基于物联网技术的高压输电电缆故障定位方法

摘 要：高压输电电缆周围环境复杂，存在多种干扰因素，影响故障定位的准确性。因此，提出基于物联网技术的高压输电电缆故障定位方法。利用物联网技术对电缆零序电压、电流信号进行监测，对故障信号进行识别、采集、传输，采用小波变换技术对监测信号进行滤波处理，之后利用行波测距理论确定发生电缆故障的地理位置，实现基于物联网技术的高压输电电缆故障定位。实验证明，所提方法定位结果与实际故障地理位置基本一致，最大定位误差为0.02 m，基本可以实现对高压输电电缆故障的精准定位。

关键词：物联网技术；高压输电电缆；故障定位；小波变换技术；行波测距理论；电缆零序电压；电流信号

中图分类号：TP39；TM77 文献标识码：A 文章编号：2095-1302（2025）02-00-03

0 引 言

高压输电电缆作为电力传输的重要载体，由于受到环境、设备老化、人为破坏等原因影响，在运行过程中可能会出现各种故障，如断线、短路等，这些故障如不能及时定位并修复，将可能引发更大的电力事故[1]，对人们的生产生活造成严重影响。因此，如何快速、准确地定位高压输电电缆的故障位置，成为电力行业面临的重要问题。

文献[2]建立了电力电缆分布参数模型，利用希尔伯特变换获取包络参数，实施归一化处理后，采用8阶巴特沃斯带通滤波器滤除噪声干扰，完成故障定位。文献[3]通过补充集合经验模态分解方法分解反射系数谱，结合加努塔尔-布莱克曼混合卷积窗获取故障电缆的定位曲线。但上述2种方法的故障定位需要通过离线数据处理和相应运算来获得结果，不具备实时监测能力。

为此，本文提出基于物联网技术的高压输电电缆故障定位方法，为电缆故障定位实践提供参考依据。

1 基于物联网技术的电缆监测

当电缆出现故障时，在故障点会产生行波电流，且电网三相电压不再对称，各线路中将出现零序电流和零序电压。行波电流会沿着电缆传播，并在传播过程中产生一系列的物理效应和电气效应，通过对这些效应的测量和分析，可以确定故障的位置。因此，对电缆零序电源信号进行采集与监测，是及时发现并解决故障的前提。本文采用物联网技术对电缆中的零序电压与零序电流进行监测，实现对电缆故障信号的同步采集。基于物联网技术的电缆监测示意图如图1所示。

如图1所示，在一条高压输电电缆线路上设置若干个监测点，每个监测点上安装一台无线传感器，把一条高压输电电缆线路分成若干段。各监测点对高压输电电缆的零序信号进行同步采集与相应的数学运算，从而得到高压输电电缆的运行状况。每个感知节点通常处于休息状态，即在判定高压输电电缆是正常状态的情况下，不会主动将高压输电电缆信息传送到故障定位中心服务器。零序电压无线网感知节点在判定电缆零序电压上升并超出阈值的情况下，将告警信息自动发送到故障定位中心服务器[4]。在接收到故障警报后，故障定位中心服务器开启各电流物联网感知节点电源，通过对高压输电电缆各支路的零序电流数据进行实时汇总，得到丰富的电缆状态信息。

考虑到物联网感知节点需要完成电缆零序电压、电流信号采集，数据分析计算，广域时间同步和数据通信，根据该需求，此次选用的传感器为IYHFA-A4F8A无线传感器，IYHFA-A4F8A无线传感器芯片基于ARM Cortex-M5内核，处理速度快[5]。采用串并联的方式将无线传感器接入到输电电缆总线上，并根据实际情况对无线传感器的参数进行设定，包括信号感知周期、频率等[6]。任何故障定位都必须要有数据的输入，而且是在可接受范围内的输入。电缆故障定位过程中，输入信号为电缆中的故障信号，因此需要识别电缆中的故障信号。在IYHFA-A4F8A无线传感器中设定一个阈值，将阈值与电缆中的零序电压信号进行对比，识别电缆状态，其用式（1）表示为：

