吳 念 ，王 釗 ，林 卿 ，周贊東

（1.南瑞集團(tuán)公司（國(guó)網(wǎng)電力科學(xué)研究院），南京211106；2.國(guó)網(wǎng)電力科學(xué)研究院武漢南瑞有限責(zé)任公司，武漢430074）

0 引言

作為輸電線路的重要組成部件，絕緣子的狀態(tài)直接影響線路的運(yùn)行狀態(tài)。絕緣子運(yùn)行于高壓、強(qiáng)電磁環(huán)境下，并長(zhǎng)期暴露于惡劣氣候、化學(xué)物質(zhì)腐蝕等環(huán)境中，當(dāng)表面有一定程度積污后，在潮濕氣象條件下極易發(fā)生污閃事故[1-2]。絕緣子污閃事故不同于其他設(shè)備事故，它表現(xiàn)出來的共性特點(diǎn)往往造成大面積、多設(shè)備的連鎖事故。近年來，盡管電力系統(tǒng)采取了諸多防污措施，如：絕緣子定期清洗、選用大爬距絕緣子、復(fù)合絕緣子增量投運(yùn)和使用PRTV涂料等，但隨著國(guó)民經(jīng)濟(jì)的快速發(fā)展，由工業(yè)污染和環(huán)境問題導(dǎo)致的絕緣子污閃事故仍然頻繁發(fā)生[3]。隨著人工智能技術(shù)的引入和監(jiān)測(cè)技術(shù)手段的提升，國(guó)內(nèi)外在絕緣子狀態(tài)評(píng)估和故障診斷方面開展了深入的研究。絕緣子故障診斷以人工神經(jīng)網(wǎng)絡(luò)診斷法、模糊診斷法、專家系統(tǒng)診斷法等主，目前的診斷方法已取得較多研究成果，為理論研究提供了指導(dǎo)性技術(shù)支撐，但大多數(shù)診斷模型過于復(fù)雜，信息量獲取難度較大，制約了絕緣子污閃故障的診斷。

為了提高電網(wǎng)防污閃工作水平和線路故障響應(yīng)速度，本文通過研究絕緣子污閃影響因子、災(zāi)害形式，基于多源信息融合，綜合電網(wǎng)各類狀態(tài)信息與實(shí)際運(yùn)行經(jīng)驗(yàn)，構(gòu)建線路污閃故障診斷模型，開展絕緣子污閃故障診斷分析，實(shí)現(xiàn)線路故障診斷的自動(dòng)化和智能化，減少運(yùn)維工作人員工作量，為電網(wǎng)防災(zāi)工作提供高效輔助支撐[3]。

1 污閃影響因子

輸電線路故障與季節(jié)、地形、氣候、時(shí)間、歷史故障信息等密切相關(guān)。據(jù)統(tǒng)計(jì)，50%以上的線路故障均由惡劣氣象引發(fā)，不同的惡劣氣象會(huì)引發(fā)不同類型的線路故障。污閃幾乎發(fā)生在絕緣子表面積污后，同時(shí)出現(xiàn)霧、露、毛毛雨、雨加雪等氣象條件[4-5]。

目前污閃是影響線路安全運(yùn)行的主要事故之一。當(dāng)絕緣子表面附著污穢物質(zhì)時(shí)，在一定的濕度條件下，污穢物質(zhì)溶解于水，形成的電解質(zhì)覆蓋膜或有導(dǎo)電性質(zhì)的氣體，降低絕緣子的絕緣性能，易引起絕緣子閃絡(luò)。

一般線路污閃故障的特點(diǎn)：

1）污閃故障主要發(fā)生在線路周邊有污源，如水泥廠、公路、鋁廠等。

2）易發(fā)生在久旱后突然降溫并出現(xiàn)濃霧或毛毛雨的天氣。

3）時(shí)間特性上分析，污閃易在氣溫偏低的初冬季節(jié)、初春或氣溫較低的清晨發(fā)生，溫度在0℃左右，且濕度較大。

4）污閃發(fā)生面積較大，可能出現(xiàn)多條線路同時(shí)跳閘，且易發(fā)生自動(dòng)重合閘不成功[6-7]。

某網(wǎng)省公司地處沿海地帶，工業(yè)發(fā)達(dá)，省內(nèi)分布大量水泥廠、化工廠等，線路途經(jīng)地多分布大江、河流等，在冷暖空氣相遇時(shí)，潮濕氣候易誘發(fā)污閃事故，尤其是每年秋冬和初春。據(jù)不完全統(tǒng)計(jì)，2016年初春，220 kV以上線路發(fā)生跳閘6次，其中一部分重合閘不成功，造成線路停運(yùn)。為了有效降低污閃事故發(fā)生，該網(wǎng)省公司采取了噴涂PRTV涂料、更換復(fù)合絕緣子等一系列措施，2017年度污閃事故發(fā)生概率大大降低[8]。

