65(2-3): 194-196.

[22]Meng Nan, Ren Xintong, Santagiuliana G, et al. Ultrahigh β-phase content poly (vinylidene fluoride) with relaxor-like ferroelectricity for high energy density capacitors[J]. Nature Communications, 2019, 10(1): 1-9.

[23]孟永鹏, 钟波, 贾申利. 振动分析在电力设备状态检测中的应用和发展[J]. 高压电器, 2005, 41(6): 461-465. Meng Yongpeng, Zhong Bo, Jia Shenli. Application and development of the vibration anaiysis in the condition monitoring of electrical equipment[J]. High Voltage Apparatus, 2005, 41(6): 461-465.

[24]石维, 朱建国, 肖定全, 等. 基于BGSPT压电陶瓷的高温加速度传感器[J]. 压电与声光, 2013, 35(4): 549-551. Shi Wei, Zhu Jianguo, Xiao Dingquan, et al. A high temperature piezoelectric accelerator based on BGSPT ceramics[J]. Piezoelectrics & Acoustooptics, 2013, 35(4): 549-551.

[25]黄新波, 潘高峰, 司伟杰, 等. 基于压电式加速度计的导线微风振动传感器设计[J]. 高压电器, 2017, 53(4): 92-99. Huang Xinbo, Pan Gaofeng, Si Weijie, et al. Design of traverse breeze vibration sensor based on the piezoelectric accelerometer[J]. High Voltage Apparatus, 2017, 53(4): 92-99.

[26]李国辉. 输电塔状态监测系统研究与设计[D]. 淮南: 安徽理工大学, 2018.

[27]闫铭, 万舟. 基于 PVDF 压电传感器的高压输电塔健康监测研究[J]. 工业仪表与自动化装置, 2017(1): 79-82.Yan Ming, Wan Zhou. Research on health monitoring of high-voltage power transmission tower based on PVDE piezoelectric sensor[J]. Industrial Instrumen-tation & Automation, 2017(1): 79-82.

[28]Wang Tao, Liu Shaopeng, Shao Junhua, et al. Health monitoring of bolted joints using the time reversal method and piezoelectric transducers[J]. Smart Materials and Structures, 2016, 25(2): 025010.

[29]Shao Junhua, Wang Tao, Yin Heyue, et al. Bolt looseness detection based on piezoelectric impedance frequency shift[J]. Applied Sciences, 2016, 6(10): 298.

[30]邵俊华, 王涛, 汪正傲, 等. 基于压电阻抗频率变化的螺栓松动检测技术[J]. 中国机械工程, 2019, 30(12): 1395-1399. Shao Junhua, Wang Tao, Wang Zhengao, et al. Bolt looseness detection using piezoelectric impedance frequency shift method[J]. China Mechanical Engineering, 2019, 30(12): 1395-1399.

[31]夏伟强, 马铁华, 范锦彪, 等. 压电式加速度传感器在高冲击环境下的零漂分析[J]. 传感技术学报, 2007, 20(7): 1522-1527. Xia Weiqiang, Ma Tiehua, Fan Jinbiao, et al. Analysis of zero-drift of the piezoelectric acceleration sensor in high-impact testing[J]. Chinese Journal of Sensors and Actuators, 2007, 20(7): 1522-1527.

[32]Gao Xiangyu, Wu Jingen, Yu Yang, et al. Giant piezoelectric coefficients in relaxor piezoelectric ceramic PNN-PZT for vibration energy harvesting[J]. Advanced Functional Materials, 2018, 28(30): 1706895.

[33]Han Ruihua, Wang Jianyan, Xu Mahui, et al. Design of a tri-axial micro piezoelectric accelerometer[C]// 2016 Symposium on Piezoelectricity, Acoustic Waves, and Device Applications, Xi'an, 2016: 66-70.

[34]闫震, 何青. 激励环境下悬臂梁式压电振动发电机性能分析[J]. 中国电机工程学报, 2011, 31(30): 140-145.Yan Zhen, He Qing. Performance analysis on incentive environment of micro cantilever piezoelectric vibration generator[J]. Proceedings of the CSEE, 2011, 31(30): 140-145.

[35]Wu Jingen, Shi Huaduo, Zhao Tianlong, et al. High-temperature BiScO3-PbTiO3piezoelectric vibration energy harvester[J]. Advanced Functional Materials, 2016, 26(39): 7186-7194.

[36]Leland E S, Wright P K, White R M. A MEMS AC current sensor for residential and commercial electricity end-use monitoring[J]. Journal of Micromechanics and Microengineering, 2009, 19(9): 094018.

