XLPE电缆老化状态评估方法研究

2022-07-13刘伟

装备维修技术 2022年26期

关键词：老化

刘伟

摘要：由于经济社会的快速发展，电力供应需要大幅增加，电力供应安全保障显得尤为重要，XLPE电缆是电力安全运输的重要媒介之一，一旦发生老化等情况，会对电力运输造成极大损失。本文对XLPE电缆的老化状态评估方法进行了研究，基于电缆的老化状态对电缆寿命进行预测，从而达到节约检测成本，保障电网安全运行的目的。

关键词：XLPE电缆;老化;状态评估;寿命预测

一、引言

近年来，随着经济社会的不断发展，电力供应需求逐年增加，电网安全运行承受的压力也越来越大。电力运输是电网安全运行、电力充足供应的重要一环，目前，XLPE电缆由于具有质量小、耐热性强、传输量大、维护方便等优点[1]，承担着主要电力运输任务。为了确保电力的安全运行，需要定期对电缆的老化状态进行评估，早期的评估方法主要是预防性试验，但是这种方法具有很大的弊端，很可能还会加速电缆的老化。随着近年来人工智能、大数据等新技术的不断发展[2]，XLPE电缆的老化检测手段也有了很大的进步，本文主要进行了XLPE电缆老化方法的研究，综合电缆的不同老化状态提出了基于寿命预测的XLPE电缆状态评估方法。

二、XLPE电缆老化状态分析

上文提到，XLPE电缆在易用性、耐热性、电气性能等方面具有很强的优势，但是研究表明，由于受到外部土壤、气候、湿度等多方面的影响，XLPE电缆的绝缘内部很容易产生老化现象，而且这种现象随着电缆使用年限的增长还会不断加强[3]。直接影响电缆的绝缘性能，从而导致电缆损坏，影响电力安全运输。

按照XLPE电缆的老化机理，主要可以分成水树老化、电树老化和热老化三种。

1、水树老化

电缆的水树老化主要是由于电缆中存在缺陷或杂质，加上周围环境水分较多造成的，这种老化会在电缆中形成水树枝[4]。一般来说，长期使用的电缆较多出现水树现象。水树枝的出现会对电缆的绝缘性能产生破坏，严重影响电缆的正常运行。一方面，随着绝缘性能的下降，极易发生局部放电现象，另外，也会导致电缆内部发生结构变化。而且这种变化是长期性的，即使外部环境的水分减少，水树枝也不会逆转。随着使用年限的增加，电缆中水树枝就可能诱发电缆绝缘击穿。

2、电树老化

电树老化的起因也主要是电缆在制造工艺等方面存在缺陷，造成电缆中存在一些空隙、杂质，电缆长期运行过程中，在环境、外力等综合因素作用下而出现的现象。最终引发电缆绝缘击穿都是由电树枝引起的。相对于水树现象，电树枝的发展更加迅速，时间很短就会造成电缆发生击穿。以目前的技术手段，在电缆内部出现工艺问题造成电树枝的的情况较少，现在电树枝主要出现在接头和终端等位置。

3、热老化

前文所述的两种情况主要是由于工艺问题造成的。在电缆日常运行过程中，电缆的性能会随着时间推移逐渐减弱，出现老化现象，这种现象主要是由于绝缘材料在运行过程中受热而产生的。随着温度的升高，热老化现象会加剧。与前两种老化现象相比，热老化现象是必然也是最普遍的，而且会贯穿整条运输电缆。由于热老化现象的加剧，电缆的物理结构就会出现问题，随之就有可能引发电缆的水树和电树现象。

以上几种老化现象是造成XLPE电缆发生绝缘故障的主要诱因，通常情况下，如果没有工艺上的问题，随着使用时间的增长，电缆会由于热老化现象出现物理结构上的破坏，随之产生水树老化现象，继而引发电树老化造成电缆绝缘击穿。

三、基于寿命预测的XLPE电缆状态评估方法

通过上文分析，XLPE的老化现象会造成电缆运行出现问题，针对这些现象，我们可以通过一定给的方法预测XLPE电缆的使用寿命，通过寿命预测来评估电缆的使用状态，对于使用寿命已经到达极限或将要到达极限的电缆及时进行更换。

1、预测指标体系建立

XLPE电缆的老化现象发生发展到一定程度就会造成电缆故障，可能是由于单方面因素造成的老化，也可能存在多重因素叠加造成老化。因此，应充分考虑造成XLPE电缆现象的各种因素，建立综合的预测指标体系。对于各项指标来说，每一项应当可以从不同角度来反映电缆的使用寿命，同时，需要考虑各指标之间的相互作用，使体系层次分明。

指标的选取还应考虑数量的问题，并不是说指标选取的越多预测结果就会越准确，因为一些对于电缆老化状态影响较小的指标有可能会对其他影响大的指标的作用造成冲击，使得预测结果不准确。

综合上文对老化现象和指标建立原则的分析，我们可以选取和电缆环境相关的温度、电场、电压、电流、外力、水分、平均寿命、剩余寿命、有效寿命等几个因素做为寿命预测的指标。

2、预测模型建立

根据指标体系，就可以构建电缆寿命预测模型，预测模型主要可分为基础层、过程层和预测结果层。

基础层是整个预测模型的基础，可以将电缆老化模型、指标模型囊括其中，主要提供理论支撑和方法分析。电缆老化模型主要是分析加速老化模型的理论依据，设定方法中的主要参数。指标模型是进行整个模型构建的关键，在具体的实施过程中，用户可以根据实际情况对指标进行适当的调整，随着指标模型的改变，整个预测模型也应当进行修正。

过程层是预测模型的中间环节，它建立在基础层的各模型之上，主要完成电缆老化寿命预测的过程。在本层次中，首先应当根据指标模型确定评估对象的基本指标，比如，当XLPE电缆的铺设方式为直埋时，就应考虑土壤中水分对于电缆的影响因素，而外力破坏因素就可适当降低权重。然后根据指标体系完成数据采集，继而对数据进行整理、分析，最终得到预测结果。

最后一个层次为结果层。由于在过程层中已经得到预测结果，结果层主要完成对结果的保存。多次的预测结果可以形成一个大的数据集，该数据集就可以做为后期通过机器学习的方法进行寿命预测的训练集合，从而与人工智能技术、数据挖掘技术充分结合，实现精准预測的目的。

3、基于机器学习的寿命预测

模型建立之后，就可以通过机器学习的方法来完成预测。主要包括以下几个过程：

（1）数据预处理

通过预测模型可以得到训练数据集，可通过svm算法对数据进行预处理，得到可靠的样本集。

（2）参数估计

对于得到的样本集进行分割，选取其中三分之二的数据做为训练集，三分之一的数据做为测试集。通过svm算法对数据进行拟合，从而得到模型的形状参数。

（3）寿命预测结果分析

通过预测结果分析XLPE电缆的使用状态，为电力系统提供决策，对于寿命将要达到年限的电缆进行重点监控，遇到问题及时更换。

四、结语

本文针对XLPE 电缆受到各种老化因素的影响出现故障问题的现象，提出了一种基于寿命预测的XLPE电缆老化状态评估方法，通过该方法，能够有效监控XLPE电缆的使用状态，及时对发现问题的电缆进行预警，从而达到保障电力安全运输的目的。

参考文献：