电力电缆局部放电模式研究

电力电缆局部放电模式研究

冯洋

（国网宁夏电力公司中卫供电公司755000）

摘要：电力电缆局部放电带电测试技术作为一种新兴试验技术，与传统停电检测方法相比，不仅能实时反映电缆系统的绝缘状况，而且效率高、低成本，非常适合对电力电缆系统的监视和日常巡检。在长期运行过程中，XLPE电力电缆较易发生故障，引起绝缘性能受损，进而导致局部放电，诱发事故。借助局部放电理论能够有效发现XLPE电缆的缺陷，从而及时排除故障，保证电缆安全运行。

关键词：电力电缆；局部放电；检测

1导言

电力电缆局部放电检测的技术主要是指局部放电产生不同的物理现象为实际的依据，并且还要通过对不同的物理现象来对局部放电的状态进行描述和反应。但是，故障点的噪声和干扰非常强，它们甚至会淹没局部放电的超声波信号，因而需要研究干扰的抑制技术，采用小波理论来解决信号采集问题，利用数学形态学理论来进行信号去噪处理。

2高频局部放电测试系统

高频局部放电测试系统结构如图1所示。

图1高频局部放电测试系统结构

高压电缆局部放电带电测试在电缆运行状态下进行，此时，电缆系统承受系统运行电压，并传输一定电能负荷。高频局部放电测试系统由传感器、信号处理器、检测主机及分析软件四部分组成，系统可外接示波器、频谱分析仪等辅助判断分析设备。系统采用电容臂传感器，从被试电缆中间接头、终端金属护套接地引下线处采集信号。电容臂传感器采集的局部放电信号经光纤传递，在信号处理器中进行信号放大，再由检测主机对信号进行滤波、转换、存储，最终由分析软件或示波器等显示结果。系统可以进行4通道同时测量，同一时间检测电缆三相及环境信号，有效抑制外部信号干扰。电容臂传感器的安装无需改变电缆一次连接线、中间接头结构及电缆终端连接方式，因而不需改变电缆运行状况。

3局部放电的原理

电气设备依靠外部电压产生的场强，能够使绝缘部分发生放电，但仍未形成固定放电通道，我们将这种放电现象称为局部放电。局部放电一般发生在导体附近高场强区域或绝缘材料中的空气穴中，是一种局部的、非贯穿性的放电。电力设备在足够强的电场作用下发生局部放电时，高能量电子或加速电子会对电气设备的绝缘介质有一定的冲击，冲击越小，对电力设备绝缘的影响越小，绝缘强度的下降越慢；冲击越大，则会导致绝缘强度加速下降，极大影响设备的绝缘寿命。即使小强度的局部放电，时间长了也会引起多种形式的物理效应和化学反应，造成绝缘严重劣化。由于局部放电对设备绝缘影响较大，因此如何避免发生局部放电，从而使设备正常安全运行就成为电力设备维护人员应该考虑的事情。

4电力电缆局部放电模式

4.1电力电缆的敷设

我国最常见的电力电缆敷设的方式主要有：排管、电缆桥架、电缆隧道、电缆沟以及直埋等。为了对电力电缆能顺利的通过进行确保，就要科学合理的选择电力电缆的敷设，而且还要根据现场的实际情况加以调整，因此，现阶段的电缆敷设就可以采用多种方式的组合。目前而言，在电缆铺设的过程中大多数都选择了隐蔽性较好的电缆沟槽设计，不过这种设计却不是适用于所有情况下的，很多情况下还是需要采用砖砌电缆综合沟。通常情况下，采用砖砌电缆沟槽的方式都会讲其铺设到绿化带或者是人行道下，完成电缆铺设后要先进行回填然后将原有的绿化或者是人行道进行复原。其中在设计盖板的时候，需要全面的考虑的商业堆载为每平方米1t，而沟槽盖板一般采用的都是预制钢筋混凝土盖板。盖板的设计荷载也应该随着局部荷载的增加而进行增加。电缆顶管处的两端以及过路埋管的地方需要对工井进行合理的设置，在完成敷设之后，就需要在工井内充沙。工井采用预制梁板结构，砖砌井沟壁，活动顶盖，一般情况下是不行车，只考虑行人、工程电缆在通过主干道路时，穿越方式采用的是导向钻进非开挖铺设MPP电力电缆护套管的方法，这主要是因为市政不允许进行封路和大开挖埋管的作业；如果是通过非主干道的时候，主要采用的就是破路开挖埋管。

