电力系统智能化运维中GIS设备SF6气体泄漏检测方法研究

田 忠，常 敏，金海勇，贺 兵

(1.国网湖北省电力有限公司直流公司，湖北 宜昌 443000；2.上海乐研电气有限公司，上海 201802)

0 引言

电力设备安全大多需要使用绝缘设备，SF6气体是组成绝缘设备的重要部分，因此在电力安全检测技术中，对SF6气体的检测效率直接关系到电力设备能否顺利进行的技术关键。常规技术检测大多采用SF6气体传感器、SF6气体检测电路等方式，这种方法虽然在一定程度上提高了SF6气体检测水平，但是仍旧存在一定的局限性。比如检测能力差、检测滞后等，随着人工智能技术的飞速发展和智能巡视机器人的逐步应用，为SF6气体检测提供了新思路。

其中文献[1]设计出FFT检测方法，利用特征分解法和紫外光谱提取环境元素，进而分析出变电站GIS(geographic information system)设备中SF6冗余情况。该技术方案检测试验贴合实际标准，具有较高的检测力度。但在运行过程中容易引起高低频噪声，对变电站GIS设备造成影响，不利于电力系统的稳定运行；文献[2]利用分布式半导体激光器全面扫描变电站GIS设备整体结构，能够根据扫描数据构建CEPAS检测系统，进而形成采集和分析一体化处理系统，对变电站GIS设备SF6泄漏具有较高的针对性，更为全面的掌握变电站GIS设备气体泄漏情况。但这种方法采用的激光器成本较高，对人体危害较大，因此不具有普遍适用性

1 基于MS+XD芯片嵌入式电路设计

针对上述变电站GIS设备SF6泄漏检测技术存在的问题，该研究基于智能巡视机器人研究方向，在机器人内部加装检测系统，通过将TMS+XD芯片嵌入到机器人系统中，TMS系列单片机应用的是8位CMOS单片机，该单片机通过设置多种存储模式、多种外围接口模式，这种模式能够适应复杂的实时控制场合。TMS370C系列单片机提供了通过整合先进的外围功能模块及各种芯片的内存配置[3-5]，具有高性价比的实时系统控制。同时采用高性能硅栅CMOS EPROM和EEPROM技术实现。低工作功耗CMOS技术，宽工作温度范围，噪声抑制，再加上高性能和丰富的片上外设功能，使TMS370C系列单片机在应用过程中具有突出的技术效果。为了实现对变电站GIS设备环境的分析功能，利用离子迁移法分析环境中的SF6离子，进而掌握变电站GIS设备中气体情况，离子迁移能够将电路板上的金属如铜、银、锡等在一定条件下发生离子化并在电场作用下通过绝缘层向另一极迁移而导致绝缘性能下降。离子在单位强度(V/m)电场作用下的移动速度称之为离子迁移率，它是分辨被测离子直径大小的一个重要参数。空气离子直径越小，其迁移速度就越快[6-8]。离子迁移率是表达被测离子大小的重要参数。离子运动速度与离子直径成反比，而离子迁移率与离子运动速度成正比，故离子迁移率与离子直径成反比。通过差分能量检测(DED, differential energy detection，计算出气体泄漏对变电站GIS设备的影响，制定出最优SF6填充范围，为输配电设备安全运行提供帮助[9-10]。TMS+XD联合设计如图1所示。

图1 TMS+XD联合设计电路

本研究通过将TMS和XD芯片联合，利用TMS芯片的信号调理功能和XD的数据分析能力对机器人扫描数据精确分析，从而加强检测系统数据处理能力，对后续SF6气体泄漏的分析提供数据支持，同时更为方便算法寻优找到最佳气体填充范围，保证变电站GIS设备运行的安全[11-12]，图1中通过连接电路将TMS32芯片与XD129芯片连接起来，由引脚ET输出电流，通过电感和电阻串联回路，同时与电容C组成并联支路，电阻R1与EA连接电阻R2组成并联回路，最终输入到XD芯片的VIN引脚和VCC引脚，两个引脚线路通过R3阻隔。TMS32芯片输入数据由信号调理与转换负责，通过MAX232连接器和ROM进行信息采集储存。XD129芯片完成数据分析输出，通过LED显示器演示数据规律，通过连接外圈电路，芯片功能数据由片内RAM进行读取，进而完成变电站GIS设备环境的分析[13-16]。