（1）

式中：R表示高压输电电缆状态的识别结果；0表示正常状态；1表示故障状态；u表示电缆中的零序电压；表示阈值[7]。

如式（1）所示，当识别结果为电缆处于故障状态时，由故障定位中心服务器驱动零序电流物联网感知节点，采集电缆中的零序电流信号，并将数据通过GPRS网络传输到故障定位中心服务器上。

GPRS网络通信是物联网技术中的关键，GPRS网络的搭建采用集成化程度较高的KB5060无线数传模块。采用标准RS 323接口作为GPRS网络通信接口，结合实际情况对GPRS网络的传输速率、心跳时间、服务器IP地址等[8]进行配置。完成GPRS网络配置后，将KB5060无线数传模块连接到无线传感器一号端口，通过一号端口接收与发送故障数据，以实现基于物联网技术的电缆故障监测。

2 监测数据滤波

物联网技术虽然能够实现对电缆故障信号的采集与传输，但是物联网感知节点在采集故障信号过程中很容易受到外界因素的干扰。为了保证后续电缆故障的定位精度，采用小波变换技术对监测数据进行滤波处理。在待滤波信号的时间域上加一个窗口函数，利用窗口函数对监测信号进行乘积运算，实现对窗口内小波的傅里叶变换，其用式（2）表示为：

（2）

式中：S（w， t）表示傅里叶变换后的电缆故障监测信号；x表示原始监测信号；g（t）表示窗口函数；t表示信号采样时间；ε表示电缆故障信号频率；j表示窗口内故障信号序列长度；w表示电缆故障信号幅值[9]。窗口函数作为光滑低通函数，通过对窗中信号频率成分的幅值进行检测，获取一定时间点附近的故障信号的频率信息，并对其进行傅里叶变换，以改善窗中故障信号的时间分辨能力，从而减小故障信号的频率分辨率，起到对窗内故障信号时间和频率分辨率的制约作用。通过对不同频率的故障信号时频窗口进行自动调节，实现对故障信号的小波变换处理，其用式（3）表示为：

（3）

式中：W（a， b）表示小波变换后的电缆故障信号；a表示尺度因子；b表示移动因子；ψ表示小波基函数。通过对电缆故障信号进行小波变换处理，将信号时域与频域做局部化处理，以此滤除原始故障信号中的噪声分量，实现对监测数据的滤波处理。

3 输电电缆故障定位

在实际应用中，高压输电电缆本身的特点决定了它并非是纯阻性的，而是含有杂散电感和杂散电容，所以在发生故障时，电缆中的电流、电压会发生改变，但这种改变不会立即在高压输电电缆线路的其他部位出现，而是会以突变点为原点，以电磁波的形式向高压输电电缆线路的其他部位传播，其中电磁波称为行波。简而言之，在高压输电电缆中，如果阻抗是连续的，那么行波就不会发生折射或反射，而当高压输电电缆发生故障时，以某一速度传播的行波将会发生折射或反射，通过接收到的反射波的传播时间以及传播速度，就能对高压输电电缆故障的位置进行推算。因此在监测数据滤波的基础上，利用行波测距理论确定电缆故障位置。假设高压输电电缆故障点为电流信号的突变点，故障电缆产生的零序电流沿着线路传输，从而产生行波并向故障点传播，当行波达到故障点时发生反射，被无线传感器接收，无线传感器发送与接收行波信号之间存在时间差，可通过时间差与信号的传播速度计算故障点到无线传感器的距离，其用式（4）表示为：

（4）

式中：L表示电缆故障点与监测点的距离；t1、t2分别表示监测点发送信号与接收信号的时刻；v表示零序电流信号在高压输电电缆中的传播速度[10]。由此即可定位到输电电缆故障的位置，实现基于物联网技术的高压输电电缆故障定位。