2 基礎(chǔ)信息分析

基于信息融合的故障診斷技術(shù)以收集的各類基礎(chǔ)信息為基礎(chǔ)，挖掘篩選有用信息，用于對(duì)線路正常模式和故障模式分析，達(dá)到故障診斷目的。

污閃故障的發(fā)生是一個(gè)綜合的過程反應(yīng)，絕緣子積污并非瞬間現(xiàn)象，因此線路發(fā)生故障時(shí)必然會(huì)有實(shí)時(shí)和歷史的大量信息反應(yīng)發(fā)展特性。通過對(duì)各類輸電線路運(yùn)行狀態(tài)的實(shí)時(shí)監(jiān)測(cè)、在線分析預(yù)測(cè)及自動(dòng)控制，搜集相關(guān)信息進(jìn)行深度分析，篩選能夠反映輸電系統(tǒng)運(yùn)行的穩(wěn)態(tài)、暫態(tài)、動(dòng)態(tài)數(shù)據(jù)以及輸電設(shè)備運(yùn)行狀態(tài)、圖像等數(shù)據(jù)集合，用于故障分析及診斷[9-10]。

用于線路故障分析數(shù)據(jù)來源主要包括以下幾個(gè)部分：

1）生產(chǎn)管理系統(tǒng)：線路、桿塔、金具、絕緣子、導(dǎo)地線等基礎(chǔ)臺(tái)賬信息。

2）行波測(cè)距系統(tǒng)：應(yīng)用雙端法原理構(gòu)建的行波測(cè)距系統(tǒng)可實(shí)現(xiàn)行波數(shù)據(jù)的實(shí)時(shí)采集，實(shí)現(xiàn)計(jì)算安裝在變電站兩端的裝置與故障點(diǎn)之間的距離，用于輔助線路故障區(qū)段初步定位。

3）SCADA系統(tǒng)：SCADA系統(tǒng)所采集的數(shù)據(jù)信息主要包括電壓、電流、有功功率、無功功率、有功電量、無功電量、功率因素；開關(guān)、刀閘信號(hào)；事件順序記錄；保護(hù)信號(hào)；現(xiàn)場(chǎng)定時(shí)記錄的數(shù)據(jù)等。

4）特殊區(qū)域圖：特殊區(qū)段包括大跨越、多雷區(qū)、重污區(qū)、重冰區(qū)、微地形、氣象區(qū)、采動(dòng)影響區(qū)，為故障分析提供基礎(chǔ)支撐。

5）在線監(jiān)測(cè)：在線監(jiān)測(cè)提供現(xiàn)場(chǎng)實(shí)時(shí)監(jiān)測(cè)信息，直觀反映線路實(shí)際運(yùn)行情況，如覆冰監(jiān)測(cè)裝置的等值覆冰厚度、污穢監(jiān)測(cè)裝置的鹽密和灰密、風(fēng)偏監(jiān)測(cè)裝置的風(fēng)偏角和傾斜角等，這些數(shù)據(jù)可為故障類型判斷與分析提供實(shí)時(shí)數(shù)據(jù)支撐[11]。

6）歷史故障案例庫(kù)：歷史故障案例庫(kù)提供歷史故障信息，并對(duì)故障處置、改造措施等進(jìn)行統(tǒng)一管理，可以找出故障線路跳閘的特點(diǎn)、規(guī)律，為后續(xù)故障診斷與分析提供參考[12]。

3 故障診斷模型

3.1 故障診斷流程

線路故障診斷模型主要是利用搜集的各類信息，通過各類信息融合對(duì)線路運(yùn)行狀態(tài)和異常情況做出判斷，分析故障所在大致部位。

線路故障診斷目前主要是借助于各類運(yùn)行信息，采用人工智能進(jìn)行信息融合，實(shí)現(xiàn)輸電線路故障的識(shí)別與診斷，故障診斷基本流程見圖1。