组成芯片在运行过程中能够根据不同环境完成自适应调节，为提高对变电站GIS设备中SF6气体的敏感度，分析芯片功能需要更为全面，由此建立多方位功能模块如图2所示。

图2 组成芯片多方位功能模块

通过对TMS32+XD129联合芯片的功能分析建立多方位功能模块，以组成芯片为核心，通过对变电站GIS设备环境和气室分析，与组成芯片完成数据互通，将传感信息通过模数解调方式输入到组成芯片中，传感装置安装在智能巡视机器人扫描窗口[17-18]，主要对环境中温度、气体压力和变电站GIS设备气体阀门进行采集。在接收模块中设置有RS485通信和RS232通信端口完成数据接收，经过后续分析及传输最终将结果加载到演示界面上，便于检测SF6气体具体泄漏情况[19]。

在设置SOFC监测器时，其内装配有加热炉，加热炉为监测器提供工作温度。K型热电偶的输出信号由仪表放大器放大，并用AD976芯片采样。比较设定点和实时工作温度(700 ℃)[20]，以便S3C2440中央处理器(CPU)中实现的比例-积分-微分模块向直流固态继电器输出脉宽调制信号，以控制熔炉加热，其中SOFC监测器的输出信号约为200～300 mV，由ADS1256的24位模数转换芯片直接采样，不加其它放大处理以避免噪声。电压跟随器用于隔离，增加输入阻抗，提高监测器的负载能力[21]。数字信号以RS232格式封装并传输到计算机，对数据进行处理，识别出油中的SF6气体。

2 离子迁移法检测SF6泄漏技术

根据机器人扫描的变电站GIS设备环境数据，该研究通过采用离子迁移法将设备中SF6离子浓度迁移到气体分析仪中，从而判断气体泄漏浓度对变电站GIS设备运行的影响，并记录事件发生时间，为后续人工维护和检修提供帮助，离子迁移技术原理如图3所示。

图3 离子迁移原理图

将待检测设备中气体离子通过发射源送入离子迁移装置中，载气离子和SF6离子在分离源的作用下发生电离发应，形成分化性的多种离子。经过电场的作用，气体离子通过隔离门进入漂移区，隔离门周期性开启，泄漏的气体离子在通过隔离门时被检测[22-23]。带电离子在漂移区中不断碰撞，由于气体离子的迁移速率存在差异，因此在漂移区中完成分离，在采集区由收集板检测。变电站GIS设备利用离子迁移法对泄漏的SF6气体离子进行检测，检测框图如图4所示。

图4 离子迁移检测框图

离子迁移检测技术能够将变电站GIS设备中SF6气体迁移到分析仪中，通过电力设备允许泄漏SF6气体浓度调整变电站GIS设备阀门通道，更为有利于设备的安全操作[24]。离子迁移技术在运行过程中通过分析变电站GIS设备中SF6泄漏数据，对采集的数据信息进行波形转换，由此形成电力正波，该研究采集的气体泄漏以方波形式为例，之后对电力正波进行变电站GIS设备环境分析，根据分析的气体波谱和光声信号建立图形样式，进而建立传感波形，电力正波转换的波形一般为正弦或者余弦波形，波形数据主要来源为SF6泄漏离子，通过波形传输到气体分析仪中，最终通过DED算法完成寻优填充操作[25]。

离子迁移法充分运用了现代波形控制系统和光声感应技术，通过多个技术功能实现SF6泄漏气体的离子分析和波形转换，最终以离子的形式编入算法程序中，实现变电站GIS设备气体泄漏的检测，为输配电系统的稳定奠定基础。

3 DED算法模型

差分能量检测(DED,differential energy detection)算法通过划定的SF6填充标准对比变电站GIS设备内部气体存余量，根据比较结果与预设填充范围判断变电站GIS设备状态，若检测的外界环境SF6浓度超过预设值，则表示气体泄漏过大，发出停机指令；否则认为内部SF6浓度处于正常范围[26]。差分能量检测的原理是这样的，由于大多数现代密码设备大部分都是通过半导体逻辑门实现的，半导体逻辑门在架构上通过晶体管构成。当电荷被施加到晶体管的栅极或从栅极移除时，电子流过硅衬底，这种电子流消耗能量并产生电磁辐射。

根据机器人扫描窗口数据和离子迁移输出波形分析SF6气体函数，则气体检测数学模型表示为：

(1)

