logo全球能源互联网期刊信息服务平台

目录

图片(0

    表格(0

      全球能源互联网

      第7卷 第6期 2024年11月;页码:726-737
      EN

      开关柜内部PVC电缆绝缘材料过热产气的传感器检测方法研究

      Sensor Detection Method for Overheating and Gas Production of PVC Cable Insulation Material Inside Switchgear

      董驰1 ,庞先海1 ,路士杰1 ,乐相宏2 ,雷芳菲2 ,褚继峰2* ,杨爱军2 ,王小华2 ,荣命哲2
      DONG Chi1 , PANG Xianhai1 , LU Shijie1 , YUE Xianghong2 , LEI Fangfei2 , CHU Jifeng2* , YANG Aijun2 ,WANG Xiaohua2 , RONG Mingzhe2
      • 1.国网河北省电力有限公司电力科学研究院,河北省 石家庄市 050021
      • 2.西安交通大学电气工程学院电工材料电气绝缘全国重点实验室,陕西省 西安市 710049
      • DONG Chi1, PANG Xianhai1, LU Shijie1, YUE Xianghong2, LEI Fangfei2, CHU Jifeng2*, YANG Aijun2,WANG Xiaohua2, RONG Mingzhe2 (1.State Grid Hebei Electric Power Co., Ltd.Electric Power Science Research Institute, Shijiazhuang 050021, Hebei Province, China
      • 2.State Key Laboratory of Electrical Insulation and Power Equipment, Xi’an Jiaotong University, Xi’an 710049, Shaanxi Province, China

      摘 要

      Abstract

      作为电力系统中的重要设备,开关设备电缆故障可能导致局部停电,传统的温度测量方法存在接触试验、成本高、盲区等缺点。为了克服这些限制,提出了一种基于半导体气体传感器检测开关柜中电缆过热的方法。首先,研究电缆外层绝缘常用的聚氯乙烯 (polyvinyl chloride,PVC) 材料的过热生成气体组分,基于分解气体类型,构建气体传感器阵列。其次,模拟电缆过热故障,采集气体传感器在不同温度下的响应曲线,通过响应曲线的阈值判断过热温度区间。最后,以此为基础设计开关柜电缆过热检测装置,该装置在通风橱中大电流模拟电缆过热场景中能准确的区分出开关柜电缆过热状态并发出警报。

      As a crucial component in power systems, cable faults in switchgear can lead to localized power outages.Traditional temperature measurement methods have limitations,such as requiring contact testing, high costs, and blind spots.To address these challenges, proposes a cable overheating detection method for switchgear based on semiconductor gas sensors.First, the study investigates the gas components generated from overheating of polyvinyl chloride (PVC), a material commonly used in cable insulation.Based on these decomposition gases,a gas sensor array is constructed.Then, simulated cable overheating scenarios are conducted to gather response curves from the gas sensors at various temperatures, using threshold values from these curves to identify temperature ranges indicative of overheating.Finally, a cable overheating detection device for switchgear is developed, which can accurately differentiate between overheating states and issue alarms under high-current simulated scenarios within a ventilated hood.

      0 引言

      作为电力系统中的重要设备,开关设备电缆故障可能导致局部停电,扰乱社会生产过程。在极端情况下,这些故障可能会导致火灾,对公共安全和财产构成重大威胁。在电力设备维护的背景下,温度是评估开关设备电缆和其他设备运行状态的关键指标[1]。在实践中,特别是35 kV和10 kV开关设备电缆,过热的主要原因是机柜内关键部件的发热。断路器触点以及机柜电缆室内母线和电缆之间的接头持续承受高压、大电流和强磁场。

      目前,开关柜中母线和电缆连接的主要温度测量技术包括光纤、红外、热电偶和电子温度测量技术[2]

      光纤温度测量技术最初用于评估高压变压器绕组热点的温度,以进行故障诊断和预测[3-4]。这种方法的主要优点包括抗电磁干扰、高测量精度和出色的电绝缘性。然而,开关柜内设备布局的不均匀,再加上光纤弯曲和断裂的趋势,使其布线变得复杂。此外,污染会导致漏电,使这种方法不适合开关设备电缆室内的温度测量。

