摘要：特高压技术是我国实现长距离、大容量输电的关键，而绝缘是特高压工程面临的主要问题之一。空气间隙是特高压输电线路外绝缘的主要形式，然而目前绝缘设计方面还缺乏完备的科学依据，间隙放电电压的获取依赖于放电特性试验。实现空气间隙放电电压的预测不仅可以有效减少试验次数，提高特高压工程的经济性和安全性，也有助于从理论和工程实践方面推动计算高电压工程学科的发展。
关键词：操作冲击；特高压；酒杯塔边；相空气间隙；放电电压；预测
引言
在电压波形和大气参数一定的情况下，间隙放电电压主要受间隙结构的影响。国内外学者开展大量试验，获取了多种结构尺寸下空气间隙的放电电压，并总结了一系列的经验公式，广泛用于输变电工程外绝缘设计中。然而这些经验公式大多是间隙放电电压与间距和电极半径间的简单关系，对于工程间隙的复杂三维空间结构，其计算结果往往存在一定误差。半经验公式将间隙放电电压视为流注和先导压降之和，通过一些假设和推导得到解析公式，从而对间隙放电电压进行预测。但解析公式中的部分参数与试验条件相关，公式难以外推到其他条件。物理模型以放电机理的研究为基础，建立不同放电阶段的数学模型或判据，通过计算电晕起始电场、流注长度和空间电荷量等关键参数，实现对放电物理全过程的仿真，从而得到长空气间隙的放电电压。由于放电理论尚不完善，长空气间隙的击穿模型尚不完备，还有待进一步研究。间隙的放电电压与空间结构存在复杂的多维非线性关系，难以直接建立对应的数学关系。机器学习算法以概率学和统计学为数学基础，在分析数据的相关关系方面具有较好的拟合与泛化性能，目前已广泛应用于解决电力系统的相关问题。
1放电电压预测的原理
由于空气间隙放电的物理过程复杂，且受间隙结构、电压波形、大气环境等多种因素的影响，存在较大的分散性，目前还不能建立精确统一的数学模型描述放电过程。数据驱动是一种通过对数据获取、分析与处理实现目标的思维方式，采集已有的放电试验数据，通过数据挖掘技术分析间隙结构与放电电压的相关关系，从而建立间隙放电电压预测模型。
1.1电场特征提取
间隙放电前的静电场分布与放电电压密切相关，从中提取关键信息，可实现间隙结构的参数化表达。而间隙的高、低压电极之间存在着一条最短路径，其电场分布与整个间隙的静电场分布存在对应关系，从中提取特征量，可以表征间隙结构，进而作为放电电压预测模型的输入量。导线−杆塔间隙是输电线路中常见的空气间隙，以特高压酒杯塔边相空气间隙为例，绝缘子串形成约23°的风偏角，均压环到横担的距离9.5m。
1.2基于支持向量机的预测方法
由于实现数据驱动所需的样本来自于间隙放电特性试验，其数量往往有限，使得建立放电电压预测模型的过程是一个小样本学习过程。SVM以统计学习理论为基础，通过最优分类超平面寻找支持向量，从而构造数学模型用于解决二分类问题[21]，可用于小样本学习。引入松弛变量和核函数，SVM可将非线性问题转化为线性可分问题，同时限制了噪声样本的干扰。径向基函数(radialbasisfunction，RBF)能够逼近任意的非线性函数，具有较好的泛化能力。
2特高压酒杯塔间隙放电电压预测
2.1训练样本和测试样本
分别开展了特高压酒杯塔边相、750kV同塔双回线路和1000kV交流紧凑型输电线路导线−杆塔间隙的标准操作冲击放电试验，其试验数据可作为本文研究的样本。750kV同塔双回线路的中相间隙布置。试验采用1:1真型塔头，采用镀锌铁管模拟六分裂导线，导线直径28mm，子导线间隔400mm。
期刊文章分类查询,尽在期刊图书馆绝缘子串两端加装直径1.5m的均压环。试验时，通过将模拟上横担和模拟塔腿偏转α角来模拟绝缘子串的风偏角，标准操作冲击试验中取α=20°。导线和高压端均压环到模拟上横担和模拟下横担的距离分别为7m和7.5m，导线到模拟塔腿的距离d为试验的间隙距离，分别取d=4.0、4.5、5.0、5.5、6.0、6.4m。