圖1 故障診斷流程Fig.1 The fault diagnosis process

當(dāng)線路發(fā)生故障時(shí)，通過行波測(cè)距系統(tǒng)進(jìn)行故障區(qū)段大致定位，通過搜集的大量信息進(jìn)行數(shù)據(jù)提取和融合，轉(zhuǎn)變成可支持故障診斷的狀態(tài)量。當(dāng)大量的狀態(tài)量信息輸入故障診斷模型時(shí)，可實(shí)現(xiàn)故障的大致定位和原因初診。每次通過故障診斷模型診斷的案例又可不斷豐富完善案例庫(kù)，完善和驗(yàn)證故障診斷模型[13]。

3.2 絕緣子污閃診斷模型

結(jié)合輸電線路污閃影響因子及故障特征，以在線監(jiān)測(cè)信息、地形條件、歷史故障信息等為基礎(chǔ)，構(gòu)建如圖2所示的絕緣子污閃故障診斷模型[14]。

根據(jù)圖2可知，在獲取行波測(cè)距數(shù)據(jù)后可大致定位故障桿段，污閃故障診斷模型分為4個(gè)層次：

第一層M1：污閃監(jiān)測(cè)裝置是否報(bào)警，直接判斷現(xiàn)場(chǎng)絕緣子積污情況；

第二層M2：是否處于易污閃區(qū)，對(duì)所處環(huán)境條件進(jìn)行判斷；

第三層M3：絕緣子表面是否充分受潮，對(duì)是否符合污閃跳閘濕度條件進(jìn)行判斷；

第四層M4：結(jié)合歷史故障信息，是否采取過治理措施以提高絕緣子耐污水平和性能。

通過對(duì)污閃故障診斷模型進(jìn)行研究，結(jié)合歷次網(wǎng)省公司故障跳閘信息及實(shí)際經(jīng)驗(yàn)，進(jìn)行220 kV及以上輸電線路跳閘統(tǒng)計(jì)數(shù)據(jù)樣本訓(xùn)練及綜合分析，污閃故障概率分析見表1和表2。

各層級(jí)影響關(guān)鍵因子權(quán)重η，各層級(jí)關(guān)鍵因子影響為A：

圖2 基于信息融合的污閃故障診斷模型Fig.2 The fault diagnosis model of pollution flashover based on information fusion

表1 污閃故障診斷因子及權(quán)重Table 1 The diagnostic factor and weight of pollution flashover fault

污閃事故故障概率為P：

污閃事故故障概率見表3，可初步判斷是否為污閃引起故障。當(dāng)計(jì)算為高概率事件時(shí)，可初步懷疑為絕緣子污閃故障，需盡快安排運(yùn)維人員現(xiàn)場(chǎng)勘查以確定故障點(diǎn)；當(dāng)為中等概率事件時(shí)，可結(jié)合其他類型故障分析，查找是否有其他高概率故障發(fā)生，如覆冰、山火等；當(dāng)為低概率事件時(shí)，基本發(fā)生污閃跳閘故障可能性不大，可作為其他故障分析判定結(jié)論參考；當(dāng)概率為0時(shí)，可基本排除污閃故障。

表2 故障判定條件Table 2 The fault determination condition

表3 污閃故障模式影響概率Table 3 The influencing probability of the pollution flashover fault mode

4 案例分析

2016年2月7:53，220 kV某線路發(fā)生故障跳閘，運(yùn)行人員從行波測(cè)距系統(tǒng)中獲取故障時(shí)刻雙端測(cè)距結(jié)果，距兩端變電站距離分別為56.783 km和64.874 km，初步定位為23號(hào)—25號(hào)桿塔區(qū)段。

第一層M1：通過在線監(jiān)測(cè)裝置篩選，在故障區(qū)段附近500 m范圍內(nèi)27號(hào)桿塔上污穢度監(jiān)測(cè)裝置等值鹽密為0.08 mg/cm2，現(xiàn)場(chǎng)絕緣子存在積污情況；

第二層M2：通過特殊區(qū)域圖及線路臺(tái)賬信息篩選，在故障區(qū)段附近5 km范圍內(nèi)有火電廠且24號(hào)、25號(hào)桿塔300 m處正在修建公路；

第三層M3：通過安裝在24號(hào)桿塔上的視頻監(jiān)測(cè)裝置傳回圖像，故障跳閘時(shí)刻現(xiàn)場(chǎng)霧氣彌漫，能見度較差；

