開關柜母排多點面陣測溫與溫升異常辨識方法

王志磊, 繆希仁, 張志鋒, 2, 莊勝斌

(1. 福州大學電氣工程與自動化學院, 福建 福州 350108; 2. 西門子(中國)有限公司廣州分公司, 廣東 廣州 510665)

0 引言

高壓開關柜長期處在高電壓大電流強磁場環境下, 材料性能易老化, 接觸電阻增大且加劇發熱時有發生, 最終導致設備燒毀而釀成事故[1]. 定期停機檢修在一定程度上可消除安全隱患, 但其周期長且具有一定的危險性[2]. 因此, 在線監測與故障診斷已成為保障開關柜正常運行的關鍵手段[3].

高壓開關柜在線溫度監測主要有光纖測溫法[4]、 紅外測溫法[5-7]、 聲表面波測溫法[8]、 熱電偶法[9]和電子式測溫法[10]. 除紅外測溫法外, 其余測溫方法所采集的溫度數據均為待測點數據, 其信息挖掘潛力低, 無法滿足故障診斷的數據深度需要. 而且, 這些方法多為單一傳感器測溫方式, 難以全面準確地識別開關柜過熱故障. 多點傳感器檢測技術[11]解決了單一傳感器信息存在的低可靠性問題. 文獻[12]具體討論基于數據融合的故障診斷算法, 搭建出一套基于多點傳感檢測技術的故障監測系統框架. 文獻[13]從數據之間的關聯性出發, 提出基于多點傳感數據相關性分析的設備故障在線檢測方法, 并通過火電廠現場數據驗證算法的有效性. 文獻[14]以多源異構數據融合為技術背景, 建立變壓器故障診斷模型, 實現變壓器故障性質判定與故障定位. 多點傳感器檢測技術在高壓開關柜領域的應用基本集中在狀態評估方面, 對具體結構或單個特性的故障診斷及狀態評估暫未見報道.

高壓開關柜電纜室結構復雜, 依靠母排與電纜連接處點溫度數據無法準確識別故障類型, 需要多角度對開關柜母排及其與電纜連接處進行溫度數據采集. 但高分辨率紅外熱成像儀因成本和算力需求高, 無法在開關柜中進行多點方案布置. 為此, 本研究從多點傳感器檢測技術出發, 提出基于低分辨率、 多源溫度傳感的開關柜電纜室母排與電纜連接處狀態監測方法. 利用區域匹配與閾值法實現過熱區域的定位分割, 建立基于k最近鄰(knearest neighbors, KNN)算法的故障辨識模型, 并對現場實驗數據進行模型參數優化, 以有效實現開關柜電纜室母排與電纜連接處溫升異常故障辨識.

1 異常溫升產生機理

高壓開關柜特殊的封閉式結構和大電流強磁場的運行環境, 使柜內散熱條件較差而積聚熱量較多, 長期高溫運行將引起柜內設備機械性能下降、 絕緣老化, 進而導致嚴重的過熱故障, 并發生電力事故. 因此, 了解母排正常發熱機理及異常故障的成因, 對其工作狀態進行監測具有重要意義. 10 kV高壓開關柜母排主要使用硬銅母排(TMY), 同一電壓等級的開關柜因負載標準差異而選用不同規格的銅排, 采用TMY-40×4型號銅排作為實驗母排, 其標準載流量為600 A.

首先, 電阻損耗發熱通常由電流的熱效應產生. 根據焦耳定律[15]可知, 對密閉的高壓開關柜而言, 在單位時間散熱量一定的條件下, 開關柜母排的溫度將隨著電流的升高不斷提升. 正常運行時, 開關柜的發熱量與散熱量趨于動態平衡, 具有穩定的溫度狀態.

渦流損耗[16]發熱同樣不可忽略, 特別是高壓大電流環境下, 其母排渦流損耗發熱導致的溫升異常明顯. 開關柜母排渦流損耗通常指母排在時變電磁場作用下產生的電流所導致的能量損耗. 在高壓開關柜電纜室中, 渦流損耗發熱一般導致三相平行銅排中, 中間相母排與電纜總體溫度最高.