      红外测温利用红外波长与其能量之间的函数关系,对物体的温度进行测量[5]。此外,红外阵列传感器可以在设备区域内进行全面的温度测量,生成热成像图,有助于监测关键设备温度和检测异常发热。但当电缆被其他设备或外壳遮挡时,红外传感器无法准确测量温度,且红外测温易受到电磁干扰[6-7],通常只能在温度已经上升到一定程度时才会检测到问题,不适用于早期预警。

      热电偶温度测量通常采用基于塞贝克效应的传感器[8-9]。热电偶测量范围宽、精度高,但作为一种无源有线方法,需要外部连接进行数据传输,存在高低压故障的风险。因此,适用于高度绝缘的温度测量应用。

      基于以上成熟方法,近年来对开关设备电缆温度监测系统的研究主要集中在优化数据传输、增强系统功能和分析温度数据上,对测量方法本身的更新较少。

      在开关柜电缆火灾的早期阶段,气体挥发物通常出现在烟雾颗粒之前,因此气体成分分析法可以提供比传统温度测量更快的火灾预警[10]。此外,气体具有流动性,不受视线阻挡,能够进行非侵入式测量。该方法已应用于变压器绝缘设备过热和放电故障的诊断(油中溶解气体检测法),以及检测SF6及其替代气体[11]

      半导体气体传感器具有成本低、制备工艺简单、易于微纳集成等优点,近年来,在电力设备故障气体在线检测领域引起了广泛关注。气体传感器可以通过检测空气中由电缆过热导致的绝缘材料分解或燃烧产生的气体成分变化来感知温度异常,适用于检测开关设备电缆过热故障的特征气体。在电缆过热检测中,气体传感器在检测隐蔽部位的过热、提供早期预警等方面更具优势。

      在火灾的早期阶段,电缆存在的问题往往以过热的形式体现,目前多通过检测特定部位温度或电流电压变化对电缆过热进行预警。目前国家规定了剩余电流式监控探测器、测温式监控探测器和故障电弧探测器3种常用设备的相关使用要求,3种传感器也为目前使用最多的传感器类型。

      剩余电流式监控探测器以电流互感器为功能核心,对相间电流差异进行分析,在接地故障和漏电的检测方面有着突出效果[12]。该方法存在以下问题:①因自身原理无法预警线路过载、接触不良等情况所产生的火灾信号;②检测方式为简单的阈值检测,易产生误报漏报情况[13]。测温式监控探测器主要利用感温电缆、感温光纤或感温光栅等感温装置实现实时温度检测,在火灾检测中应用最为广泛。感温电缆分为可恢复型和不可恢复型2种,成本低廉、方便安装,但其电信号易受外部强电磁干扰且无法识别具体异常位置。分布式光纤感温探测器是感温光纤的主要应用场景,其主要应用原理为“反向拉曼散射”和“光时域反射”,以光信号实现数据传输,故不受电磁干扰影响,可准确识别问题坐标,但也存在以下问题:①对场地空间要求较高,需要单独放置主机;②装置成本较高[14]。故障电弧探测器通过实时监测线路发生短路或接触不良故障时产生的故障电弧以及电压电流数据实现对线路过热阶段问题的识别,能够有效弥补出现该类问题时断路器无法达到动作条件的技术弊端,能够快速识别并切断故障电源以减少故障电弧引起的火灾,但该方法最大的问题为只能对特定问题引起的电缆过热情况进行预警[15]

      随着物联网技术的发展及其在电力领域的逐步应用,基于物联网的多信息检测与融合,以及利用大数据分析和人工智能实现电网设备运行状态的诊断分析已成为当前的研究热点。文献[16]提出了一种基于深度学习的XLPE电缆绝缘缺陷识别方法,通过谐波法检测电缆绝缘缺陷,分析各类缺陷对电缆绝缘层磁场强度的影响,通过深度学习算法LSTM对电缆的绝缘缺陷类型进行了精确识别。文献[17-18]分别基于迁移学习和机器学习设计了面向输电线路巡检图像分析的自动深度学习系统架构,分别在导线断股和绝缘子串脱落以及绝缘子自爆和鸟巢识别等多项巡检图像分析任务上取得了较高的识别准确率。