第四層M4：結(jié)合缺陷庫(kù)、歷史故障信息及線路臺(tái)賬信息，該線路為新建線路，于2015年6月投運(yùn)，未發(fā)生過污閃故障。

通過故障診斷模型，初步計(jì)算污閃事故概率：

通過與污閃故障模式影響概率表對(duì)比分析，此次污閃為中等概率事件。通過現(xiàn)場(chǎng)人員勘查，24號(hào)桿塔B相整串表面有閃絡(luò)痕跡及均壓環(huán)被擊穿約20 mm一個(gè)孔，24號(hào)桿塔地形處于四面環(huán)山的平地上，由于附近有污源，大霧天氣下，霧氣中凝結(jié)大量的水汽和灰塵，導(dǎo)致絕緣子發(fā)生閃絡(luò)放電[15-16]。現(xiàn)場(chǎng)巡視照片見圖3。

圖3 現(xiàn)場(chǎng)巡視照片F(xiàn)ig.3 On-site inspection photo

5 結(jié)語(yǔ)

輸電線路污閃故障易引發(fā)大面積停電事故，給電力系統(tǒng)的安全穩(wěn)定運(yùn)行造成嚴(yán)重危害。本文結(jié)合某網(wǎng)省公司污閃故障特點(diǎn)，充分挖掘設(shè)備狀態(tài)數(shù)據(jù)信息，梳理了線路故障分析判定流程，構(gòu)建了污閃故障診斷模型，實(shí)現(xiàn)了從多源狀態(tài)量到最終故障模式的綜合推理。本文構(gòu)建的基于信息融合的輸電線路污閃故障診斷模型在網(wǎng)省公司進(jìn)行實(shí)際應(yīng)用，能夠有效地分析和初步判定故障概率，為現(xiàn)場(chǎng)運(yùn)維人員提供故障輔助分析支撐。

參考文獻(xiàn)：

[1]宿志一，李慶峰.我國(guó)電網(wǎng)防污閃措施的回顧和總結(jié)[J].電網(wǎng)技術(shù)，2010，34（12）：124-130．SU Zhiyi，LI Qingfeng.Historical review and summary on measures against pollution flashover occurred in power grids in China[J].Power System Technology，2010，34（12）:124-130.

[2]徐擊水，張子蓬，王淑青，等.基于GNBR算法的BP網(wǎng)絡(luò)對(duì)絕緣子運(yùn)行狀態(tài)預(yù)測(cè)研究[J].電網(wǎng)與清潔能源，2013，29（6）：6-9．XU Jishui，ZHANG Zipeng，WANG Shuqing，et al.Re?search on the prediction for the operating state of insula?tors using BP network based on GNBR algorithm[J].Ad?vances of Power System&Hydroelectric Engineering，2013，29（6）:6-9.

[3]葉曉君，何維，李恒真，等.低風(fēng)速條件下污穢顆粒在電力外絕緣近表面的動(dòng)力模型研究[J].電瓷避雷器，2012（6）：19-25．YE Xiaojun，HE Wei，LI Hengzhen，et al.Study on a dy?namic model of pollution particles on the near surface of electric external insulation under low wind speed condition[J].Insulators and Surge Arresters，2012（6）:19-25.

[4]李恒真，葉曉君，劉剛，等.廣州地區(qū)輸電線路沿線絕緣子自然污穢化學(xué)成分的來源分析[J].高電壓技術(shù)，2011，37（8）：1937-1943．LI Hengzhen，YE Xiaojun，LIU Gang，et al.Source analy?sis on the chemical composition of natural contamination on the line insulator in Guangzhou area[J].High Voltage Engineering，2011，37（8）:1937-1943.

[5]郭文勇，獨(dú)亞軍，魏存娣，等.數(shù)學(xué)形態(tài)學(xué)在絕緣子泄漏電流在線監(jiān)測(cè)中的應(yīng)用[J].電網(wǎng)與清潔能源，2011，27（11）：20-24．GUO Wenyong，DU Yajun，WEI Cundi，et al.Applica?tion of mathematical morphology in on-line leakage cur?rent monitoring of insulators[J].Advances of Power System&Hydroelectric Engineering，2011，27（11）:20-24.

[6]樊靈孟，劉平原，鄭曉光，等.廣東電網(wǎng)2005年初大面積污閃分析和對(duì)策[J].南方電網(wǎng)技術(shù)研究，2005，1（5）：43-47．FAN Lingmeng，LIU Pingyuan，ZHENG Xiaoguang，et al.The analysis and countermeasures against pollution flashover in Guangdong power grid[J].Southern Power Sys?tem Technology，2005，1（5）:43-47.