1000kV紧凑型输电线路的间隙布置。三相导线相间距离为15m，导线为分裂间距400mm的10分裂导线，导线直径30mm。绝缘子串结构高度为9.75m，高压侧安装外环径为850mm、管径为70mm的均压环，接地侧安装外环径为500mm的均压环。进行试验时对B相施加正极性标准操作冲击，A、C相分别接地，导线对杆塔构架的间隙距离d分别为5.0、6.0、7.0、7.4m。酒杯塔边相标准冲击放电试验的间隙布置示意图如图1所示，导线为分裂间距400mm的8分裂导线，导线直径30mm。边相采用“I”型复合绝缘子串，均压环外直径为1.1m，管径100mm。调整绝缘子串的悬挂位置，选择边相导体与塔身的间隙距离d分别为4.5、5.5、6.4、7.5和8.0m，得到不同间隙距离下的放电电压。3种导线−杆塔间隙标准操作冲击放电电压的试验值如表2所示，其中U50表示间隙的50%放电电压。
3种工程间隙在结构上具有相似性，以其中两种间隙作为训练样本，可建立导线−杆塔间隙操作冲击放电电压预测模型，从而预测另一种间隙的放电电压。本文选取750kV同塔双回线路和1000kV交流紧凑型输电线路的试验数据作为训练样本，特高压酒杯塔边相间隙的数据作为测试样本。分别建立训练集中不同导线−杆塔间隙的三维有限元模型并计算其电场分布，提取最短路径上的电场特征量构成训练样本集。惩罚系数C和核函数参数γ的寻优范围分别为[23,29]和[2−2,2−8]，得到最优参数C=274.4，γ=0.0192。基于该最优参数可建立导线−杆塔间隙标准操作冲击放电电压预测模型。整个训练过程通过Matlab中的LIBSVM工具箱完成，使用的计算机CPU为Intel酷睿双核i3-6100，主频为3.70GHz，内存为8GB，参数寻优及SVM模型训练时间约为20s。
2.2预测结果及分析
基于训练得到的SVM预测模型对测试样本的放电电压进行预测。预估的间隙放电电压范围为[0,3000]kV，迭代精度设置为1kV，采用黄金分割法不断缩小放电电压的范围，从而得到不同间隙距离下酒杯塔边相间隙的放电电压，预测结果见表3，其中Up为放电电压预测值，δ为预测值的相对误差。从预测结果可以看出，5种间隙距离下酒杯塔放电电压的预测误差均在10%以内，且误差最大值为7.1%。5个测试样本的平均绝对百分比误差(meanabsolutepercentageerror，MAPE)为3.66%。当间隙距离为4.5和5.5m时，间隙放电电压具有较小的预测误差，而当间隙距离增大到6.4~8.0m时，预测误差有所增大但仍在可接受的范围内。
结语
电极间最短路径上的电场分布与间隙放电电压存在关联性，其中的电场强度、电场梯度、电场平方、场强积分、路径长度、比例参数等相关参数可作为输入参量用于间隙放电电压预测。采用工程间隙放电试验数据作为训练样本，对1000kV酒杯塔边相空气间隙的放电电压进行预测，其平均绝对误差为3.66%，相对误差均在10%以内，验证了预测方法的有效性，该方法为间隙放电电压的获取提供了一种新思路。
参考文献
[1]曾嵘，庄池杰，余占清，等.长空气间隙放电研究的挑战与进展[J].高电压技术，2016，40(10)：2945-2955.
[2]李立浧，饶宏，董旭柱，等.计算高电压工程学的思考与展望[J].高电压技术，2018，44(11)：3441-3453.
[3]张秋实，王力农，方雅琪，等.带电作业组合间隙放电特性仿真分析方法[J].高电压技术，2018，44(4)：1292-1301.
论文作者:杨栋渊
论文发表刊物:《电力设备》2019年第9期
论文发表时间:2019/10/18
标签：间隙论文; 电压论文; 导线论文; 样本论文; 电场论文; 杆塔论文; 酒杯论文; 《电力设备》2019年第9期论文;