      空气绝缘开关柜最早可追溯到20世纪初期,随着电力需求的增加以及电力系统复杂性的提升,电力行业逐渐意识到高效、可靠的电力保护装置的重要性。传统的露天隔离开关逐渐向封闭式空气绝缘开关柜过渡,以提高设备安全性和系统可靠性。20世纪后期,开关柜逐渐走向标准化,各类技术标准和规范逐步确立,确保了设备的兼容性和安全性。空气绝缘开关柜在这一时期广泛应用于中高压系统。

      21世纪以来,随着智能电网技术的发展,空气绝缘开关柜集成了更多的智能化控制、监测、保护功能。远程监控、故障诊断和自动化控制等功能逐渐普及。现代空气绝缘开关柜技术关注环保和能效,采用更加环保的材料,并逐步淘汰一些对环境有害的成分,如SF6气体[19]。现代开关柜设计朝着紧凑化、高可靠性、低维护成本等方向发展。随着工业物联网和智能电网技术的深入发展,空气绝缘开关柜将越来越多地集成智能传感器、物联网接口及数据分析功能[20]。这将使设备更加“智慧”,能够实时监测和预测故障,提高电力系统的运行可靠性。未来,随着技术的进步,空气绝缘开关柜将进一步朝着智能、环保和高效的方向发展,成为现代电力系统中不可或缺的组成部分[21]

      1 电缆绝缘材料热分解特性

      电缆的组成包括外层保护套、中层绝缘和一定数量的导线芯。按照保护套和绝缘材料不同,电缆可以分为聚氯乙烯PVC电缆、交联聚氯乙烯电缆、橡胶电缆等种类,其中PVC电缆是使用最为普遍的一种。电缆绝缘材料的比例如图1所示。低压电缆广泛用于输配电、通信等场合,其大多在建筑电缆井和地下电缆隧道中成组敷设,狭窄的空间和集束式安装给散热带来了挑战,也使潜在的过热故障难以检测。本文选择PVC保温材料作为研究对象,研究加热条件下产生的气体类型和数量。

      图1 电缆绝缘材料的比例
      Fig.1 The proportion of insulation materials for cables

      1.1 PVC加热产生的气体成分

      PVC的额定工作温度一般在70~90 ℃,当负载温度超过该温度范围时将发生过热,温度持续升高至240 ℃以上时将严重影响电缆性能并产生变形甚至起火。90 ℃下PVC电缆绝缘层即会分解,在约170 ℃条件下会产生苯环类有机物,200~240 ℃开始明显热解并释放HCl、CO、CO2、H2O等气体[22]。抗氧化剂、增塑剂、稳定剂、阻燃剂等助剂常被添加于PVC电缆的绝缘材料,此类助剂为高温下热分解产生气体的主要来源之一,其中DOP是大量使用在PVC电缆绝缘材料中的增塑剂,此种半挥发性有机物(SVOC)在电缆额定工作温度下具有低饱和气压[23]

      实验样品取自ZR-BV-450/750 V PVC绝缘阻燃硬线,将PVC绝缘材料切成约1 mm×1 mm×1 mm的均匀小颗粒。均匀的小颗粒确保绝缘材料均匀加热并稳定产生气体。每次用于测试的样品的质量约为0.1 g。

      纯PVC聚合物在100~500 ℃热解产生的主要挥发性气体为HCl、H2、C1~C4烃气体、脂肪族化合物;当在纯PVC中添加阻燃剂、稳定剂等后,热解过程中的产物会发生一定变化,主要以HCl、CO2、芳香族化合物等为主[24-26]。本文选取的实验样品非普通的纯PVC聚合物,为实际生产生活中所使用的电缆绝缘材料,因此可避免因样品不同产生气体不同导致的气体传感器检测结果差异。

      图2显示了不同过热温度下电缆中分解气体成分数量的变化。可以观察到,在90 ℃下,分解气体的可检测量接近于0,即使在长期运行后,也没有观察到分解气体类型的显著增加;但随着温度的升高,分解气体的种类急剧增加。当温度达到220 ℃时,可以检测到超过20种分解气体。对于160 ℃以上的温度,长时间过热也会略微增加分解气体的种类,但不会显著改变分解气体的类型[10]

