基于神经网络的避雷器带电状态监测

2022-10-28覃启铭陈彦斌赵君成刘明常万友

电子设计工程 2022年20期

覃启铭，陈彦斌，赵君成，刘明，常万友

（国网安徽省电力有限公司芜湖供电公司，安徽芜湖 241000）

在电力系统安全运行中，避雷器十分重要，该设备可以保证电力系统的稳定运行。因此，国内外对于避雷器进行了较多的研究，目前避雷器种类较多，在电力系统中避雷器的分布过于广泛，不同的避雷器种类性能参差不齐，在受到雷电、浪涌、污秽、腐蚀等不同因素的干扰影响下，避雷器很容易出现损坏，无法正常工作，损坏严重的避雷器还会影响其他电力设备的正常运行，严重的甚至出现电力事故[1-2]。

因此，必须要及时对避雷器的带电状态进行监测。当前研究的避雷器带电状态检测方法多为出现停电之后才进行检修，由于110 kV 和35 kV 的避雷器无法在停电过程完成检修工作，所以只能通过直流试验完成检修，这一检修过程通常不会进行带电检修试验，工作人员通过PT 测量二次电压，该测量的安全性低，在检测过程工作人员与避雷器近距离接触，很容易发生事故，同时PT 二次电压接地也会出现新的隐患，监测过程不具备抗干扰能力，监测结果与实际结果相差相对较多。

神经网络将人工神经元和各个节点结合，通过松散的方式实现连接，通过模拟人脑的方式处理信息，神经元网络对于信号的处理和发送能力要优于许多传统方法[3-4]。

该文结合神经网络和传统的避雷器带电状态监测方法，设计了一种新的基于神经网络的避雷器带电状态监测方法，从电流和电压两方面入手，模拟神经网络的方式，实现带电监测，并通过实验验证了带电状态监测方法的有效性。

1 避雷器电压确定

在避雷器电压监测中，电压监测单元采用LORa无线模块和大功率433 MHz 无线通信模块进行通信。电压监测单元依赖于采集器和互感器进行实时电压信息采集，其采集方式为PT 二次侧，采集器采样的优势在于采集数据的完整性，可将得到的完整数据进行直接输出，但隔离性较差，抗干扰能力较弱，易产生电力信号的激荡。互感器的抗干扰能力较强，能够消除采集数据中的噪声污染，但采集器成本较高。电压监测单元的核心为AD9850 微型处理器，其功耗低、性能高，能提升电压监测电源的数据处理能力。AD9850 微型处理器的输出频率与FCW的控制频率相同，每产生一个时钟，采集器的地址对应增加一个步长，并采用模数转换器，对采集的电压数据进行转换。

在进行电压监测前，设置一个合理的触发电压值Ur，根据规定：触发电压值应大于避雷器正常运行的最大电压峰值。当避雷器运行电压超过Ur时，触发单元输出高电平，向采集器发出采集指令，采集器开始采集避雷器系统内的波形数据，对波形数据进行分析和计算，从而确定异常电路区域[5-6]。避雷器电路图如图1 所示。

图1 避雷器电路图

在使用电压监测设备时，连接测试线的航空插头和监测仪器，将鳄鱼夹与被测的A、B、C 三相电压进行连接，针对三相电压和单相的测试，保证接线不发生变化。且在已知避雷器处于带电状态时，应在避雷器表面干燥时进行电压测量，避免测量数据采集不精确，出现计算误差，导致效果差的问题。

在避雷器电压监测中，过电压是影响系统运行的稳定性和安全性的重要因素。因此，针对避雷器系统内过电压的监测是电压监测单元的重点内容。避雷器中过电压可分为外部过电压和内部过电压。其中，外部过电压可视为雷电过电压，通常情况下，外部过电压的电压幅值较高、上升幅度较大时，对避雷器的损坏较为严重，但其一般持续时间较短。内部过电压的出现是由于避雷器内部运行故障，使参数发生变化从而产生过电压，内部过电压的持续时间较长，但幅值较小，对避雷器的影响较小。外部过电压和内部过电压的计算方式分别如式（1）和式（2）所示：

其中，U1、U2表示额定输出电压；w可以描述为基波角频率；f代表电压运行的基本频率；φ代表电压峰值。

避雷器内的供电顺序控制是影响其性能的重要因素。因此，需要对避雷器中电路的电压进行管理，确保其电路电压的正常值，实现避雷器内的供电顺序控制，直到避雷器所有电路的运行电压恢复正常值[7-9]。