[37]Wang Dong F, Suzuki Y, Suwa Y, et al. Integrated piezoelectric direct current sensor with actuating and sensing elements applicable to two-wire DC appliances[J]. Measurement Science and Technology, 2013, 24(12): 125109.

[38]Wang Dong F, Isagawa K, Kobayashi T, et al. Passive piezoelectric DC sensor applicable to one-wire or two-wire DC electric appliances for end-use monitoring of DC power supply[J]. Microsystem Technologies, 2012, 18(11): 1897-1902.

[39]Wang Dong F, Isagawa K, Kobayashi T, et al. Developing passive piezoelectric MEMS sensor applicable to two-wire DC appliances with current switching[J]. Micro & Nano Letters, 2012, 7(1): 68-71.

[40]吴茂鹏, 陈希有, 齐琛, 等. 电声电型非电气接触式全桥模块门极隔离电源研究[J]. 电工技术学报, 2020, 35(4): 687-697. Wu Maopeng, Chen Xiyou, Qi Chen, et al. The study of full bridge module gate driver supplies based on acoustic-electric-acoustic type contactless power transfer[J]. Transactions of China Electrotechnical Society, 2020, 35(4): 687-697.

[41]翟国富, 梁宝, 贾文斌, 等. 横波电磁超声相控阵换能器设计[J]. 电工技术学报, 2019, 34(7): 1441-1448. Zhai Guofu, Liang Bao, Jia Wenbin, et al. Design of the shear wave electromagnetic ultrasonic phased array transducer[J]. Transactions of China Electrotechnical Society, 2019, 34(7): 1441-1448.

[42]黎大健, 梁基重, 步科伟, 等. GIS 中典型缺陷局部放电的超声波检测[J]. 高压电器, 2009, 45(1): 72-75. Li Dajian, Liang Jizhong, Bu Kewei, et al. Ultrasonic detection of partial discharge on typical defects in GIS[J]. High Voltage Apparatus, 2009, 45(1): 72-75.

[43]李继胜, 李军浩, 罗勇芬, 等. 用于电力变压器局部放电定位的超声波相控阵传感器的研制[J]. 西安交通大学学报, 2011, 45(4): 93-99. Li Jisheng, Li Junhao, Luo Yongfen, et al. Study of phased-ultrasonic receiving-planar array transducer for partial discharge location in power transformer[J]. Journal of Xi'an Jiaotong University, 2011, 45(4): 93-99.

[44]朱太云, 杨道文, 叶剑涛, 等. 基于主动激励的GIS 盆式绝缘子损伤检测[J]. 天津理工大学学报, 2017, 33(1): 39-43. Zhu Taiyun, Yang Daowen, Ye Jiantao, et al. GIS basin insulator damage detection based active motivation[J]. Journal of Tianjin University of Technology, 2017, 33(1): 39-43.

[45]邓红雷, 鲁强, 陈力, 等. 基于超声导波的复合绝缘子检测[J]. 高电压技术, 2016, 42(4): 1236-1244. Deng Honglei, Lu Qiang, Chen Li, et al. Detection for composite insulator based on ultrasonic guided wave[J]. High Voltage Engineering, 2016, 42(4): 1236-1244.

[46]王黎明, 李昂, 成立. 复合绝缘子微波无损检测方法的关键因素研究[J]. 高电压技术, 2017, 43(1): 203-209. Wang Liming, Li Ang, Cheng Li. Key factors of microwave non-destructive testing on composite insulators[J]. High Voltage Engineering, 2017, 43(1): 203-209.

[47]马君鹏, 孙兴涛, 李硕, 等. 基于超声导波的盆式绝缘子缺陷检测及定位[J]. 高电压技术, 2019, 45(12): 3941-3948. Ma JunPeng, Sun Xingtao, Li Shuo, et al. Detection and location for defects of basin-type insulator based on ultrasonic guided[J]. High Voltage Engineering, 2019, 45(12): 3941-3948.

[48]刘云柱. 输电线杆塔拉线棒缺陷超声导波检测方法研究[D]. 北京: 北京工业大学, 2013.

[49]Weld C E, Sternhagen J D, Mileham R D, et al. Temperature measurement using surface skimming bulk waves[C]//1999 IEEE Ultrasonics Symposium, Lake Tahoe, 1999: 441-444.

[50]林金树, 吴润发. 基于声表面波技术的配电网架空线温度无源无线监测系统[J]. 电子测量技术, 2020, 43(13): 167-171. Lin Jinshu, Wu Runfa. Passive-wireless temperature monitoring system based on SAW technology for overhead transmission line in distribution network[J]. Electronic Measurement Technology, 2020, 43(13): 167-171.