      图2 PVC过热分解过程中气体组分含量与过热温度的关系
      Fig.2 The relationship between the quantity of gas components in PVC overheated decomposition and overheating temperature

      1.2 气体传感器响应

      半导体气体传感器是通过利用半导体表面上的气体的氧化还原反应来引起敏感元件的电阻值变化而制成的。纳米尺度效应带来的极高比表面积有助于气敏材料和气体分子充分接触并产生电荷转移,从而导致材料电参数(电阻、电导率、电容等)的变化,并对气体产生响应[27]。本文选择了4种金属氧化物半导体气体传感器,传感器电阻的大小反映了气体的体积分数。多个气体传感器组合在一起形成用于气体检测和识别的传感器阵列。阵列中的每个传感器对某些特定类型的气体成分都很敏感,使整个气体传感器阵列能够识别气体中的不同成分并提供整体评估。

      在研究过程中,共选择了4种半导体气体传感器进行测试,其类型和敏感气体如表1所示。电缆绝缘材料PVC在前期受热分解气体产物主要为大分子有机物,但市面上没有直接检测其产物的气体传感器,本文选择的传感器的目标气体与电缆过热气体组分具有一定共性,均可检测有机成分。为识别对电缆绝缘材料中的热分解气体具有高灵敏度的传感器,判断的主要标准是气体传感器的响应时间和最大响应值[28]。计算气体传感器电阻值的公式如式 (1) 所示,测量气体传感器电阻的电路图如图3 (a)所示,VH是器件加热电压(直流或交流模式)。由于每个传感器的初始电阻值不同,直接从图3 (a)所示的电路图计算的电阻值不能直接用作确定最大响应的基础。

      表1 本文中选择用于测试的气体传感器
      Table 1 The gas sensor selected for testing in this article

      气体传感器敏感气体TGS2600甲烷、异丁烷、CO、氢气、乙醇、空气污染物TGS2610甲烷、乙烷、丙烷TGS2620甲烷、异丁烷、CO、氢气、乙醇、有机溶剂、可溶性气体MP503异丁烷、甲醛、烟雾、气态酒精

      图3 电缆过热预警装置设计
      Fig.3 Design of cable overheating warning device

      式中:Rs是气敏器件电阻;RL是电路的负载电阻;VC是基本测试电路电压;VRL是电路中的负载电阻两端的电压。

      为了便于比较,根据式 (2) 计算传感器灵敏度特征参数S,即传感器响应值。

      式中:Ra是在背景载气中测量的传感器的电阻;Rg是暴露于目标气体时测量的传感器电阻。

      PVC绝缘材料在220 ℃、300 ℃过热时分别分解产生气体超过20种和40种,其中多数气体浓度较小,浓度较高的主要气体产物种类较少[29-31],选择的气体传感器主要针对高浓度的分解产物进行检测。在第3章中,将电缆运行温度划分为3个区间,对应不同的工况,其中220 ℃以上对应“过热”工况,检测为此工况时立即发出过热警报,表1中选择的4种气体传感器在实际检测中已可以达到较为准确的预测。

      根据气体传感器技术手册[32-33]中概述的响应特性曲线,这些气体传感器对有机化合物和大气污染物表现出较好的响应。基于此设计了基于气体传感器的电缆过热预警装置,其结构如图3(b)所示,中央控制单元的MCU芯片通过ADC高速采集气体传感器匹配电阻电压,经过温湿度修正后,MCU分析电缆运行状态并控制声光报警模块进行报警。

      2 开关柜内电缆过热模拟实验

      2.1 气体传感器响应测试

      确定传感器型号后,需要对传感器实际性能进行测试验证传感器实际场景中的性能并为后续装置设计提供实际数据参考。

      实验开始前需要对发热管进行温度标定,即确定不同电源功率下发热管的实际对应温度,在0~300 ℃间每隔20 ℃进行一次记录,每次发热管需持续发热15 min以保持和实际实验情况相符。在不同温度的实验条件下对电热管施加相应电压,即可使得电缆达到指定温度。