2 基于神经网络的避雷器电流监测

避雷器电流监测中对应A、B、C 三相电流，设计三个电流监测单元，为保证与电压监测单元的通信状态，采用大功率433 MHz 无线通信模块进行通信。在物理结构上，电流监测单元包含霍尔传感器、采集器以及软导线等。当电流监测单元开始运行时，通过霍尔传感器和采集器进行信号采集，每个采集设备上设置小型处理器和波形存储器，实现信号的采集、整流、处理、计算和存储等一系列功能。最后，通过通信模块输出标准电流信号到采集板上。采集设备的存储芯片采用FLASH 型，其存储能力强且具备可编程性，用户可在其功能引脚中进行功能设计，在进行电流监测时，将采集电流的信息通过存储芯片的引脚固化到存储器中，每个地址对应一个电路的电流信息，一片存储器包含一个运行周期内的正弦电流信息[10-12]。建立的神经网络如图2 所示。

图2 神经网络

在采用神经网络进行避雷器电流监测时，首先将电流监测单元固定在距离避雷器的绝缘杆顶部大概一米的位置上，采用连接挂钩的方式进行连接，最大限度地保证检测单元不受其他电磁干扰。当需要对避雷器中三相电流进行同时测试时，现场需测试人员手持控制端选择三相测试，并同时手持A、B、C三个绝缘杆挂住被测试端的A、B、C 三相线路。当仅需要对避雷器中某一相电流进行同时测试时，现场需测试人员手持控制端选择单相测试，并手持A 相绝缘杆挂住被测试端的A、B、C 三相线路[13-14]。

避雷器电流的监控过程如图3 所示。

图3 避雷器电流的监控过程

针对避雷器的直流电流监测，可将监测方法分为直接监测和非直接监测两种方式。直接监测是通过在电路中关联电阻监测避雷器的实时电压，从而计算出电流信息；非直接监测是利用电流周围产生的磁场进行监测，通过获取磁场大小间接实现电流的监测[15-16]。

谐波是频率高于基波的电压波或电流波，谐波的干扰往往对避雷器使用造成严重影响。对于避雷器的谐波干扰问题，当避雷器中谐波畸变率超过正常范围时，将会降低电能质量，导致电流畸变，产生额外的线路损耗，谐波干扰下电流的畸变率为：

其中，I表示基波峰值电流；K表示功率因数。

功率因数K的表达式如下：

式中，p表示有功功率；s表示实际功率。

对于谐波干扰中避雷器电流监测，避雷器内第h次谐波电流的有效监测值为：

设定屏蔽电缆，屏蔽法是EMC 控制手段之一。按照产品结构，可以分为电缆屏蔽和壳体屏蔽，由于干扰能量主要以传导耦合的方式进入被测物体，所以采用屏蔽线可以有效地隔离干扰能量[17-19]。

为了保证屏蔽电缆的屏蔽效果，线路监控器和避雷器之间的互连信号电缆应改为多芯屏蔽电缆，屏蔽电缆与电缆接头之间应设置回路。避雷器的分布方式如图4 所示。

图4 避雷器的分布方式

在避雷器布置后，引入共模传感器。共模电感对差分模信号的小阻抗影响较小，而对高阻抗影响较大。考虑到脉冲群干扰在宽频段的特点，选择两级串联共模电感滤波器，其谐振频率为9 MHz，感应频率为56 Hz，功能是覆盖整个干扰频带。

TVS 二极管是一种瞬态电压抑制型二极管，具有非线性电导率和快速响应特性。PN 结一般是由硅扩散而成。两端均存在瞬时过电压脉冲，可将自身的高阻瞬间转换为低阻，允许干扰电流通过，实现干扰释放。高频时电容具有低阻抗，而低频时则具有高阻。借助于电容的这个特性，将电容上的高频干扰信号消除。

3 实验研究

为了更好地验证该文提出的基于神经网络的避雷器带电状态监测方法的有效性，选用该文方法与传统的基于PT 测量的带电状态监测法进行对比实验。

设定实验参数如表1 所示。

表1 实验参数

在监测过程中，该文采用低功耗模式，为了更好地模拟干扰信号，设定监测装置和干扰信号之间的通信频率为1 秒1 次。实验中通过对比该文方法和传统方法进行检测电压的对比，得到的监测电压结果如图5 所示。

图5 不同方法监测实验结果

观察图5 可知，在迭代次数为0 时，两种电压监测方法的电压波形开始为上升波形，避雷器的电压从0 V 上升到1.0 V。电压从0 V 上升到1.0 V 时，传统监测方法的监测能力较差，与实际的监测结果吻合度低，且始终没有监测到电压为1.0 V 的避雷器状态。当迭代次数不断变化后，两种方法对电压的监测结果与实际电压结果出现了一定偏差。该文方法的监测结果与实际结果偏差较小，传统方法的监测结果偏差较大。由实验结果可知，传统的监测方法在这一过程中表现出很大的弊端，且后期监测过程极为不稳定，与实际的避雷器电压数值相差较大，而该文提出的监测方法始终保持着一个稳定状态，得到的波形图也与实际结果相吻合。

为进一步验证所提方法的有效性，实验进一步对传统方法和该文方法在避雷器带电监测中的安全性进行了分析，得到的结果如表2 所示。