基于三维激光点云的220 kV线路风偏跳闸故障分析

汪显康，余子容，冯志强*，徐 稳，黄俊杰，王 宏，付剑津

（1.国网湖北省电力有限公司电力科学研究院，湖北 武汉 430077；2.国网咸宁供电公司，湖北 咸宁 437000；3.国网荆州供电公司，湖北 荆州 434000）

0 引言

近年来，随着电力行业高速发展，电网设备日益复杂，极端天气如雷击、冰害、大风等对架空线路安全稳定运行造成严重威胁［1-2］，在山区、微地形区域，由于导线风偏引起的跳闸故障屡屡发生［3］。强风导致导线对杆塔、树木、地面建筑物放电是风偏跳闸的主要形式［4］。在输电线路运维工作中，查找分析风偏危险点对预防风偏故障、分析故障原因等具有重要意义。

传统方法计算风偏过程主要基于塔高、弧垂、绝缘子串长等设计阶段数据，往往与现场实际数据存在偏差。在后续故障分析中，由于无法准确计算电力线与地面建筑物、树木之间的三维距离，风偏危险点的查找存在困难。利用数字化手段对通道进行扫描，结合线路参数与环境参数模拟故障时段工况，可提升危险点查找及故障分析精度［5-6］。机载激光雷达（LiDAR）作为一种遥感技术，因其精度高、抗干扰能力强等特点，近年来在数字城市、智慧农林、电力巡检等行业得到飞速发展与大量应用［7-13］。典型的机载激光雷达包括无人机平台、LiDAR 激光扫描仪、高清航测照相机、惯性测量单元和GPS等功能模块。激光扫描仪通过对比发射激光脉冲与接收激光脉冲之间的时间差，获取被探测物体的三维方位参数。使用机载激光雷达进行输电线路通道进行扫描，可快速获取通道内地物高精度激光点云数据，并在三维场景中构建输电线路通道模型［14-15］。

本文以一次220 kV风偏跳闸事故为例，基于三维激光点云数据，结合环境参数（温度、风速）与线路参数（塔型、线型、绝缘子型号），开展三维空间实际工况模拟分析，精确定位线路隐患点，深入分析线路跳闸原因。

1 事故原因分析

1.1 故障概况

2023 年4 月，某地区220 kV 线路分相差动保护跳闸，故障相别为C 相，重合闸不成功。故障区段为011号～012 号杆塔之间。011 号塔为干字形耐张塔，型号为JG1-18.5，配置双串瓷绝缘子；012 号塔为拉V 直线塔，型号为V-24，配置双串复合绝缘子；导线型号为2×LGJ-240/40，地线型号为GJ-50/OPGW，故障区段所在耐张段杆塔信息如表1所示。故障区段平均海拔高度为43 m，地形为平地，现场位置为通行道路，两侧杆塔均位于高点，地形高差不大，属于典型的“两山夹一沟”微地形。故障区段导线水平排列，档距447 m，设计风速23.5 m/s，故障区段地形如图1所示。

图1 故障区段地形图Fig.1 Topographic map of fault section

表1 故障区段信息表Table1 Information of the fault section

根据分析故障线路两端变电站的录波文件可知，故障电流基波有效值为19.519 kA（首端）与8.369 kA（末端），短路过渡电阻约为0.61 Ω，阻抗角65.37°，判断为金属性接地。查询雷电定位系统，故障发生时段内，故障区段附近无落雷记录，排除了雷击跳闸的可能。结合对输电通道外部环境进行排查，进一步排除山火、鸟害、外破等故障原因。

故障发生后，运维人员通过无人机巡查，于011号塔大号侧203.3 m 处发现故障点。导线上有明显放电痕迹，长度约0.6 m。导线对地距离为15.9 m。导线水平距离8.1 m处有一路灯，现场测量路灯底部至避雷针顶端全高15.8 m，路灯顶端避雷针有明显放电痕迹，如图2（a）和图2（b）所示。

经走访当地村民，了解到当时线路附近有许多树木被大风吹断，同时伴有强降雨，如图2（c）所示。结合咸宁地区输电线路运维经验推测：故障时段内，导线可能在局部强风作用下发生摆动，当导线与路灯间的空气间隙减小至最小空气间隙以内，导线对路灯闪络引起线路接地故障。

2 基于三维激光点云的风偏故障分析

为了明确导线风偏过程，进一步确定故障原因，对故障线路区段激光点云数据进行深入分析，对大风工况进行模拟，工况模拟与分析流程如图3所示。

图3 工况模拟与分析流程图Fig.3 Flow chart of working condition simulation and analysis

2.1 激光点云数据分析

利用机载三维激光扫描仪和可见光传感器对故障通道进行扫描，生成一个含有RGB真实色彩的激光点云对象，如图4 所示。它不仅具有精准的空间结构信息，还具备丰富的地物纹理信息，可直观显示出通道内线路走向、线下建筑物与周边植被覆盖情况，便于后期数据的分类［16-19］。