      传感器验证实验流程如图4所示,实验在一个60 cm×60 cm×100 cm开关柜长方形腔体中,没有其他气体干扰条件下进行。实验开始时记录环境温湿度,设置对应电压为ZR-BV-450/750V电缆PVC绝缘持续提供15 min加热环境。加热完成后停止对加热管供电,静置至装置恢复稳定状态,再进行下一组实验。实验过程中持续60 min在上位机观察从加热到恢复整体流程响应信号,采集频率为2 Hz。进行3组重复实验,电缆加热温度分别设置为70 ℃、90 ℃、120 ℃、140 ℃、160 ℃、180 ℃、200 ℃、220 ℃、240 ℃、260 ℃、280 ℃、300 ℃。该组实验完成后,将风扇分别调节至中等风速(0.01 m/s左右)和最大风速 (0.1 m/s左右),记录此时风速并重复上述步骤,总共获得36组实验数据。

      图4 传感器响应测试实验流程图
      Fig.4 Experimental flowchart for sensor response testing

      传感器验证实验得到的每组实验结果共有20条数据,分别代表4种传感器,每种5个传感器样本的测试数据,用于观察传感器实际使用效果。在有风速条件下传感器响应变化趋势与无风条件下保持一致,仅是最大响应值减小,后文在通风橱中进行实际测试时绘制的传感器响应曲线处于有风条件下,本节只绘制观察无风速情况下各区间范围内部分温度。为了便于数据收集,每个传感器都与一个合适的分压器配对,分压器的电压读数直接记录为气体传感器的响应。

      图5 (a) —(b) 为温度在70~100 ℃范围内传感器响应曲线,从曲线中可以看出传感器几乎无响应,各曲线波动幅度小于0.1 V。该温度区间为电缆正常工作温度,传感器未响应为理想情况,说明传感器在低温情况下表现正常。

      图5 不同温度下传感器响应曲线
      Fig.5 Sensor response curves at different temperatures

      图5 (c)—(d) 为温度在100~200 ℃范围内传感器响应曲线,此时各传感器都有响应,传感器间行为具有一定的一致性,在该温度范围仅MP503传感器有较为明显的响应,曲线在0.5~1 V范围波动,此时正是火灾预警的警告阶段,在此阶段进行预警能有效防止电缆发生火灾,说明MP503对早期电缆过热气体敏感性较高,在后续设计过热预警程序时可将该传感器作为主要数据来源,以其他参数作为附加修正参数。

      图5 (e) 为传感器在PVC加热温度为220 ℃下的响应,可以看到此时大部分传感器均有明显的响应峰。

      2.2 电缆过热模拟实验结果

      在实验室中,根据开关柜的实际尺寸60 cm×60 cm ×100 cm,构建了开关柜电缆过热监测系统。为了模拟ZR-BV-450/750V电缆在不同温度下运行时的气体产生条件,直接加热电缆的外部PVC绝缘层。选择了4温度:90 ℃、160 ℃、220 ℃和300 ℃,每个温度代表一种不同的工作状态。安装了一个检测装置,用于收集4个气体传感器的响应曲线。在每个温度下进行3次实验,每次加热15 min。

      图6显示了检测装置上的4个气体传感器在开关柜中不同温度下对电缆PVC外护套产生的热解气体的响应曲线。从图6 (a) 可以看出,当加热温度为90 ℃时,电缆正常工作,传感器几乎没有响应,表明热解几乎没有产生气体。图6 (b) 中的曲线响应出现最大值时具有较大的波动。在实验过程中,只加热了一次,但曲线上出现了多个尖峰,表明传感器响应不稳定。在多次实验中,发现不稳定现象发生次数相对较少,这表明可能是开关设备其他部分的放电对检测装置的数据收集的影响[34-35]。在图6 (c) 中,TGS2610气体传感器曲线显示出最小或无正常响应,响应曲线为检测装置采样电路发生故障时的结果,传感器响应的上升阶段的变化趋势也是同正常响应曲线的变化趋势保持一致的,传感器基线从其他图中观察到的约1.0 V降至约0.25 V。尽管如此,图中虚线所示的趋势与显示正常响应的其他3条曲线中观察到的趋势一致,图6(c)中黑色虚线的趋势线为在后续实验中传感器恢复后的响应曲线,表明气体传感器有一定的恢复能力,在后续实验中响应恢复正常。图6(d)中的传感器曲线响应相对正常。

