基于极值判断的水电站漏电流相对异常信号检测方法及其应用

查海涛，杨 峰，蒙淑平，任雪峰

（1.国网江西省电力有限公司柘林水电厂，江西 九江 332000；2.国网江西省电力有限公司电力科学研究院，江西 南昌 330096）

0 引言

现阶段对漏电安全的管控完全依赖漏电保护装置跳闸，但传统漏电保护开关以交流漏电检测和保护为目标，无法监测直流漏电。水电站厂房存在地下有多层区域，发电设备冷却介质多用水，造成环境常年潮湿，对电气设备的绝缘影响极大。厂房内直流设备众多，存在人身因直流漏电而触电的隐患；另一方面，漏电数据无法实时感知，绝缘破损造成的设备漏电无法提前预警和主动检修，存在人身和设备安全风险。

水电站厂房电气设备众多，环境条件复杂多样，特别是长期高温高湿环境引起的电气设备、线路绝缘破损和漏电隐患众多，人身触电及设备损坏的风险极大，给电厂的安全稳定运行带来严重后果。因此迫切需要具备交直流漏电流的实时感知装置对水电站的配电设备进行运行监测，全面管控配电系统的漏电安全风险。

文中通过对多传感终端的水电站厂房电气设备绝缘状态监测系统的研究，分析了交直流漏电流检测中存在的问题，提出了一种基于极值判断的水电站漏电流相对异常信号检测方法，使得漏电流检测更为准确。并基于此方法，研制具备集成交直流剩余电流监测传感器与环境温湿度传感器于一体的监测终端，可以监测电气设备的电压、电流、漏电流、温度、湿度信息。全面管控配电系统的漏电安全风险，有效防止电气设备、线路绝缘破损和漏电隐患及人身触电及设备损坏的风险，提高了机组安全运行水平，降低了人身触电风险。

1 水电站漏电流相对异常信号的检测方法

1.1 水电站漏电流相对异常信号的原理分析

剩余电流装置必须确保用户在不干扰电气装置正常运行的情况下免受电击的危险。它必须检测电气线路及设备的漏电流，并在发生异常后电流超过给定阈值（通常为30 mA）时触发装置断路器的断开。但是单纯的设定阈值难以囊括所有的漏电异常状况，即使漏电量未超过阈值，也有可能出现异常状况，这种情况称之为相对异常。如图1所示波形，此波形为理想状态下的漏电流监测系统的监测波形，假设平时检测水电站漏电流为0，设立的水电站漏电流阈值为30 mA（0.03 A），在0.3 s时出现了一些状况：监测软件监测到的水电站漏电流迅速上升至28 mA，虽然未超过设立的30 mA阈值，但仍然可能发生了异常状态，称此情况为相对异常。在此情况下普通的设立阈值难以检测这种情况的发生，为此文中接下来提出了一种基于极值判断的方法来解决此问题。

图1 理想状态下的漏电流监测系统的监测波形

1.2 基于极值判断的水电站漏电流相对异常信号的检测方法

图1讨论了水电站漏电流相对异常信号的理想波形，此类波形在一段时间内幅值变化大，斜率大，且在监测中难以避免有噪音信号，单单利用斜率难以进行判断。本文提出基于极值判断的水电站漏电流相对异常信号的检测方法如图2所示。下面对其算法及计算步骤进行分析。

首先，因为水电站漏电流平稳时的漏电量不总是相同的，所以要设立一个初始的检测阈值，初始阈值基于所测取的一组数据设立，依照初始的阈值检测出每组数据中满足阈值特性的数据。

在测出满足阈值的数据之后，根据后来测得的水电站漏电流数据再次设定新的阈值，设立新的阈值后，再依照修改之后的阈值检测出满足条件的数值。

推理：设连续可导函数F（t），其一次导数为f（t），在时间间隔[t，t+t]内，f（t1）和f（t2）分别是时间间隔内f（t）的最大值和最小值，当f（t1）·f（t2）＜0时存在极值，|f（t1）·f（t2）|数值越大，则F（t）变化越剧烈。

根据以上推理可以判断漏电流信号的变化趋势，从而识别相对异常信号。具体步骤如下：

步骤1.由于水电站漏电流监测系统中取水电站漏电流信号为离散信号，根据上述所说可以对水电站漏电流信号作如下处理：设

得到数组DIFF（i）：

求取式（2）中的最大值MAX_DIFF（i）和最小值：

越大即说明变化越剧烈，当Xdiff（i）＜0时，区间内必有极值点。

步骤2.设置合适的时间间隔，这里选取前10秒的水电站漏电流数据，设定1秒一组，选定合适的采样频率和n值，求出各组的最大差分能量和最大的幅值max_I，组成2×10的数组max_I[]，再由数组中数值求出平均值根据平均值设定两个初始值：

A1，B1，C1，D1都是常数，依照设定的初始值检测前10秒的10个数据，检测出满足条件的值，选择其中幅值最大的值作为检测值。

步骤3.检测第j个数值时（j>10），依据j-10秒到j-1秒的数值，根据之前的步骤更新初始值：

步骤4.在对此更新后的值进行检测，选择其中幅值最大的值作为检测值。最后再附加一个额外的判定条件，让窗口内最大值与最小值的差满足10 mA以上。

故基于极值判断的水电站漏电流相对异常信号的检测方法流程图可用图2表示。

图2 基于极值判断的水电站漏电流相对异常信号的检测方法流程图

2 应用案例

2.1 实验系统条件

为验证基于极值判断的水电站漏电流相对异常信号的检测方法，本文结合水电厂绝缘智慧感知系统的应用进行验证。

水电厂绝缘智慧感知系统可分为监控层、通讯层、应用层三部分，如图3所示。图4为某水电厂3号机组在现场安装实例。

图3 水电厂绝缘智慧感知系统应用示意图

图4 现场安装实例

监控层主要以磁调制技术的交直流混合漏电流监控装置为基础，核心器件是高集成度的漏电流监测芯片，集成温湿度传感器和电压、电流检测电路，以及Lora通讯模组，安装在配电设备的进线侧，用于监测漏电流、电压、电流、温湿度等信息。

通讯层使用无线低功耗的LoRa技术和GPRS通讯技术，将信号从监控装置收集并上传至服务器；

应用层包括监测平台和微信小程序，便于用户及时查看漏电及保护动作信息。

2.2 实验结果

如图5所示为某水电厂3号机组安装系统后的监控页面。整个系统具备实时监测、异常告警、数据记录和查询统计等功能，具体如下：

1）实时监测系统实时感知被监测设备的漏电流及周边环境的温湿度信息，并上传至数据后台。

2）异常告警当监测系统发现漏电流、温度、湿度或通讯异常时，可通过WEB页面或短信及时告警。异常告警值可通过WEB页面远程设置。

3）数据记录及查询统计图6所示为监测数据包括漏电流、温度、湿度及相关告警信息实时存储在数据后台，并具备查找和统计功能。

图5 监控页面

图6 检测漏电流异常信号记录

3 结语

某水电厂3号机组加装具备集成交直流剩余电流监测传感器的监测终端后，实时监测电气设备的电压、电流、漏电流。出现异常信息实时告警，及时通知水电厂运行人员，有效防范了电气设备、线路绝缘破损、漏电隐患、人身触电和设备损坏的风险，预警和定位设备事故隐患，全面管控配电系统的漏电安全，提高了机组运行以及厂内人员的安全。