基于红外测温的模块化多电平换流器故障自动化诊断技术

张德文，周建辉，冯延明，王子恒

（1.国网黑龙江省电力有限公司电力科学研究院，哈尔滨 150030；2.国网黑龙江省电力有限公司，哈尔滨 150000）

红外测温技术在现代工业中起着至关重要的作用，能够非接触地准确测量物体的温度[1]。模块化下的多电平换流器[2]作为一种高压大功率机械设备，成为近几年多数在建大型项目中主要拓扑结构器件[3]。然而，由于其复杂的结构和严苛的工作环境，换流器的故障问题常常会给生产运行带来不可预知的风险和损失。基于此，电力领域内的专家和学者们加大了对模块化下的多电平换流器故障诊断方面的研究力度。

当前公开的研究成果可概括为以下几种：文献[4]针对换流器的子模块开关器件故障，利用局部离群因子算法，根据指定桥臂里正常子模块电容电压的变化情况，完成故障诊断；文献[5]为同时诊断出换流器不同相的子模块故障，结合多分类相关向量机算法，提出多相故障诊断技术；文献[6]依据半桥型换流器子模块故障特征，建立故障诊断依据，实现故障诊断目标；文献[7]针对换流器功率模块故障，基于李雅普诺夫方法设计出标城模型自适应观测器，根据各观测器的残差曲线，诊断出功率模块的结构性故障。

现有的文献方法需要通过添加传感器以及大量复杂的计算来实现，难以满足换流器的模块化发展需求。尤其是针对热故障检测，传感器配合人工检测的方法存在明显的弊端。因此。提出一种基于红外测温的模块化多电平换流器故障自动化诊断技术。

1 模块化多电平换流器热故障与温度的关联性分析

1.1 接触电阻因素的热故障与温度关系

在换流器中，接触电阻是流过的电流与材料之间的接触导电性能，当接触电阻存在问题时，会使换流器连接点的接触阻抗上升，进而导致该位置的温度升高。通过对接触电阻故障与温度之间的关联进行分析，可以快速识别出现接触电阻异常的区域，并及时采取措施修复，保证设备的正常运行。

换流器结构发热一般由电流效应引发[8-9]。假设导体的质量是m，附加损耗因子后的交流电阻是R，散热表面积是S，运行温度和附近介质温度分别是θ、θ0，比热容是c，则利用下列热平衡方程式描述载流导体的持续升温过程：

式中：h 为总传热因子；I 为导体中流过的负荷电流。

由此推导出下列温度差Δθc=θ-θ0的计算公式。可见，接触电阻Rj与温度差Δθc呈正相关性。

式中：接触电阻Rj≈R 阻值。

根据先验知识，若温度在200℃以内，接触电阻Rj与运行温度θ 之间也存在一定关系，即：

式中：α 为接触电阻的温度因子；Rj0为温度为0 时接触电阻的阻值。

可见，当连接处接触不良时，接触电阻Rj增加，发热功率增加，导致热量聚集，进而造成连接处温度增加。

1.2 电介质因素热故障与温度关系

在换流器中，当瓷体击穿时，弹片因流过强电流而升温，且在瓷体的封闭空间里无法散热。因此，温升的因素均源于发热功率[10]。假设短路瞬时电流是Id，导体材料密度是ρ，弹片长与接触面积分别是L、S′，故利用下列热平衡方程式描述导体的瞬时发热情况：

式中：Kf为额外损耗因子。

从上述方程可见，换流器发生内部击穿故障时，弹片温度随内部电流的增加而增大，由于导体电阻升高，使温度进一步升高。

介质损耗包含电导损耗与极化损耗。若电介质的热力学温度是T，则电导损耗与温度的关系由电介质的电导率σ 决定，如式（5）所示：

式中：φ 为σ 的活性化能量；β 为电介质属性因子；k 为波尔兹曼常数。

极化损耗与温度的关系由电介质的介电常数ε决定，描述式如下：

式中：δ 为介质损耗系数；ε′为相对介电常数；θ1、θ2为介质温度的2 个极值。

2 热故障的红外图像自动化诊断方法

通过上文分析可知，热故障与温度存在关联性。为提高所采温度图像的精准度，根据普朗克黑体辐射定律[11]，设计出补偿环境温度的红外测温算法，实现换流器红外测温。该算法可以通过红外热像仪获取的图像，计算出换流器的热力学温度。假设换流器的表面发射率是e，红外辐射通量是M，则通过式（7）计算出换流器的热力学温度T′：

式中：γ 为固定系数，利用式（8）解得：

式中：m′为探测器响应电流Ix与光量子效率η 间关系的常系数，即Ix＝m′η；j 为探测器光量子效率η 与输入功率P 间关系的常系数，即η=jP；s 为探测像元面积。