      图6 传感器在90 ℃、160 ℃、220 ℃和300 ℃不同温度下的响应
      Fig.6 Sensor response at different temperatures of 90 ℃, 160 ℃, 200 ℃, and 300 ℃

      电缆过热检测装置在实际测试中响应曲线与2.1节变化趋势基本保持一致,但测试过程当中出现了响应异常的情况,如图6 (b) 和 (c),检测结果并没有影响电缆过热检测装置的预警准确性。

      在220 ℃加热至结束时PVC绝缘出现了烧焦发白的现象,如图7所示,说明此时电缆性能已明显受损,这是在之前的温度实验中未出现的现象,因此220 ℃可作为电缆PVC绝缘材料性能失效的一个温度点。

      图7 在220 ℃加热15 min的PVC绝缘材料
      Fig.7 PVC insulation material heated at 220 ℃ for 15 minutes

      3 实际测试

      使用大电流装置模拟实际开关柜中由于短路等原因造成电流过大导致发热故障情景,根据前期气体传感器选型及特性,制造了基于气体传感器的电缆过热检测装置,测试其对电缆工况的判断效果。实验装置如图8所示,使用大电流输出装置连接一段铜导线,外侧包有PVC绝缘材料,将电缆过热检测装置放在电缆前方,使用玻璃罩将其罩住,后方留有一定缝隙,整个装置置于通风橱中,全程通风,在玻璃罩上方放置摄像机记录实验过程。

      图8 电缆过热检测装置测试
      Fig.8 Testing of cable overheating detection device

      大电流装置输出电流与最高过热温度之间的关系如表2所示。

      表2 大电流装置输出电流与最高过热温度的对应关系
      Table 2 The correspondence between the output current of high current devices and the maximum overheating temperature

      输出电流/A对应温度/℃运行工况115100.3正常120146.8警告125181.6警告130189.5警告133255.0过热

      图9为检测装置在不同过热温度下显示的不同状态,当温度在120 ℃以下时,显示为“正常”,120~220 ℃为“警告”,220 ℃以上显示为“过热”。

      图9 电缆过热检测装置实际测试结果
      Fig.9 Actual test results of cable overheating detection device

      图10为上述检测装置在不同过热温度下采集的气体传感器数据,分别对应不同的过热状态下的传感器实际响应。

      图10 电缆过热检测装置采集的气体传感器数据
      Fig.10 Gas sensor data collected by cable overheating detection device

      大电流装置在t = 700 s时开始通电启动,对电缆进行加热,各种工况下的报警时间如表3所示。图10(a) 是电流为133 A,对应温度为255.0 ℃时的气体传感器响应曲线,有非常明显的响应峰,且反应时间较快,约45 s之后开始发出警报显示“过热”;图10(b)和 (c) 分别为电流130 A和120 A,对应温度189.5 ℃和146.8 ℃时气体传感器响应曲线,可以看到,随着温度降低,传感器响应的最大值也随之降低,这和之前实验测得传感器特性曲线保持一致,且响应速度也有所下降,分别在约86 s和183 s之后开始报警,显示“警告”;图10 (d) 为电流115 A,对应温度100.3 ℃时传感器响应曲线,未见到曲线明显波动,同时报警装置也没有发出警报,表明装置也具有一定的抗干扰性,可降低误报警的概率。

      表3 电缆过热检测装置在不同工况下的报警时间
      Table 3 Alarm time of cable overheating detection device under different working conditions

      电缆运行温度/℃报警时间/s 100.3—146.8183 189.586 255.045

      与图7相比可以发现,在实际的开放环境中使用气体传感器进行电缆过热工况检测时,由于受到气流等影响,实际的传感器最大响应值均要低于实验室中测量结果。但是在不同温度下,气体传感器的响应值仍有较大的区别,可作为对开关柜中电缆运行温度的检测依据。图9所示的实验结果也表明,气体传感器可以检测出电缆的运行工况和温度范围,且具有较高的准确率。

      4 结论

      本文初步探讨了开关柜中电缆过热的半导体气体传感器检测方法,气体传感器用于检测电缆外PVC绝缘护套热分解产生的气体,从而评估电缆状况。通过对开关柜电缆过热的仿真实验,收集并分析了传感器响应,得出以下结论。

