基于特高频技术的GIS局部放电在线监测系统设计

    汪海泉

    

    

    

    摘? 要：特高频技术的GIS局部放电在线监测系统是监测GIS局部放电故障的有效方式，该文对系统的功能、系统的组成部分进行了介绍，并对组成部分中比较重要的单元进行了详细的原理和实现描述，最后阐述了该系统的关键技术。

    关键词：特高频;GIS;局部放电;在线监测;故障定位

    中图分类号：TM835? ? ? ? ? ? 文献标志码：A

    0 引言

    GIS是六氟化硫封闭式组合电器的简称，由于其具有小型化、可靠性高、安全性好、安装周期短和维护方便等优点，因此在变电站得到广泛应用。GIS的大部分故障都会伴随着局部放电现象的发生，通过在线监测GIS局部放电，可以有效预测和判断GIS设备的运行状态，这是保证该设备正常运行的一个重要手段，也为GIS设备维护提供一个有效的参考依据。GIS局部放电监测原理有很多种，例如超声波、地电波、特高频等，该系统是基于特高频技术原理并结合人工智能技术进行研发的。

    1 系统功能

    1.1 局放检测

    具有较高的灵敏度，能够检测GIS内部产生的各种局部放电情况。

    1.2 信号采集存储

    系统按照预设程序定时采集和存储GIS局部放电数据的功能。

    1.3 参数设置

    可以进行参数设置，具体有采样间隔、报警阈值、报警等级上下限具体值、是否报警、放电类型参数和4档报警幅值设置等。

    1.4 数据通信

    数据诊断服务器具有按照IEC 61850规约向外传输诊断结果、谱图文件、报警信息、设备信息等功能。并且具备向总服务器直播指定通道在线局放数据的功能。

    1.5 数据显示

    系统对多个诊断结果进行显示，具体有幅值、频次、相位特征、三维PRPS图、三维PRPD图、二维图（∮-q图、∮-n图和q-n图）。可以同时进行9个通道的数据显示。

    1.6 系统报警

    报警包含2个内容。1）是局放数值报警，系统设置4档报警等级区间，通过4种颜色表示不同的报警等级，并且可以通过短信通知负责人。2） 是如果发生通信中断或者模块掉电等故障时，系统启动后向上级进行报警。

    1.7 智能诊断

    专家诊断服务器能自动判断出沿面放电、尖端放电、颗粒放电、悬浮放电、气隙放电、干扰（通信干扰等）、正常、其他等不同类型，并自动计算出对应的概率。

    2 系统构成

    如图1所示，系统由UHF传感器、噪声传感器、采集IED和专家系统服务器组成。

    2.1 UHF传感器

    UHF传感器主要是用来采集GIS内部发生局放时产生的高频信号，分为外置式UHF传感器和内置式UHF传感器2种。

    UHF传感器采用特高频原理，UHF传感器接收局部放电过程的电磁波无线信号，然后将其转换为电信号，实现对局部放电的检测。传感器可以接收频率在300 MHz～3 000 MHz的电磁波信号，将其转换为电信号后，通过同轴电缆线传给采集IED[1]。

    2.2 噪声传感器

    噪声传感器主要是采集环境噪声，例如马达、雷达、电弧等产生的高频电磁波信号。UHF传感器在采集数据时，不仅采集了局放信号，而且也采集了该频段的噪声信号。数据诊断服务器在计算UHF传感器采集信号时，结合噪声传感器的采集信号，通过对应算法去掉UHF传感器信号的噪声部分，达到防治外界干扰的作用。

    2.3 采集IED

    采集IED通过同轴电缆接收≤8路的超高频传感器所采集的局部放电信号。并对该信号进行滤波、检波、脉冲提取、数字滤波、局部放电特征量计算等数字化处理。处理后的收据上传到专家诊断服务器。

    GIS在放电时产生的高頻信号，首先经过滤波、低噪放大、宽动态范围检波、高速采集、数据存储，之后再经过CPU读取存储数据处理，实现300 MHz～3 000 MHz的GIS局部放电信号的在线实时监测。

    2.3.1 放大电路

    GIS放电产生的放电信号很小，在电站现场的磁场很强，空气中会产生很大噪声，由于信号的频带很宽，这就要求前端放电电路需具有低噪声、高增益、动态范围宽等特点。在信号传输过程中输入输出阻抗必须匹配，以达到信号传输的最佳性能。前端放大器选用了日本NEC公司的UPC8211TK，增益可达18.5 dB，特征噪声1.3 dB，放大电路如图2所示。

    2.3.2 滤波电路

    该滤波电路采用的是选频滤波器，对输入的信号进行有效处理，过滤掉现场噪声，提取有效的真实信号，主要设计指标如下。

    通带中心频率600 MHz，带内衰减<2 dB，起伏-5 dB。端口反射系数>500 MHz时，衰减<-10 dB，输入输出阻抗为50 ?。

    微波检波单元的最终目的是降低UHF局放信号频率，当局放信号的频率被检波电路处理降低后，就便于进行采集电路数据处理。

    2.3.3 峰值检波电路

    检波电路选用的是AD公司生产的AD8313ARM芯片，工作频率覆盖设计需求，具有动态范围宽、低功耗等特点，快速响应时间为40 ns，该芯片在RF发射器和接收器的测量中得到大量应用，电路设计外围器件少、精度高，封装为8-Lead MSOP。