4 实验论证

4.1 实验准备与设计

根据研究需求，将本文方法应用在某高压电网输电电缆线路上，该输电站的电压为220 kV，对应电缆为典型的高压输电电缆，线路长度为5 645.05 m，线芯材质为裸铜线，截面形状为圆形，截面面积为1.65 mm2，芯数为5芯，交流额定电压为1 kV。该高压输电电缆所在区域环境比较恶劣，且电缆使用时间比较长，距今已经使用2年，部分线路遭到动物啃食、人为破坏以及雨水侵蚀，经常发生故障。利用本文方法对该高压输电电缆故障进行定位，根据该输电电缆的实际情况，在电缆上安装了5台无线传感器，布设了5个物联网传感节点，用于监测高压输电电缆的运行数据，并将监测数据上传到物联网监测平台上，将本文方法嵌入到该平台上，实现对高压输电电缆故障信号远程感知设备的控制以及故障实时定位等功能。在方法应用过程中，物联网平台与无线传感器建立TCP/IP连接，对无线传感器技术参数进行设定，远程启动无线传感器设备，并且接收传感器设备反馈的故障信号。通过对故障信号的处理与分析，测量高压输电电缆故障处和监测点间的距离，实现对电缆故障的定位。

4.2 实验结果与讨论

本次实验共定位了50个电缆故障点，为验证所提的方法，随机选取8个故障定位结果，将文献[2]和文献[3]的方法与本文方法进行对比。高压输电电缆故障定位结果见表1。

从表1可以看出，本文方法对于电缆故障定位结果与实际故障位置基本一致，最大定位误差为0.02 m，基本可以忽略不计；而文献[2]方法对于电缆故障定位结果与实际差距较大，最大误差为44 m；文献[3]方法的故障定位最大误差将近45 m。2种主流方法的故障定位误差远远大于本文方法。通过对比与分析以上实验数据，证明了本文方法对于高压输电电缆故障定位具有强大的数据分析能力和空间定位优势，且定位的准确度比较高，具有良好的可行性与实用性。

5 结 语

通过使用物联网技术，本文实现了对高压输电电缆的实时监测和数据分析，从而更快速、准确地定位故障位置。通过实际应用，发现基于物联网技术的高压输电电缆故障定位方法具有较高的准确性和可靠性。该方法能够实现对高压输电电缆的实时监测和数据分析，从而更快速、准确地定位故障位置。同时，该方法还具有较高的灵活性和可扩展性，可以适应不同的应用场景，满足不同的需求。

参考文献

[1]刘杰.基于改进双端行波法的特高压输电线路故障定位方法研究[J].东北电力技术，2023，44（6）：11-15.

[2]吴吉，唐作鑫，彭向阳，等.基于TFDR波形时域包络线的电缆故障定位技术[J].南方电网技术，2023，17（12）：18-27.

[3]温才权，韦鑫，王杰，等.基于CEEMD-PSD算法的变电站控制电缆故障定位方法[J].电网与清洁能源，2023，39（7）：80-89.

[4]宋柯，王乐宁，唐诗，等.基于行波互相关法的电力电缆故障定位技术及应用[J].水电能源科学，2023，41（7）：213-217.

[5]梁钟颖，周凯，孟鹏飞，等.基于频域反射系数谱的电缆故障定位与故障类型识别方法研究[J].电工电能新技术，2022，41（8）：79-88.

[6]谢子殿，符爽.基于VMD-TEO的矿用高压动力电缆故障定位方法[J].黑龙江科技大学学报，2021，31（5）：613-618.

[7]王小星.基于暂态行波的铁路电力电缆故障定位系统设计与实现[J].自动化技术与应用，2021，40（5）：28-31.

[8]王瑶瑶，姚周飞，谢伟，等.基于时频域反射法的高温超导电缆故障定位研究[J].中国电机工程学报，2021，41（5）：1540-1547.

[9]赵尊慧，孙廷玺，郑柒拾，等.基于脉冲差分的高压电缆故障定位方法及设备研究[J].电测与仪表，2020，57（8）：64-69.

[10]宾世杨，林丽娟，程乐，等.基于分布式光纤传感技术的电缆故障定位技术开发及应用研究[J].电力设备管理，2020（3）：147-149.

作者简介：徐 研（1985—），男，吉林长春人，硕士，高级工程师，研究方向为输电线路运维。

陈文教（1984—），男，广东韶关人，高级工程师，研究方向为高压电缆运维。

胡成乐（1987—），男，湖北武汉人，工程师，研究方向为输电线路运维。

贲 成（1993—），男，湖北宜昌人，硕士，工程师，研究方向为输电线路运维。

收稿日期：2024-01-18 修回日期：2024-02-29

基金项目：广东电网广州供电局输电类科技项目（GDKJXM20222 320）