      1) 开关柜中电缆外层的PVC绝缘在加热时会分解并产生气体,气体种类随着温度的升高而增加。当温度为90 ℃时,分解产生的气体几乎为0,当温度上升到220 ℃时,可检测到气体种类超过20种,300 ℃时超过40种。然而,气体的种类不会随着长时间加热而发生显著变化,加热15 min以内,气体种类增加不超过5种,随后的30 min里,数量变化很小,加热至60 min时,数量才会有所上升。

      2) 气体传感器对外绝缘热分解产生的气体的最大响应随着温度的升高而增加,响应时间也缩短。此项特性可作为气体传感器对电缆过热状态的检测依据,据此设计出基于气体传感器的电缆过热检测装置,根据气体传感器的响应来判断电缆的运行工况,并进行报警。根据实际测试结果,运行温度为255 ℃时,电缆过热检测装置约45 s发出过热报警。

      3) 开关柜中的其他气体或放电现象会影响气体传感器的响应,导致采集电路波动或损坏,对传感器本身的影响相对较小,一段时间后即可自动恢复,其在恢复后的后续实验中能够正常响应。电缆过热检测装置的温度判断是多个传感器响应共同分析得到的结果,当其中一个传感器响应出现异常时,并不会影响其他传感器响应,多重响应分析的设计能够避免产生误判。

      4) 在大电流实验的通风环境当中,气体传感器响应值会较实验室中数据降低,如在200 ℃时,实验室中传感器的电压变化值最大约为1.5 V,在实际测试中最大变化值约0.75 V;但不同温度响应最大值仍有明显区别,传感器响应最大值随温度增加而增加,仍可作为区分不同温度的检测依据。

      参考文献

      1. [1]

        NIU B, XIANG Z H, LIU W F, et al.Research on insulation state evaluation and detection technology for 40.5 kV switchgear wall bushing[J].Energy Reports, 2023, 9: 295-302. [百度学术]

      2. [2]

        MAHMOUD K A A, BADR M M, ELMALHY N A, et al.Transfer learning by fine-tuning pre-trained convolutional neural network architectures for switchgear fault detection using thermal imaging[J].Alexandria Engineering Journal,2024, 103: 327-342. [百度学术]

      3. [3]

        HYER H C, GIULIANO D R, PETRIE C M.Toward local core outlet temperature monitoring in gas-cooled nuclear reactors using distributed fiber-optic temperature sensors[J].Applied Thermal Engineering, 2023, 230: 120847. [百度学术]

      4. [4]

        陈志强,王楠.感温光纤检测装置的设计与实现[J].电工技术,2021(14):45-47.CHEN Zhiqiang, WANG Nan.Design and implementation of temperature-sensing fiber inspecting device[J].Electric Engineering, 2021(14): 45-47 (in Chinese). [百度学术]

      5. [5]

        LI Z M, YANG H, YANG F, et al.An infrared image based state evaluation method for cable incipient faults[J].Electric Power Systems Research, 2022, 210: 108148. [百度学术]

      6. [6]

        WU J Z, LIN J J, GAO Z J, et al.A hybrid Fourier-wavelet denoising method for infrared image of porcelain sleeve cable terminal using GSM model for wavelet coefficients[C]//2018International Conference on Power System Technology(POWERCON).November 6-8, 2018, Guangzhou, China.IEEE, 2018: 1919-1923. [百度学术]

      7. [7]

        XIONG L, CHEN Y H, JIAO Y, et al.Study on the effect of cable group laying mode on temperature field distribution and cable ampacity[J].Energies, 2019, 12(17): 3397. [百度学术]

      8. [8]

        TIAN Y, ZHU G X, MIAO Q Q, et al.Study on the ablation process and failure mechanism of the buffer layer in high-voltage XLPE cable[J].International Journal of Electrochemical Science, 2024, 19(8): 100662. [百度学术]

      9. [9]

        林晨炯,林珍,吴雅琳.电缆接头温度在线监测方法研究综述[J].电气技术,2019,20(5):1-4.LIN Chenjiong, LIN Zhen, WU Yalin.Summary of research on online monitoring method of cable joint temperature[J].Electrical Engineering, 2019, 20(5): 1-4 (in Chinese). [百度学术]