[51]丁永生, 赵仰东, 张晨睿, 等. 配电变压器油温油位一体化无源无线监测系统[J]. 测控技术, 2019, 38(6): 33-37. Ding Yongsheng, Zhao Yangdong, Zhang Chenrui, et al. Transformer on-line monitoring system based on SAW sensors[J]. Measurement & Control Technology, 2019, 38(6): 33-37.

[52]Galipeau J D, Falconer R S, Vetelino J F, et al. Theory, design and operation of a surface acoustic wave hydrogen sulfide microsensor[J]. Sensors and Actuators B: Chemical, 1995, 24(1-3): 49-53.

[53]Ippolito S J, Kandasamy S, Kalantar-Zadeh K, et al. Highly sensitive layered ZnO/LiNbO3SAW device with InOx selective layer for NO2and H2gas sensing[J]. Sensors and Actuators B: Chemical, 2005, 111: 207-212.

[54]Shen C Y, Huang C P, Huang W T. Gas-detecting properties of surface acoustic wave ammonia sensors[J]. Sensors and Actuators B: Chemical, 2004, 101(1-2): 1-7.

[55]Hoyt A E, Ricco A J, Bartholomew J W, et al. SAW sensors for the room-temperature measurement of CO2and relative humidity[J]. Analytical Chemistry, 1998, 70(10): 2137-2145.

[56]Maeno T, Kushibe H, Takada T, et al. Pulsed electro-acoustic method for the measurement of volume charges in E-beam irradiated PMMA[C]//Conference on Electrical Insulation & Dielectric Phenomena-Annual Report 1985, Amherst, 1985: 389-397.

[57]张冶文, 潘佳萍, 郑飞虎, 等. 固体绝缘介质中空间电荷分布测量技术及其在电气工业中的应用[J]. 高电压技术, 2019, 45(8): 2603-2618. Zhang Yewen, Pan Jiaping, Zheng Feihu, et al. Distribution measurement for space charge in solid insulation medium and its application in electrical industry[J]. High Voltage Engineering, 2019, 45(8): 2603-2618.

[58]Hozumi N, Suzuki H, Okamoto T, et al. Space charge measurement in XLPE cable insulation under high field[C]// IEEE 8th International Symposium on Electrets, Paris, 1994: 916-921.

[59]Hozumi N, Suzuki H, Okamoto T, et al. Direct observation of time-dependent space charge profiles in XLPE cable under high electric fields[J]. IEEE Transactions on Dielectrics and Electrical Insulation, 1994, 1(6): 1068-1076.

[60]Vissouvanadin B, Vu T T N, Berquez L, et al. Deconvolution techniques for space charge recovery using pulsed electroacoustic method in coaxial geometry[J]. IEEE Transactions on Dielectrics and Electrical Insulation, 2014, 21(2): 821-828.

[61]王霞, 熊锦州, 陈驰, 等. 基于 PEA 测量技术的电缆外半导电层脉冲注入方式的影响因素[J]. 高电压技术, 2017, 43(11): 3568-3575. Wang Xia, Xiong Jinzhou, Chen Chi, et al. Influential factors of pulse injection from outer semi-conductive layer of cable with pea measurement technology[J]. High Voltage Engineering, 2017, 43(11): 3568-3575.

[62]Xiao Kun, Wang Youyuan, Wang Can, et al. Study on space charge behaviors and trap characteristics in LDPE/SiO2under thermal aging[C]//2016 IEEE Conference on Electrical Insulation and Dielectric Phenomena, Toronto, 2016: 546-549.

[63]王霞, 陈少卿, 成霞, 等. 电声脉冲法测量聚合物绝缘表面陷阱能级分布[J]. 中国电机工程学报, 2009, 29(1): 127-132.Wang Xia, Chen Shaoqing, Cheng Xia, et al. Measuring energy distribution of surface trap in polymer insulation by PEA method[J]. Proceedings of the CSEE, 2009, 29(1): 127-132.

[64]Shao Zhihui, Wu Kai, Cheng Xi, et al. Effects of nanoparticles on trap depth in epoxy resin under different temperature[C]//2016 IEEE Conference on Electrical Insulation and Dielectric Phenomena, Toronto, 2016: 526-529.

[65]Galloy L, Berquez L, Baudoin F, et al. High-resolution pulsed electro-acoustic (HR PEA) measurement of space charge in outer space dielectric materials[J]. IEEE Transactions on Dielectrics and Electrical Insulation, 2016, 23(5): 3151-3155.

[66]Maeno T, Fukunaga K. High-resolution PEA charge distribution measurement system[J]. IEEE Transactions on Dielectrics and Electrical Insulation, 1996, 3(6): 754-757.