開關柜母排過熱故障主要有: 螺栓松動過熱故障、 母排與電纜連接處過載過熱故障、 母排劣化過熱故障、 電纜規格不匹配過熱故障等4種, 其過熱故障特征如表1所示.

表1 過熱故障溫度特征Tab.1 Overheating fault temperature characteristics

2 異常溫升故障辨識方案設計

2.1 母排多點面陣測溫系統設計

低分辨率面陣溫度傳感器的面陣傳感器視場與其主軸線相關. 當溫差電堆接收到50%的輻射信號時, 所有該輻射信號的輻射源形成的區域即為視場的大小; 當測溫對象完全覆蓋視場時, 測溫準確率最高. 視場概念如圖1所示. 圖中, 被測物體測溫面最大長度(L)與傳感器測量距離(D)之間滿足

圖1 視場概念示意圖Fig.1 Concept diagram of field of view

(1)

其中:Ψ為傳感器較大視場角, 本研究采用110°×75°視場版本, 即Ψ為110°.

結合開關柜母排及其與電纜連接處的尺寸L為457 mm, 由式(1)可得,D>160 mm. 利用3個紅外陣列傳感器在3個不同方向上進行溫度狀態監測, 其測溫裝置安裝點及對應視場如圖2所示, A、 B、 C三視場分別對應側視圖、 主視圖與俯視圖.

圖2 裝置安裝點及對應視場Fig.2 Installation point and corresponding field of view

多點傳感系統溫度采集主要由具有邊緣計算功能的測溫裝置實現, 其由傳感器模塊、 ESP8266無線模塊、 C8T6單片機模塊和電源模塊組成. 搭建基于多點傳感的開關柜狀態監測系統, 其硬件結構框架由圖3所示. 為保證測溫的準確性, 需確定合適反射率, 故對測溫傳感器進行反射率校準. 以熱電偶溫度傳感器檢測的溫度值為參考標準, 其溫度反射率校驗結果如圖4所示.

圖3 測溫系統硬件結構框架Fig.3 Temperature measurement system structure

圖4 反射率效果對比Fig.4 Contrast of reflectivity effect

由圖4可知, 反射率(η)為60%時, 母排與電纜等處的紅外傳感測溫精度最高, 故將60%設為傳感器模塊默認反射率. 將溫度采集裝置固定于測溫平臺, 對電纜室母排通電并記錄固定點的溫度數據變化. 間隔5 min將母排溫度提升5 ℃, 在30 min內測得7組數據, 將其與熱電偶實測數據進行比對. 測試結果如圖5所示, 其中:t表示溫升測試時間;θ表示測量溫度;δ表示相對誤差.

圖5 測溫精度穩定性測試Fig.5 Temperature measurement accuracy stability test

測溫前5 min傳感器處于預熱狀態, 測溫精度較低, 相對誤差約為5%. 5 min后預熱結束, 測溫精度開始逐漸回升. 30 min后測溫相對誤差已保持在3%左右. 考慮到環境溫濕度以及空氣自然對流對紅外測溫的影響, 紅外測溫方式與熱電偶測溫必然存在一定的數據差異, 可針對環境因素進行算法修正以提高測溫精度; 其次, 紅外傳感器存在開機預熱效應, 實驗數據采集控制應在系統啟動4 min以后再進行. 綜上所述, 對比實驗表明, 該測溫裝置的精度及穩定性滿足開關柜測溫的硬件要求[17].

2.2 溫升異常辨識算法

2.2.1溫升異常區域提取算法

對于過熱故障的判定主要有絕對溫度閾值、 溫升與相對溫差法[18]、 同類比較法、 熱譜圖分析法[19]等方式. 本研究采用的故障診斷算法基于絕對溫度與相對溫差率進行設計. 絕對溫度即監測設備所測得開關柜發熱部位實時攝氏度, 相對溫差率即安置于設備基本情況一致的兩個對應測點之間的溫差與其中較熱點的溫升之比的百分數[20]. 即

(2)

其中:ξ為相對溫差率, 0 <ξ< 1;τ1與θ1為發熱點的溫升與溫度;τ2與θ2為相對應標準測點的溫升與溫度;θ0表示環境參照物的表面溫度.