[7]宋云海，劉剛，李恒真.公路區(qū)與公路農(nóng)田區(qū)絕緣子自然積污成分的對(duì)比分析[J].高壓電器，2010，46（5）：22-25.SONG Yunhai，LIU Gang，LI Hengzhen.Comparative analysis of natural contamination composition on insula?tors at highway area and highway-farmland area[J].High Voltage Apparatus，2010，46（5）:22-25.

[8]李恒真，劉剛，李立浧.自然污穢成分CaSO4對(duì)電力設(shè)備外絕緣沿面絕緣特性的影響綜述[J].電網(wǎng)技術(shù)，2011（3）：140-145．LI Hengzhen，LIU Gang，LI Liying.A review on influ?ence of natural contaminant CaSO4on surface insulation characteristics of external insulation of power equipment[J].Power System Technology，2011（03）:140-145.

[9]苑吉河，蔣興良，張志勁，等.高海拔現(xiàn)場(chǎng)標(biāo)準(zhǔn)懸式絕緣子的交流污閃特性[J].電網(wǎng)技術(shù)，2009（3）：54-57．YUAN Jihe，JIANG Xingliang，ZHANG Zhijin，et al．AC pollution flashover performance of standard suspension insulators at high altitude sites[J]．Power System Technol?ogy，2009（3）：54-57．

[10]宿志一，吳光亞.電力系統(tǒng)污區(qū)分級(jí)與外絕緣選擇標(biāo)準(zhǔn)：DW 152—2006[S].北京：中國(guó)電力出版社，2006．

[11]牛春節(jié)，程養(yǎng)春.概率統(tǒng)計(jì)在絕緣子污閃風(fēng)險(xiǎn)性評(píng)估中的應(yīng)用[J].高壓電器，2009，45（1）：104-106．NIU Chunjie，CHENG Yangchun.Application of statisti?cal method in evaluating pollution flashover risk of insula?tors[J].High Voltage Apparatus，2009，45（1）:104-106.

[12]關(guān)志成，王紹武，梁曦東，等.我國(guó)電力系統(tǒng)絕緣子污閃事故及其對(duì)策[J].高電壓技術(shù)，2000，26（6）：37-39．GUAN Zhicheng，WANG Shaowu，LIANG Xidong，et al.Application and prospect of polymeric outdoor insulation in China[J].High Voltage Engineering，2000，26（6）:37-39.

[13]徐建源，滕云，林莘，等.基于雙重人工神經(jīng)網(wǎng)絡(luò)的XP-70絕緣子串污閃概率模型的建立[J].電工技術(shù)學(xué)報(bào)，2008，23（12）：23-27．XU Jianyuan，TENG Yun，LIN Shen，et al.Risk forecast?ing of contaminated insulator flashover using double artifi?cial neural networks[J].Transactions of China Electrotech?nical Society，2008，23（12）:23-27.

[14]周韓，劉東，吳子美，等.電力系統(tǒng)安全預(yù)警評(píng)估指標(biāo)及其應(yīng)用[J].電力系統(tǒng)自動(dòng)化，2007，31（20）：45-48．ZHOU Han，LIU Dong，WU Zimei，et al.Power system security alarm assessment index and its application[J].Au?tomation of Electric Power Systems，2007，31（20）:45-48.

[15]蔣興良，舒立春，張永記，等.人工污穢下鹽/灰密對(duì)普通懸式絕緣子串交流閃絡(luò)特性的影響[J].中國(guó)電機(jī)工程學(xué)報(bào)，2006，26（15）：24-28．JIANG Xingliang，SHU Lichun，ZHANG Yongji，et al.Influence of ESDD and NSDD on AC flashover characteris?tic of artificially polluted XP-160 insulators[J].Proceed?ings of the Chinese Society for Electrical Engineering，2006，26（15）:24-28.

[16]劉琰，王俊鍇.陜西電網(wǎng)“12.18”大面積污閃事故的分析及其防治對(duì)策[J].電網(wǎng)技術(shù)，2002，26（1）：82-85．LIU Yan，WANG Junkai.Analysis of large area pollution flashover occurredin Shaanxi power network on Dec.18，2000 and preventative measures for similar accidents[J].Power System Technology，2002，26（1）:82-85.