基于光纤传感器的水利工程电气设备故障检测方法

杨 磊 孙 寅

(1.盐城粤海水务有限公司，江苏 盐城 224000；2.江苏禹衡工程质量检测有限公司，江苏 盐城 224000)

水利工程电气设备是水利工程设施安全的重点之一，影响着水利工程使用寿命[1]。因此，工程电气设备故障，受到国内外学者的重视。当前，国内外电气设备检测方法，主要分为电气测量和非电气测量两种[2-3]。电气测量方法又细分为4种，一是检测电气设备产生短路问题时，通过推测其设备内的等效阻抗变化和绕组漏抗变化情况，实现对电气设备的检测；二是检测电气设备脉冲信号，通过电压波形，判断电气设备是否存在故障；三是通过温度、湿度等变化， 判断对电气设备运行的影响，只有当电气设备出现故障时，温度、湿度等才会对电气设备的运行产生影响；四是通过频率，判断电气设备是否存在故障。该种电气测量方法，出现于20世纪70年代末，并引起国内外研究人员的重视[4-7]。

非电气测量方法又细分为3种，一是通过检测电气设备的振动情况，采集其产生的振动信息，判断电气设备故障；二是通过检测声波在电气设备介质面的反射情况，反映电气设备存在的缺陷；三是在电气设备内安装内窥镜头，对设备运行情况进行拍摄，得到电气设备运行图片和视频，检测设备故障[8-10]。虽然从上述内容中可看出国内外对于电气设备故障检测，研究出了一定成果，但是上述故障检测方法，均缺乏对电气设备状态估计的通用状态量，测量结果的分析以经验为主，为此，本文提出基于光纤传感器的水利工程电气设备故障检测方法。

1 采集电气设备故障检测方法

1.1 建立基于光纤传感器的电气设备数据采集模型

(1)

式(1)中，p表示弹光系数，gp表示声波频谱峰值增益系数。其中，频谱的半峰值全宽ΔvB与频谱中的声子寿命ΓB的关系为

ΔvB=(πΓB)-1

(2)

此时，式(2)中频谱的半峰值全宽ΔvB为几十兆赫兹[12]。综合式(1)和式(2)，即可得到光纤传感器光散射分布曲线图(见图1)。

图1 光纤传感器光散射分布曲线

从图1中可以看出，光纤传感器增益所产生的频谱，在声波频移vB处有最大增益gP。综合上述对光纤传感器检测电气设备特点的分析，根据图1所示的光纤传感器光散射分布曲线，建立基于光纤传感器的电气设备数据采集模型。

设光纤传感器在电气设备中产生的折射率为n，产生的声波速度为va，入射光在真空中的波长为λ0，检测的电气设备材料密度为ρ0，则有

(3)

式(3)即为电气设备数据采集模型。其中，gn(vB)即为采集到的电气设备数据。此时，根据式(3)，即可确定频移、功率与电气设备温度、应变的关系，用采集到电气设备数据，判断电气设备中是否存在故障。对于式(3)中的电气设备数据，还需要进行数据处理，才能得到准确的电气设备故障检测结果。

1.2 数据处理

针对式(3)中的电气设备数据，进行数据处理，设线性权重系数为k，光纤检测结果所对应的散射谱为fB(v)，则有

(4)

式(4)中，ΔvB1表示洛伦兹谱半峰谱宽，ΔvB2表示高斯谱半峰谱宽[13]。式(4)的计算过程为光纤传感器固有信号的去除过程，此时，经过式(4)的处理，所得到的数据信息，产生的信号幅值，已经被降到零值附近，与光纤传感器产生的光纤散射信号具有明显的区分，此时，剩余的所有数据信息，即为电气设备检测数据。

为了更清晰直观地得到电气设备数据，对已经经过式(4)处理的数据，进行初值选取和迭代。因此设式(3)中的原始数据为gn(vB)=gr(v)+n(v)。其中，gr(v)表示理想数据；n(v)为式(3)中的数据，在式(4)处理数据过程中，产生的高斯白噪声；此时，将原始数据与理想数据进行互相关卷积，则有

[grn(v)+n(v)]=gr(v)·grn(v)+gr(v)·n(v)

=gc(v)+Nc

(5)

式(5)中，grn(v)表示原始数据与理想数据的互相关卷积过程，c表示数据中心，Nc表示理想数据与高斯白噪声的乘积，gc(v)表示原始数据与理想数据互相关卷积结果。当得到的理想数据信号左右对称时，则lim(Nc)=0[14]。此时，经过式(4)和式(5)对式(3)采集到的电气设备处理结果，即可得到水利工程电气设备故障检测结果。

1.3 自动检测水利工程电气设备故障

根据采集到的水利工程电气设备数据及其对采集到的数据处理结果，即可生成水利工程电气设备故障自动检测算法(见图2)。

图2 水利工程电气设备故障自动检测算法

此时，根据此次设计的水利工程电气设备故障自动检测算法，对式(5)得到的卷积结果进行最大次数的迭代处理，得到计算卷积差的阈值，则有

βk+1=βk-[H(x)+μI]-1J(x)R(βk)

(6)

式(6)中，k表示迭代次数；β表示参数向量；J(x)表示卷积结果矩阵；Ji表示矩阵第i行数据f对βk的梯度向量；μ表示阻尼因子；I表示单位矩阵；R表示求残差平方和；R(β)表示求残差平方和参数向量的极小值点；H(x)表示矩阵乘积，即H(x)=J(x)TJ(x)，其中T表示矩阵的转置[15]。

此时，经过最大次数的迭代后，即可计算卷积差，则有

(7)