    2.3.4 锁相放大器设计

    该锁相放电器采用AD630芯片，该芯片可以从100 dB的噪声中恢复信号，带宽2 MHz，压摆率45 V/us。该芯片对输入信号进行衰减，规范化求和平均，对无用信号进行中和，从而检测出有用且真实的直流信号，将其输出送到后端。

    2.3.5 电源电路的设计

    系统输入电压为220 V/50 Hz，电路电源为+3VDC、+5VDC、+10VDC，下面分别进行设计。

    系统前级电源采用开关电源输入220 V/50 Hz，输出为+10VDC。+3VDC主要是给低噪声集成芯片UPC8211TK和微波检波集成芯片AD8313器件供电，这一过程由集成芯片AD584来实现。+5VDC主要是给放大器AD8009、EL8202供电，+10VDC主要给模拟处理部分OP07、AD542和AD630元器件供电。

    2.4 专家系统服务器

    专家诊断服务器接收采集IED上传的信号值，对信号进行处理后调用诊断算法，并完成局部放电可视化操作、局放判断、数据存储、数据上送等功能。

    服务器软件架构如图3所示，分为数据采集软件及管理平台软件2个部分。数据采集软件负责接收管理平台指令，根据需求设置采集器及采集传感器数据，并回写到数据库中，数据采集软件是一个没有操作界面的软件，以系统服务的方式在系统中运行，具备自动恢复功能，同时负责按IEC 61850规范，将其上传到总平台管理平台，完成一般的系统管理、参数设置、数据分析、展示及报警等功能。

    3 关键技术

    3.1 特高频（UHF）定位方法

    服务器端对IED发来的各个信号通道的PRPS数据进行诊断分析，如果某个或某些信号通道的诊断结果为异常，那么服务器端需要根据定制的规则，自动地对这些信号通道进行处理，进行自动定位操作。

    该系统采用在服务器端进行幅值定位的方式进行通道筛选，通过将筛选通道下放给IED端进行时间差定位的方法来进行。

    具体包括2个步骤。1） 由服务器端进行各个IED下各个通道的故障诊断。2）对各个IED的诊断结果进行综合处理，筛选定位通道。①如果通道无异常，则不进行定位操作。②如果采集IED中仅有一个通道结果异常，那么自动设定该通道为定位结果。③如果采集IED中有2个或3个通道结果异常，那么将这2个或3个通道的标识直接下放给IED进行定位操作。④如果采集IED中有3个以上通道结果异常，那么需要进行幅值比较，筛选出3个定位通道，并将标识下放给采集IED进行定位操作。具体的幅值比较方法如下。首先，计算异常信号通道的PRPS图谱中的每个周波最大幅值的平均值，通过横向分析来排列各个异常通道。其次，如果出现2个通道比较结果一样的情况，可以考虑再通过比较这2个通道PRPS图谱的幅值的最大值来确定。

    3.2 高频采样信号处理中电路板的实现

    高速采集电路主要包括高速A/D、FPGA、DSP 3个部分。高速A/D采用LTC2107芯片，数据精度16位，速率210 MSPS，80 dB的SNR性能，98 dB的SFDR，信号孔径抖动延迟时间仅为45 fs RMS，通信接口为SPI标准接口，器件为48QFN封装，该器件主要在高端接收器中应用。FPGA采用Xilinx公司的Virtex-4 SX55芯片，该芯片为四代Virtex产品，采用了ASMBL架构，超越了原有的ASIC技术，提供了突破性的性能和功能，该芯片功能主要为实时控制ADC芯片，读取采集到的数据，并存储到内部RAM中。DSP部分的功能主要是完成采集数据的读取、数据处理、系统控制和系统通信。由于采集的数据速率高，因此必须要经过数据变频、抽取、滤波等数据处理技术，才能实现有用信号地提取及传输[2]。

    3.3 数据诊断和故障与预判的实现

    该部分主要采用神经网络和指纹库相结合的方式完成。系统首先采集各种GIS故障情况下局部放电的原始数据作为指纹库，然后用神经网络对海量的指纹库进行学习，最后对采集数据进行故障判断。

    指纹库的建立可以采用实验室和现场相结合的方式进行。实验室中模拟各种任意组合的放电类型，然后进行数据采集。现场则是通过对实际故障进行现场采样作为继器学习的指纹库。

    神经网络采用的BP神经网络是按照误差逆传播的方式来训练的多层前馈神经网络，而且BP神经网络可以将问题的输入输出转变为非线性的优化问题。比如最速下降算法，用迭代運算不断调整网络权值和阈值，使网络输出与期望输出的均方根误差值达到最小。在前向计算过程中，输入信息由输入层经隐层传向输出层，如果在输出层没有得到期望输出则进行反向传播。

    4 结论

    采用特高频技术的GIS局部放电在线监测系统，可以有效监测GIS局部放电的发生，通过PRPS和PRPD谱图的分析，可以更进一步得到GIS的放电类型，为GIS的日常维护提供一定的参考。

    参考文献

    [1]杨景刚.局部放检测用超高频天线的设计与性能对比[J].电测与仪表，2016，53（18）：22-24.

    [2]苏永芝.基于FPGA+DSP的高速中频采样信号处理平台的实现[J].现代电子技术，2011，34（7）：35-36.