式(1)中,H0表示预设SF6气体浓度值，H1表示机器人检测变电站GIS设备内部SF6浓度，y(t)表示气体表达函数模型，n(t)表示内部气体存余量，h表示泄漏气体变化系数，x(t)表示SF6泄漏变量函数。

通过公式(1)，基于气体表达函数模型能够将气体检测作为数据向量量化表示，将数据信息通过数据量化的方式表达出来。

DED算法中对变电站GIS设备能量的差分计算公式为：

(2)

式(2)中,Y表示DED算法中能量检测函数，N表示所需检测设备数量，yi(t)表示单体设备检测能量函数。通过公式(2)的差分计算，能够实现GIS设备能量的差分计算，将这些数据信息通过差分公式计算的方式计算出来。

将差分函数与变电站GIS设备SF6气体检测模型函数集合处理，对检测变电站GIS设备中SF6气体模型函数简化如下：

(3)

其中:λ表示气体标准差分能量值。

通过公式(3)，能够将变电站GIS设备中SF6气体模型函数通过简化的方式实现，进一步提高数据计算能力。

根据变电站GIS设备运行中可能出现的SF6气体泄漏故障，通过DED算法估算气体运行时间，根据填充气体量估算实际效率。

(4)

根据式(4)中SF6气体泄漏对变电站GIS设备运行效率估计值，利用概率学公式判断存在差分能量情况下气体泄漏概率：

(5)

式(5)中,概率公式通过将气体泄漏数据信息转换为对比泄露函数表示，能够直观体现出差分能量情况下气体泄漏几率，便于用户发现并评估差分能量数据信息，其中Pd表示变电站GIS设备SF6气体泄漏概率，Pr表示气体差分能量集，Γ表示非完全可控变量，m表示变电站GIS设备气体显示量。

经过概率和估算了解变电站GIS设备可能出现气体泄漏情况，实际运行中SF6气体泄漏和填充规律如下：

(6)

式(6)中,Pf表示实际运行中变电站GIS设备SF6气体量值，Pr表示变电站GIS设备运行过程中SF6计量方式，Y表示总气体填充量，λ表示气体变化系数，H0表示变电站GIS设备初始气体常量，Qm表示SF6对变电站GIS设备运行影响效率。

通过DED算法对变电站GIS设备SF6气体泄漏浓度估算概率和实际运行中气体泄漏影响[27-28]，使检测系统更为精确了解变电站GIS设备实际运行状况，对SF6气体室外和室内浓度比较给予参考价值，提高本研究检测系统对SF6气体运行的可行性。

4 试验结果与分析

实验室配置采用i8系列双核计算机，采用64+256 GB储存方式。现场实验环境设置，对DL/T537系列变电站GIS设备进行检测；变电站GIS设备电压等级6～35 kV，设备参数精度为96%，算法推算误差不超过0.5%。在此环境下进行实验，参数配置如表1所示。

表1 环境参数与配置软件

基于上述硬件试验环境，搭接试验模拟环境，在模拟环境中，实验架构如图5所示。

图5 实验架构示意图

在图5中，通过构建GIS设备检测环境，通过本研究的方法对设备泄露的气体进行模拟，以实时观测GIS设备运行信息。试验过程中通过5个小时的观察，人为设置故障标准值，将这些数据信息通过数据库服务器或者其他存储空间内实现信息存储和计算，再将这些数据信息与标准值进行比较。

其中试验过程中，通过对变电站GIS设备运行中SF6泄漏问题进行研究，根据智能机器人扫描环境数据进行分析，通过检测系统对扫描数据分析。分析检测系统对变电站GIS设备实际运行过程中SF6气体的泄漏浓度和精确度，精确度计算公式为：

(7)

将计算结果汇总数据表，为了提高数据计算的精度，分别将气体泄漏检测数据分门别类，通过SF6泄漏浓度分别通过不同的方法进行计算，最终显示SF6气体泄漏检测能力测试表如表2所示。

表2 气体泄漏检测能力测试表

通过表2分析，该研究设计的气体泄漏检测系统采用DL/T537系列变电站GIS设备，容量范围为6～35 kV，实验中采用20 kV变电站，检测系统输出的SF6泄漏浓度为15.8 mol/mL，精确度为92.5%；文献[1]方法采用的FFT检测方法采用15 kV变电站GIS设备，运行中检测的SF6泄漏浓度为31.7 mol/mL，精确度为89.1%；文献[2]方法设计的CEPAS检测系统采用10 kV容量变电站GIS设备，运行中检测的SF6泄漏浓度为34.4 mol/mL，精确度为83.6%。由此看出该研究对变电站GIS设备中SF6泄漏检测方法具有较高可行性。