[67]Kumaoka K, Kato T, Miyake H, et al. Development of space charge measurement system with high positionalal resolution using pulsed electro acoustic method[C]// 2014 International Symposium on Electrical Insulating Materials, Niigata, 2014: 389-392.

[68]郑飞虎, 张冶文, 吴长顺, 等. 用于固体介质中空间电荷的压电压力波法与电声脉冲法[J]. 物理学报, 2003, 52(5): 1137-1142. Zheng Feihu, Zhang Yewen, Wu Changshun, et al. Piezo-PWP and PEA methods for measuring space charge in solid dielectric[J]. Acta Physica Sinica, 2003, 52(5): 1137-1142.

[69]郑飞虎, 张冶文, 李吉晓, 等. 用压电聚合物构成的单极性声脉冲发生器[J]. 应用声学, 2003, 22(4): 6-10. Zheng Feihu, Zhang Yewen, Li Jixiao, et al. Unipolar acoustic pulse generator by using a piezoelectric polymer film[J]. Journal of Applied Acoustics, 2003, 22(4): 6-10.

[70]Holé S, Bruzek C É, Lallouet N. Space charge measurements at very low temperatures[C]// 2016 IEEE International Conference on Dielectrics, Montpellier, 2016: 167-168.

[71]Kawamura K, Saito H, Noto F. Development of a high voltage sensor using a piezoelectric transducer and a strain gage[J]. IEEE Transactions on Instrumentation and Measurement, 1988, 37(4): 564-568.

[72]Bohnert K M, Kostovic J, Pequignot P. Fiber optic voltage sensor for 420 kV electric power systems[J]. Optical Engineering, 2000, 39(11): 3060-3067.

[73]Ribeiro B, Werneck M M. FBG-PZT sensor system for high voltage measurements[C]//2011 IEEE International Instrumentation and Measurement Technology Conference, Binjiang, 2011: 1-6.

[74]Pacheco M, Santoyo F M, Méndez A, et al. Piezoelectric-modulated optical fibre Bragg grating high-voltage sensor[J]. Measurement Science and Technology, 1999, 10(9): 777.

[75]Allil R C, Werneck M M. Optical high-voltage sensor based on fiber Bragg grating and PZT piezoelectric ceramics[J]. IEEE Transactions on Instrumentation and Measurement, 2011, 60(6): 2118-2125.

[76]Fusiek G, Niewczas P. Laboratory investigation of an intensiometric dual FBG-based hybrid voltage sensor[C]// 24th International Conference on Optical Fibre Sensors, Curitiba, 2015: 96341H.

[77]Xue Fen, Hu Jun, Wang Shan X, et al. Electric field sensor based on piezoelectric bending effect for wide range measurement[J]. IEEE Transactions on Industrial Electronics, 2015, 62(9): 5730-5737.

Applications of Piezoelectric Materials and Devices in Electric Engineering

Yao Ruifeng1Wang Yan2Gao Jinghui1Chen Chuan2Guo Jinghong2

（1. State Key Laboratory of Electrical Insulation and Power Equipment Xi’ an Jiaotong University Xi’an 710049 China 2. Department of Electric Power Sensing Technology Global Energy Interconnection Research Institute Co. Ltd Beijing 102209 China）

With the long-term development of energy revolution and energy internet, the demand for automatic, intelligent and information-based power grid has been more and more urgent. It is required to provide information for multi-scene application of power grid based on the advanced sensing technology, so as to keep smart grid safe and reliable under complex working conditions. Piezoelectric materials, as the key materials to measure the discharge and vibration signals, have been widely used in the aspects of measuring vibration, discharge, defects, temperature, voltage and other properties of power equipment. In this paper, the development of typical piezoelectric sensing materials, as well as the applications of piezoelectric vibration sensors, sonic sensors and voltage sensors have been reviewed. Furthermore, the situation that there still existed problems like low accuracy, poor stability and weak environmental adaptability for current piezoelectric sensors is pointed out, which requires new-generation smart piezoelectric sensors by means of rapid development of piezoelectric materials with high properties, structure design of sensors and intelligent compensation.

Piezoelectric materials, piezoelectric sensing technology, state sensing, intelligentization

TM22; TP212

10.19595/j.cnki.1000-6753.tces.201350

国家重点研发计划资助项目（2019YFC0312204）。

2020-10-01

2020-12-28

姚睿丰 男，1995年生，博士研究生，研究方向为功能电介质及其传感器件。E-mail：yrf831143@stu.xjtu.edu.cn

高景晖 男，1984年生，教授，博士生导师，研究方向为新型电工材料。E-mail：gaojinghui@xjtu.edu.cn（通信作者）

（编辑 郭丽军）