摘要：近年来，我国对电能的需求不断增加，智能电网建设越来越多。为了提高电网电缆的异常故障检测能力，提出一种基于电网传输电流异常谱特征提取的智能电网电缆异常故障节点自动检测算法，建立电网的电缆异常故障节点信息融合模型，进行电网输出电流信息的异常波谱特征分析，在信息融合过程中，组成新的智能电网电缆接收端和发射端，根据电网电缆的传输电流接收异常波束，进行异常故障节点的智能定位，结合自适应波束定位方法，实现对智能电网电缆中异常故障节点智能检测。仿真结果表明，采用该方法进行智能电网电缆节点异常故障自动检测的精度较高，性能较好。
关键词：智能电网；电缆；节点；异常故障；自动检测
引言
电力电缆具有不用杆塔、占地少、基本不占地面上空间、维护工作少等优点，因而在城网中的应用越来越广泛。电缆在安装、运行进程中会由于机械、电磁、温度等因素的作用发生破损老化，继而导致故障发生率增加，威胁电网安全。这些因素中，电缆的温升超过长期允许工作温度是电缆发生故障的主要原因。如果线芯温度超过该温度值，易引发触电、火灾等事故。
1电缆故障
（1）线路老化分析。常见的输电线主要由绝缘层、导体层以及保护层3个部分组成。对于长时间运行的电力电缆，往往其保护层以及绝缘层会发生老化或者损坏。一般情况下，充油电缆的本体、接头与终端部分的绝缘纸往往浸润在绝缘油中，不易发生老化情况。而当电缆出现形变或者在外部作用力的干扰下发生绝缘层以及保护层破裂、泄漏时，充油电缆的绝缘效果将大大降低，极有可能引发重大的安全事故。充电的绝缘油会与空气中的水分以及其他物质发生反应，出现老化等情况，进一步降低绝缘效果。金属屏蔽层损坏以及水树老化等均是交联聚乙烯电缆最为常见的故障情况。当电缆的绝缘部分掺杂有水分时，基于电场局部集中在绝缘体中构成树枝状老化损坏情况即为水树。而当长期处于高温环境中，水树逐渐发生氧化，吸水效果大大增强，导电性逐渐增加，最终可能发生热击穿情况。（2）其他故障原因分析。其他常见的电力电缆故障主要包括机械类损伤故障、电力电缆绝缘层绝缘性能降低、过电压故障以及绝缘老化故障等。其中，机械损伤是电力电缆常见的故障形式之一。通常当电缆发生轻微损坏时，线路依然可以保持高效运行，而若损伤部位未能及时发现，故障进一步恶化，则有可能引发更大的事故。导致电力电缆机械损伤的原因包括：线路安装工艺不到位，安装时线路损伤严重；运行时外作用力损坏电缆，电缆金属铠装遭到破坏；自然天气等造成线路损坏。
2仿真实验分析
为了测试本文方法在实现智能电网电缆异常故障节点自动检测中的性能，进行仿真实验，实验采用Matlab7进行算法编程，结合VisualDSP++进行异常故障节点自动检测的系统设计，智能电网电缆节点随机部署在一个1000m×1000m的区域内，电网传输信道中的噪声干扰方差Q（k）=0.25，单个智能电网电缆节点的通信覆盖半径为Ｒ=10m，单通道电流输出为100A，电压为+1000V，电网异常故障节点的定位迭代步数为1024，数据采样规模为2000，根据上述仿真环境和参数设定，进行电网传输电流异常谱特征提取和异常故障自动检测，对电网传输电流异常谱特征的检测结果如图1所示。
图2故障检测精度对比
分析图2得知，采用本文方法进行智能电网电缆节点异常故障自动检测的精度较高，具有很好的故障节点检测能力。
3电缆故障诊断技术的应用
随着经济的快速发展，对于电力供应需求势必越来越高，相应的对于电力供应质量要求也更高。经过多年的努力，我国电力供应技术取得了一定的突破，但现阶段电网结构依然存在不足，需要不断完善。电力电子设备是当下应用较为普遍的系统故障诊断以及调控技术，可以用于电网潮流调配、提升电网结构强度、规避电力事故等方面。震荡波检测技术是目前应用较为普遍的离线电缆局放检测技术，其基于对充电后经过系统检测回路的电缆放电电流中的脉冲信号的诊断分析，可以对电缆中的放电情况以及故障点进行判定。该技术多用于附件缺陷诊断以及带绝缘屏蔽机构电缆的检测。该技术同时也是当下国际上应用最为先进的技术手段，可以实时准确地判定电缆当下的健康状况，并及时发现安全隐患，及时预警，为电缆长期可靠地运行奠定基础。首先，对于需要检测的电缆进行直流加压，直至电压值达到预定值；其次，合上高压固态开关，利用设备电感以及被检测电缆的电容产生谐振，在被检测的电缆终端得到阻尼震荡电压。综合分析电缆运行等信息，整个检测技术利用固定电感与被检测电缆形成的阻尼震荡回路，利用配置保证电压震荡频次与工频频次相符。通常局部放电所得到的电脉冲信号频谱较宽，可以达到几百兆赫兹，因此可以在获得尽可能多的放电信息的情况下，可靠地过滤现场的干扰信号，有助于电缆局部放电的检测以及在线监测。目前应用最为广泛的脉冲电流法主要采用局部放电信号频谱内的低频段区间，来避开无线电信号，使得信号中所存在的信息量较少，抗干扰能力较低。近些年超高频检测方法应用越来越普遍，超高频的优势在于可以有效避开几百兆赫兹以下的信号干扰，从而得到较好的信噪比。但实际因为局部放电能量主要分布在几百兆赫兹以内，超高频的效果并不理想，往往比较难进行局部放电的定量以及模式判定。此外，该方式对于绝缘内部气隙放电的诊断效果也并不理想。采用阻尼震荡波电压检测模式，依据震荡波电压情况下电力电缆的局部放电测定，对放电进行检测，构建故障识别机制。基于脉冲分离技术的抵御干扰与多模式分离技术，可以较为快速、准确地判定电缆故障形式，并基于智能电网对电缆电线故障形式与智能化的综合识别，可较为快速地对故障点进行判定，并在较短的时间内做出相应的故障处理，尽可能保证供电稳定性与可靠性。
结束语
综上所述，为对电网电缆的故障异常节点进行准确定位检测，实现对电缆故障的自动检测，本文提出一种基于电网传输电流异常谱特征提取的智能电网电缆异常故障节点自动检测算法，建立电网的电缆异常故障节点信息融合模型，进行电网输出电流信息的异常波谱特征分析，在信息融合过程中，组成新的智能电网电缆接收端和发射端，根据电网电缆的传输电流接收异常波束，进行异常故障节点的智能定位，结合自适应波束定位方法，实现对智能电网电缆中异常故障节点智能检测。
参考文献：
［1］林祝亮，冯远．基于粒子群算法的无线传感网络覆盖优化策略［J］．计算机仿真，2009，26（4）：190－193．
［2］沈海洋．基于遗传PSO的无线传感网络覆盖优化算法研究［J］．微电子学与计算机，2013，30（3）：148－151．
［3］马杰，戴波，贺小军．基于功率谱估计的管道腐蚀超声波内检测数据压缩研究［J］．科技通报，2010，5：49－50．
论文作者:杨磊,耿玲娜,邵平,赵肖旭,杨晟
论文发表刊物:《建筑细部》2018年第31期
论文发表时间:2019/10/12
标签：电缆论文; 电网论文; 故障论文; 节点论文; 异常论文; 智能论文; 电流论文; 《建筑细部》2018年第31期论文;