4.2基于小波变换的局部放电超声波信号检测

在选用超声波检测局放信号传感器时，主要依据所采纳信号的频谱特性。即不同传感器的中心频率不相同，最终的检测结果也有较大区别。经验证，电缆发生局部放电时，频率为40kHz左右，所以采用频率为40kHz的主传感器和辅助采样频率为50kHz的辅助传感器。为能够更好地分析，验证电缆局部放电所产生的超声波信号的频谱特性，现选取带宽范围从30～250kHz，中心频率160kHz的传感器来进行检测。在距离电极约60cm处放置满足试验标准的传感器，随后调节电压到7kV。

4.3模式识别的原理和方法

模式识别（PatternRecognition）由来已久，是人类的一项基本技能，在日常生活中经常被应用。随着代计算机的大规模出现和人工智能的逐渐兴起，人们希望借助计算机来代替或扩展人类的部分脑力劳动。（计算机）模式识别近年来发展迅速，已经成为一门新兴学科。本文涉及到的模式识别都是根据计算机的模式来进行识别的。表征事物或者是现象的式样是有文字的、数字的和逻辑关系的，模式识别就是根据这些方式对表征事物或者现象的信息来进行解决和解析的，之后进行描绘、归类、辨别和说明注解，这是信息科学与人工智能的主要组成部分。

4.4基于中心分布归类法的局部放电模式识别

中心分布归类判别法起初先算出样品放电指纹的方差和平均值，将平均值与方差当做指纹库，然后根据马氏距离函数算出未知放电源指纹和平均值之间的距离平方d2，根据d2的数值来评估未知源的指纹与指纹库中的哪种放电源较为接近，d2的最小值对应的样品放电源即为未知放电源所属的类型。首先挑选一个样品实行检验,获得一组描绘该样品放电状况的统计算子并将它当做特征值,这一组特征值便是一个指纹。对多个样品进行逐个测试，最终可以得到多个指纹，从这些指纹可以得到样本的平均值C和方差σ。中心分布归类（CentrumScore）法从现象上来分析，就是在一定空间用类椭圆外貌来包络特征值的平均值，类椭圆的大小和样式由特征值的标准偏差和它们的相关性判定。每个类椭圆都代替一根等概率线，每个类椭圆内的范围对应一个指纹集合，该集合是根据距离此种已了解缺点的样本均值在确定距离内的所有指纹构成的。未知指纹与椭圆中心比较近，被归纳为这种缺点的可能性就越大。指纹中描写局部放电的特征值分为37个，这37个特征值相当于一个37维空间。关于有某类缺陷的样品，根据测量和计算的结果，可以获取37个统计参数值，这37个统计值可以用多维空间的某个点来呈现。通过测试多个有同样缺陷的样品能够得到相应于37维空间的多个点，依据有关公式能够得出这些点的数学中心C。今后检测未知局放源的试品时，获得37维空间的点S，经过与C对比可以获得未知缺陷的中心分布归类判别法（CS）的值。

结束语

综上所述，引进数学形态学中集合论的概念，通过利用集合论中的腐蚀，膨胀的数学原理对提取的局放信号进行了去噪处理，提出一种可以结合数学形态学中的开闭与闭开运算来进一步优化噪声信号的提取。为此，在未来的发展中，有必要研究干扰因素及电力电缆局部放电的测试，这是用来减少干扰信息对测试结果的影响。因此，对电力电缆局部放电的研究需要深入而全面地研究。

参考文献：

[1]宋哲.基于超声波的电力电缆局部放电检测方法的研究[J].电气开关,2017,02:64-66+69.

[2]李宇烽,才英博.高压电力电缆局部放电检测技术研究[J].民营科技,2017,04:54.

[3]周文奇,韩彪.电力电缆局部放电模式研究[J].内燃机与配件,2017,01:99-100.