式(7)中，δ表示卷积差。此时，根据求残差平方和参数向量的极小值点R(β)，确定电气设备故障判断标准(见表1)。

表1 电气设备故障判断标准

此时，根据图2所示的水利工程电气设备故障自动检测算法，将表1中电气设备故障判断标准带入检测结果，即可得到电气设备存在的故障。

2 实验分析

在实验室里，进行水利工程电气设备故障检测实验，将此次提出的故障检测方法记为实验A组，将文献中提到的两种故障检测方法，分别记为实验B组和实验C组。根据水利工程电气设备运行特点，以变压器绕组故障为实验研究方向，从确定变压器绕组故障位置，改变故障程度；确定变压器绕组故障程度，改变故障位置两方面，对比三种故障检测方法。在实验室里，确定变压器绕组故障程度和位置检测结果，与实际变压器绕组故障程度和位置检测结果的一致度。

2.1 实验准备

此次水利工程电气设备故障监测实验，选择变压器绕组模型，检测三组故障检测方法。此次选择的为SZ9-6300/35型变压器，电磁线绕制直径长约480mm，其变压器上，共有45线饼，导线全长约200m，产生的额定电压为110kV，其变压器绕组电路模型见图3。

图3 变压器绕组电路模型

图3中，n表示变压器线饼，i表示n个饼中的一个，即饼=1,2,…,i,i+1,…,n。且此次选择的SZ9-6300/35型变压器，绕组每饼的线匝总长度相等，绕组线匝的长度大于线匝之间的距离。此时，在图3所示的变压器绕组电路模型中，其变压器绕组电路参数见表2。

表2 变压器绕组电路参数

由于实验室条件有限，且为了保证实验人员的人身安全，因此在变压器的高压侧接入380V的三相电压；在变压器的低压侧接入3 MΩ的电阻，模拟变压器运行时产生的负载。

由于三组检验方法，在检验变压器时，需要对变压器外壳和铁芯进行拆除、吊离，在这个过程中，外壳和铁芯的位置会与原本的位置产生一定的差异，为验证这种差异对此次实验造成的影响，进行变压器外壳和铁芯拆除、吊离重复性试验，排除实验过程中变压器外壳和铁芯拆除、吊离对实验结果造成的影响。将此次试验分为4次进行。未对变压器外壳和铁芯进行拆除、吊离时，变压器原始状态的曲线为第一次测量值；此后，在10h后，进行第一次外壳和铁芯拆除、吊离，24h后，进行第二次外壳和铁芯拆除、吊离，48h后，进行第三次外壳和铁芯拆除、吊离。重复性验证结果见图4。

图4 重复性验证结果

从图4中可看出，3次变压器外壳和铁芯拆除、吊离后得到的实验曲线，均与第一次测量值重复。由此可确定，变压器外壳和铁芯拆除、吊离，不会对实验结果造成影响。此时，即可进行故障检测实验。

2.2 第一组实验结果

在此次实验设计选择的变压器基础上，进行第一组实验。此时，将变压器设置成绕组饼间短路故障状态。此时，将变压器故障短路位置，确定为变压器绕组电路模型图中第i个饼绕组存在短路故障，改变第i个饼绕组短路故障程度。此时，采用三组故障检测方法，分别检测变压器第i个饼绕组产生的短路故障严重程度，并与实际短路故障严重程度进行比较(见图5)。

图5 相同位置不同程度短路故障检测结果对比

从图5中可以看出，实验C组在检测第i个饼绕组存在短路故障时，所检测的短路故障程度，与第i个饼绕组实际短路故障程度相差最远；而实验B组检测第i个饼绕组存在短路故障，检测结果虽优于实验C组，但是依然不符合第i个饼绕组实际短路故障程度；而实验A组，在检测第i个饼绕组存在短路故障时，所检测的故障程度，与第i个饼绕组实际短路故障程度最为接近。由此可见，此次研究的水利工程电气设备故障检测方法，可以检测同一位置不同程度的饼绕组短路故障，且故障程度检测结果准确。

2.3 第二组实验结果

在第一组的实验基础上，改变故障位置，确定故障程度。此次改变故障位置，是在此次实验设计确定的45个线饼基础上，将故障放在不同的线饼上，且每个故障线饼的短路故障程度一致，并将45个线饼按照1～45排序，以便记录检测结果。此时，采用三组故障检测方法依次检测45个线饼，判断其是否存在短路故障，并与实际检测出存在短路故障的位置进行比较(见图6)。

图6 相同程度不同位置短路故障检测结果对比

从图6中可以看出，当线饼短路故障程度一致、位置不同时，实验B组故障位置检测结果，与实际故障位置检测结果相差最大；实验C组对于故障位置的检测结果，优于实验B组；只有实验A组，所检测到的线饼故障位置，与实际故障位置相一致。由此可见，此次研究的水利工程电气设备故障检测方法，可以检测同一故障程度不同故障位置的饼绕组短路故障，且故障位置检测结果准确。

综合上述两组实验结果可知，此次研究的水利工程电气设备故障检测方法，可以准确检测出水利工程电气设备故障所在位置及其故障程度，且相对此次实验对比方法，检测结果更为准确。

3 结 语

综上所述，此次研究的水利工程电气设备故障检测方法，充分利用了光纤传感器所具有的设备动态感知能力，根据设备频率等声波变化，能够准确检测水利工程电气设备故障。但是此次研究的水利工程电气设备故障检测方法，未曾考虑故障检测的实时性。因此，在今后研究中，还需不断研究实时检测电气设备故障方法，为电气设备在线监测提供保障。