對于不同設備, 故障判定標準不同. 采用相對溫差法, 開關柜內母排與電纜連接處等設備的熱缺陷判定閾值規定, 如表2所示. 由于測量誤差所造成的綜合值可能大于標準自身的數值, 易導致誤判或漏判, 因此, 對于母排與電纜連接處這類電流致熱型設備, 當溫升小于10 ℃時, 相對溫差的判據就不再適用.

表2 相對溫差法判定閾值Tab.2 Relative temperature difference method to determine threshold

母排異常溫升區域提取算法流程如圖6所示.

圖6 母排異常溫升區域提取算法流程圖 Fig.6 Flow chart of extraction algorithm for abnormal temperature rise area of busbar

接收溫度數據后先計算區域內的最大值、 最小值和平均值等數據, 并判斷其中最大值是否來自傳感器異常采集, 判斷標準為單元溫度值是否遠大于其周邊陣列溫度值. 若是, 則判斷為異常數據, 將其用平均值替換后重新進行判定. 獲取準確的最大值與相對溫差判據, 以綜合判定區域運行狀態.

基于圖像處理的過熱區域邊緣分割的算法原理主要有閾值分割、 區域分割、 邊緣分割[21]3種. 基于灰度直方圖的思路, 采用閾值化分割方法對過熱區域進行邊緣分割, 經過多次試驗對比, 本研究以溫度最大值的0.9作為過熱區域閾值. 測溫傳感器安裝位置與角度存在一定誤差, 因此, 劃分異常溫升區域需考慮裕度, 即當重合像素點數量大于過熱區域像素點數量的80%時, 可判定該子區域所監測的設備存在過熱故障.

2.2.2溫升異常分類算法

多點溫度傳感檢測擬采用數據融合方法中的特征層融合, 對開關柜母排及其與電纜連接處進行多點溫度數據采集后, 將溫度數據進行特征提取并加以特征層融合, 最終實現高壓開關柜電纜室母排與電纜連接處運行狀態和過熱故障類型識別.

采用KNN分類算法實現溫升異常辨識算法搭建, 實現開關柜母排及其與電纜連接處過熱故障的準確識別分類. 對于一個需要預測的輸入向量x, 僅需在訓練數據集中尋找k個與向量x最近的向量集合, 將x的類別預測為k個樣本中類別數最多的一類[22]. 其中k值稱為超參數, 其值影響分類結果[23]. 采用交叉驗證的方式選取k值, 將測試集中準確率最高的k值確定為最終值. KNN算法的基本步驟如圖7所示.

樣本空間中兩點之間的距離量度代表兩個樣本點之間的相似程度, 距離越大其相似程度越低. 常用的距離量度類型有閔可夫斯基距離[24]、 歐氏距離[25]、 曼哈頓距離[26]、 切比雪夫距離[27]和杰卡德距離[28]等. KNN模型優化通常采用距離量度類型與k值的選擇. 對每一個距離方式都進行k值最優化匹配將耗費大量的時間, 因此, 本研究對7類常用距離量度類型在同一超參數下的準確度進行實驗對比, 結果如表3所示.

表3 距離量度類型準確率對比Tab.3 Accuracy comparison of distance measurement types

由表3可見, 除了杰拉德距離與相關系數距離, 其他幾類距離量度類型的模型準確率皆不到80%. 選擇杰拉德距離與相關系數距離進行k值優化實驗, 杰拉德距離下的模型k值是19, 準確率是96.67%; 相關系數距離下的模型k值是18, 準確率是95.63%. 因此, 開關柜故障分類算法中的KNN算法超參數k設為19、 距離量度類型為杰卡德距離.