图4 输电通道激光点云图Fig.4 Laser point cloud of power transmission channel

2.2 激光点云数据分类

原始点云数据包含整个通道内地物信息，不仅有电力线，还包括地面、植被、建筑物等数据。故障区段位于城市交通路口，且周围存在多条平行/交跨线路，地物信息十分复杂，商用点云分析软件内置的自动分类算法无法实现点云的精确分类。因此，本文采用“机器+人工”的方式，先使用软件算法对点云数据进行粗分类，后采用人工方式对软件分类结果进行修正，实现对通道内杆塔、导线、交跨线路、植被以及地面关键建筑物的准确分类，分类情况如图5所示，表2为激光扫描数据图例。

图5 激光点云数据分类图Fig.5 Classification map of laser point cloud data

表2 激光扫描数据图例表Table 2 Legend table of laser scanning data

2.3 模拟分析算法

2.3.1 电力线拟合

为了模拟计算电力线在强风作用下的摆动过程，首先需要对电力线点云做矢量化，以获得电力线的解析表达式。文本使用简化形式抛物线方程，抛物线方程如式（1）所示：

式（1）中，坐标原点0 点位于电力线最低点，k为常数，与电力线比载和水平应力有关。使用最小二乘法，基于电力线激光点云找到最优的k值，即可获得电力线的解析表达式。

2.3.2 悬垂绝缘串风偏角计算

故障档内011 号塔为耐张塔，012 号为悬垂塔，因此主要考虑012号塔悬垂绝缘子的风偏过程，对012号塔悬垂绝缘子风偏角β进行计算。

式（3）中，C为绝缘子串的受风面积，由复合绝缘子伞直径与长度决定，V为10 min平均风速，根据工况模拟中的风速进行设置。式（2）中Gj为悬垂绝缘串自重，012 号塔双串复合缘子自重估算为180 N。pd为电力线水平风载荷，可由式（4）计算。

式（4）中，a为风速不均匀系数，对20 m/s～30 m/s 风可取为0.85；K为空气动力系数，取为1.2；ρ为空气密度，标准值为1.226 kg/m3；V为工况模拟的风速。式（2）中Wd为电力线自重，故障档内双分裂LGJ-240/40导线自重取18.9 N/m。Ih与Iv分别为水平和垂直档距，由相邻两档电力线拟合表达式确定。

2.4 模拟工况分析

激光点云数据采集日期为2023 年3 月9 日，采集时风速为0 m/s，气温为20 ℃。表3 和表4 分别为线路扫描工况以及模拟工况的基本信息。由于模拟工况温度与线路扫描时的温度相近，因此不考虑温度引起的导线弧垂变化。风偏过程模拟如图6所示。

图6 大风工况模拟图Fig.6 Diagram of gale condition simulation

表3 线路扫描工况基本信息表Table 3 Basic information table of line scan working condition

表4 模拟工况基本信息Table 4 Basic information of simulated working conditions

2.5 危险点查找

通过对模拟工况下电力矢量线与线下植被、建筑物激光点云数据的分析，对潜在危险点进行查找。以工况模拟计算得到的电力线作为中心，在安全半径（6.5 m）内出现的地物点云就是危险点［20-31］。根据危险点定位结果，本次风偏故障点为011号塔大号侧203.34 m 处线下路灯，最小净空距离仅为0.45 m，小于《110 kV- 750 kV 架空输电线路设计规范》所规定的220 kV带电部分与构件的最小电气间隙0.55 m。表5为模拟工况安全距离分析表，图7为故障工况示意图。

图7 故障工况示意图Fig.7 Schematic diagram of fault condition

表5 模拟工况安全距离分析表Table 5 Safe distance analysis table for simulated operating conditions

2.6 结果分析

综上所述，本次某220 kV 线路故障为风偏造成，具体故障原因为导线在大风作用下发生大幅摆动，导致导线对线下路灯顶部闪络，造成线路跳闸。

3 结语

针对某220 kV线路的跳闸故障，基于激光点云数据，模拟了导线在大风工况下的摆动轨迹。发现在该工况下，导线对路灯最小三维直线距离仅0.45 m，小于设计规范规定的最小电气间隙0.55 m。结合现场巡视结果，断定本次跳闸故障是由于强风天气导致导线对线下建筑闪络引起。相较于传统人工巡查方法，三维激光点云技术的应用不仅能精准定位通道危险点，为故障分析提供理论依据，还可以模拟风偏、覆冰等各种复杂条件下导线、绝缘子、引流线的运动轨迹，为运维阶段线路风险评估提供有力支撑。