利用仿真软件显示3种气体检测系统对变电站GIS设备运行中SF6泄漏浓度检测的变化曲线，利用Multisim软件模拟SF6泄漏模型，在20 kV变电站中进行试验，输入频率为30 kHz，锯齿波和正弦波正负为1，光强为14.0 cd，气体浓度为50 mol/mL，气压为1 kPa，SF6泄漏检测仿真模型如图6所示。

图6 SF6泄漏检测仿真模型

在图6的泄漏检测仿真模型中，用户可以根据变电站运行时间变化，在此期间泄漏的SF6浓度进行统计，通过5个小时的试验，将不同的数据通过曲线图表示出来。在试验过程中通过FFT检测方法、CEPAS检测系统进行对比分析，在试验过程中，分别将不同的方法在同一图像中绘制出，仿真出规律性曲线分析各系统性能，如图7所示。

图7 检测的变电站GIS设备SF6泄漏浓度

图7中，本研究对变电站GIS设备泄漏浓度影响具有明显作用，变电站GIS设备中SF6泄漏浓度随运行时间变化有所升高，但整体变化相对较为稳定，最低泄漏浓度为10 mol/mL，在变电站GIS设备运行时间为10 h达到最高泄漏浓度为15 mol/mL；文献[1]方法采用的FFT检测方法变电站GIS设备中SF6泄漏浓度随运行时间变化增加幅度较大，最低泄漏浓度为10 mol/mL，在变电站GIS设备运行时间为14 h达到最高泄漏浓度为32 mol/mL；文献[2]方法设计的CEPAS检测系统变电站GIS设备中SF6泄漏浓度随运行时间变化波动较大，运行时间0～5 h持续增加，此时泄漏浓度为30 mol/mL，6～10 h期间呈波动状态，最终在10 h泄漏浓度最大为34 mol/mL。通过上述对比方法，可以看出文献[1]方法和文献[2]方法在检测气体泄露时，明显具有突出的技术进步性，但与该研究的对比方法相比，该研究方法最低泄漏浓度仅仅为10 mol/mL，明显低于文献[1]方法和文献[2]方法说明该研究方法具有突出的技术进步性。

在经过几个小时的试验，为了突出本研究的检测精度，将这些不同信息汇成精度曲线，进一步完成对比实验，根据计算机处理结果进行仿真对比，得到系统精确度曲线对比如图8所示。

图8 系统精确度曲线

通过对比发现3种检测方法随变电站GIS设备容量变化精确度变化较大，本研究降低幅度较小，最高精度为92.5%，在变电站GIS设备容量为3 500 kW达到最低，此时为89%；文献[1]方法设计的FFT检测方法与本研究变化规律相似，但整体精度相对较低，最高精度为89.1%，在变电站GIS设备容量为4000 kW达到最低，此时为86%；文献[2]方法设计的CEPAS检测系统呈波动性变化，在容量为1 200 kW时达到波峰，此时最高精度为85.5%，在变电站GIS设备容量为3 300 kW达到波谷，此时精度最低为82.6%。

综上所述，本设计对变电站GIS设备中SF6气体的检测具有明显效果，根据实验表明本研究检测的SF6泄漏浓度最低，在运行过程中精确度最高，体现出本设计检测方法的优越性。

5 结束语

该研究对变电站GIS设备中SF6气体泄漏检测方法进行研究，通过智能机器人和检测技术配合完成气体泄漏的检测研究，设计联合性TMS+XD处理芯片加强机器人的感知能力，采用离子迁移检测SF6泄漏技术，对变电站GIS设备环境中含有的SF6离子进行频谱和波形变换，方便判断变电站GIS设备内部具体SF6变化规律。利用DED算法比较变电站GIS设备运行中内外SF6气体离子的浓度，通过对气体检测系统进行测试，将结果记录分析汇总为SF6气体泄漏检测能力测试表，发现检测方法变电站GIS设备中泄漏SF6气体最少，检测精度最高，虽然如此，实验过程中仍存在一些问题，对变电站GIS设备气体泄漏修复程序繁琐等问题仍待解决。