3 實驗測試與結果分析

3.1 實驗平臺搭建

為了驗證測溫系統的可行性、 穩定性、 功能性以及故障診斷、 定位算法的實用性, 搭建多點傳感溫度監測系統實驗測試平臺, 如圖8所示. 其中, 包括大電流供應端、 開關柜電纜室測溫實驗平臺兩部分. 以泰里曼公司生產的型號TDSL-5000A的全自動溫升測試系統作為大電流供應端, 可以輸出三相0～5 000 A交流電流, 并以其自帶的熱電偶測溫系統作為溫度數據基準值; 以XGN15-12高壓進線柜為樣本1∶1搭建開關柜電纜室實驗測試平臺, 其中母排規格為TMY40×4紫銅排, 電纜內芯截面積為120 mm2, 在25℃室溫下額定載流量約為600 A.

圖8 多點傳感溫度監測系統實驗測試平臺Fig.8 Temperature monitoring test platform

3.2 母排異常溫升測試結果分析

3.2.1母排異常溫升測試結果

考慮到溫度空間分布具有一定的梯度規律, 且不同電流下同類故障溫度最大值不同, 經過實驗對比, 選取溫度最大值的0.9倍作為過熱區域閾值. 在600 A電流下各類故障在3個視角中的過熱區域識別如圖9所示, 溫度大于閾值的像素點統一以同一色度的黃色像素點替換.

圖9 異常溫升故障多角度對比圖Fig.9 Multi-angle comparison diagram of abnormal temperature rise fault

3.2.2母排異常溫升區域提取算法測試

低分辨率測溫模塊所發出的溫度數據在上位機生成24 px × 32 px × 3點陣格式數據, 并生成溫度分布狀態及其特征值, 分別為來自3個視場的最大溫度值、 平均溫度值、 過熱區域、 過熱區域像素點數量, 共計12個特征值. 在此基礎上, 開發開關柜母排異常溫升區域提取算法, 對區域溫度最大值與相對溫差判據進行狀態識別. 表4為600 A實驗條件下溫升異常區域定位結果.

由表4可知, 并非所有的過熱點都可準確對應相關故障類型. 當出現母排表面氧化類故障時, 溫度最大值所在區域并非在母排上, 而是在于母排與電纜連接處螺栓處. 其原因在于, 雖然母排表面氧化導致溫度上升, 但其溫升遠小于母排與電纜連接處接觸電阻所造成的溫升; 如果單憑溫度最大值進行故障診斷, 此時便產生誤判現象. 此外, 根據過熱區域定位結果, 相同故障在不同角度的視場中判定的過熱區域也不盡相同. 由此可見, 基于傳統點溫度檢測的溫升故障診斷存在很大的局限性.

3.2.3母排溫升狀態識別算法測試

實驗共計測得數據2 000組, 包含200～750 A范圍內不等間隔的母排電流時, 各類故障狀態的溫度分布值, 每組包含24 px × 32 px × 3個溫度數據, 對其提取為12個特征值并據此進行分類計算. 將4類故障類型編號生成標簽數據, 其中1～4分別為電纜載流量不足、 母排劣化故障、 螺栓松動故障以及母排與電纜連接處過載故障. 將4類故障類型的標簽數據與特征值數據導入故障分類算法模型中, 數據集中80%數據作為訓練集, 20%作為測試集, 即對400組測試集數據進行分類并計算準確率, 分類結果如圖10所示.

圖10 故障分類結果Fig.10 Fault classification result

由圖10可知, 故障分類準確率為100%, 滿足開關柜母排與電纜連接處故障診斷的準確度要求. 由此可見, 改進辨識方法將溫度信息從1維提升到3維空間, 可深度利用母排全位置信息, 準確實現過熱故障空間定位與分類辨識.

4 結語

從面陣測溫的角度出發, 研究低分辨率多點溫度傳感檢測的開關柜狀態監測系統. 通過對開關柜電纜室母排與電纜連接處3個不同視角的區域溫度采集, 解決傳統開關柜點測溫方式的數據類型單一的問題; 通過對開關柜電纜室發熱機理的研究, 將母排與電纜連接處溫度故障診斷類型提升到4類; 利用分層設計的思路開發開關柜母排與電纜連接處狀態監測算法, 基本實現溫升異常區域的匹配定位和故障類型辨識.