结合Ix＝m′η、η=jP、探测像元照度与输入功率的关系，即P=sM，得到下列探测像元输出电流的计算公式：

在图像处理中，为了将采集到的红外热像仪图像中的像素灰度转换为实际温度，使用图像像素灰度H∈（0，255）描述输出响应电流Ix，并根据向下取整的方式，建立了灰度和换流器温度之间的线性关系，具体计算公式为

式中：a 为转换因子；b 为修正因子；λ 为基于标准黑体多次温度标定工作的线性关系斜率[12]，具体计算公式如下：

式中：n 为标定次数。

将补偿后的换流器灰度与环境温度相对应，进一步提高测温结果的准确性。假设换流器工作的环境温度是TE，标准黑体温度是Th，未补偿时的黑体灰度是G′，则通过下列环境温度补偿公式，得到补偿后的换流器灰度G：

结合公式（10），建立基于环境温度补偿的换流器灰度与温度关系，换流器的温度计算公式如下：

通过将换流器的温度与预设的故障温度阈值进行比较，如果温度超过预设阈值，则可以判定为故障。

3 实验分析

3.1 参数调试

选用由上海谱盟光电科技有限公司生产的FLIR T860 型高端红外热像仪，搭建云台，佩戴护罩，以在隔水、隔尘、隔阳的环境下，测量拥有7 个电平的模块化多电平换流器温度[13]。故障自动化诊断技术参数如表1 所示。

表1 故障自动化诊断技术参数Tab.1 Technical parameters for automated fault diagnosis

3.2 故障与温度耦合性试验

将功率变压器连接到模块化多电平换流器，分析设备的电热耦合性。采用红外热像仪采集换流器温度，同时采用示波器采集变压器的输入电压，分析换流器故障与温度的耦合性。

利用曲线图描述最终测得的换流器温度与电压，故障与温度耦合性示意图与故障检测结果如图1 所示。

图1 故障与温度耦合检测图Fig.1 Schematic diagram of fault and temperature coupling

从图1 可以看出，电压波动出现异常后，换流器的温度随之持续升高；而当电压恢复正常波形时，温度开始下降。在电压位于正常运行极值时，换流器温度保持在正常的范围内。换流器温度的变化与电压异常的出现和恢复密切相关，这表明换流器的故障与温度存在显著的耦合性。因此，可以利用电压和换流器温度之间的耦合关系作为可靠的故障诊断依据。

3.3 故障诊断效果检验

手动设置几种常见的故障类型，采集模块化多电平换流器在现场工作环境中的运行状态相关数据。选取故障检出指数与故障隔离指数2 个客观评估指标，评价所提技术对布设故障的自动化诊断结果。前者为实际的检出个数与发生个数比值；后者为正确隔离到可更换单元数的故障个数与检出个数比值。故障诊断可靠度示意图如图2 所示。

图2 故障诊断可靠度示意图Fig.2 Schematic diagram of fault diagnosis reliability

从图2 的实验结果可以看出，该项技术根据故障与温度相关性，得到环境温度补偿的红外测温结果，在诊断各类型故障时均具有较高的故障检出指数与故障隔离指数，令7 种常见故障类型的平均检出指数与隔离指数分别高达0.971 和0.953，可靠性显著。

综合所有故障类型，根据展现4 个部分数值密度的混淆矩阵热力图，评估技术的诊断准确度。故障诊断准确度示意图如图3 所示。

图3 故障诊断准确度示意图Fig.3 Schematic diagram of fault diagnosis accuracy

由图3 的实验结果可见，预测和实际均是正常运行的样本数值比高达0.986，预测样本属于故障类但实际样本属于正常的数值比仅有0.014，预测样本属于正常但实际样本属于故障类的数值比为0.006，预测和实际均属故障类的样本数值比高达0.994。该实验结果进一步说明，所提技术极大程度减小了误诊概率，具有优异的诊断准确度性能。

3.4 故障诊断效率检验

不考虑换流器的故障类型，测试技术的故障诊断时间，验证所提技术的诊断效率。故障诊断效率示意图如图4 所示。

图4 故障诊断效率示意图Fig.4 Schematic diagram of fault diagnosis efficiency

由图4 可知，在多组测试实验中，最长故障诊断时间低于90 ms，平均诊断时间仅为77.94 ms。此外，有6 组测试结果显示诊断时间不足80 ms，表明所提技术具有较高的故障诊断效率。

4 结语

为确保模块化多电平换流器持续不间断运行，提出一种基于红外测温的模块化多电平换流器故障自动化诊断技术，通过温度相关性分析来诊断换流器故障的可行性，使得故障诊断过程更加自动化和高效。通过设计的环境温度补偿红外测温算法，进一步保证了测温精度和诊断准确性。实验结果表明，所提技术能够准确诊断出换流器常见故障类型，并具有优异的诊断准确度和高水平的诊断效率。