      10. [10]

        雷芳菲,褚继峰,刘洋,等.基于半导体气体传感阵列的电缆过热故障诊断方法[J].电工技术学报,2023,38(13):3651-3664.LEI Fangfei, CHU Jifeng, LIU Yang, et al.Fault diagnosis of cable overheating based on semiconductor gas sensing array[J].Transactions of China Electrotechnical Society, 2023, 38(13):3651-3664 (in Chinese). [百度学术]

      11. [11]

        LIU Y, GEYIK U, KOBALD A, et al.Overheat diagnosis of power cable based on gas sensors: device/material exploration[J].Sensors and Actuators B: Chemical, 2022, 350:130837. [百度学术]

      12. [12]

        王守相,李皓哲,刘琪,等.基于激磁电流单周期内负半波持续时间特征的直流剩余电流检测新型相位差法[J].电力系统保护与控制,2021,49(11):45-53.WANG Shouxiang, LI Haozhe, LIU Qi, et al.A new phase difference method for DC residual current detection based on the characteristic of the duration of the exciting current negative half wave in a period[J].Power System Protection and Control, 2021, 49(11): 45-53 (in Chinese). [百度学术]

      13. [13]

        叶亮.一种复合型电气火灾监控探测器设计[D].武汉: 武汉理工大学,2010.YE Liang.Design of a compound electric fire monitoring detector[D].Wuhan: Wuhan University of Technology, 2010(in Chinese). [百度学术]

      14. [14]

        FONOLLOSA J, SOLÓRZANO A, MARCO S.Chemical sensor systems and associated algorithms for fire detection: a review[J].Sensors, 2018, 18(2): 553. [百度学术]

      15. [15]

        YAQOOB U, YOUNIS M I.Chemical gas sensors: recent developments, challenges, and the potential of machine learning-a review[J].Sensors, 2021, 21(8): 2877. [百度学术]

      16. [16]

        ZHOU T, ZHU X Z, YANG H F, et al.Identification of XLPE cable insulation defects based on deep learning[J].Global Energy Interconnection, 2023, 6(1): 36-49. [百度学术]

      17. [17]

        陆继翔,李昊, 徐康, 等.基于迁移学习的小样本输电线路巡检图像处理方法[J].全球能源互联网,2019,2(4):409-415.LU Jixiang, LI Hao, XU Kang, et al.Defect recognition using few-shot learning and transfer learning for transmission line inspection images[J].Journal of Global EnergyInterconnection, 2019, 2(4): 409-415 (in Chinese). [百度学术]

      18. [18]

        LI D X, WANG X H, ZHANG J, et al.Automated deep learning system for power line inspection image analysis and processing: architecture and design issues[J].Global EnergyInterconnection, 2023, 6(5): 614-633. [百度学术]

      19. [19]

        VENNA K R, LUIS C L G, WOLFRUM F.F-gas free switchgear-a real alternative to SF6 gas insulated switchgear[C]//2023 IEEE Power & Energy Society General Meeting (PESGM).July 16-20, 2023, Orlando, FL, USA.IEEE, 2023: 1-5. [百度学术]

      20. [20]

        FYLLADITAKIS E D, MORONIS A X.Design and development of a prototype operating parameters monitoring system for high-voltage switchgear using IoT technologies[C]//IEEE Transactions on Power Delivery.February 6, 2024,IEEE, 2024: 1376-1385. [百度学术]

      21. [21]

        LI T, YU L, CHENG X, et al.Partial discharge decomposition characteristics of dry air insulated switchgear[C]//2024 IEEEInternational Conference on Plasma Science (ICOPS).June 16-20, 2024, Beijing, China.IEEE, 2024. [百度学术]

      22. [22]

        FARAVELLI T, FRASSOLDATI A, MIGLIAVACCA G, et al.Detailed kinetic modeling of the thermal degradation of lignins[J].Biomass and Bioenergy, 2010, 34(3): 290-301. [百度学术]

      23. [23]

        韩佳.基于二氧化锡半导体气体传感器的PVC电缆火灾早期探测[D].合肥:中国科学技术大学,2020.HAN Jia.Early detection of PVC cable fire based on tin dioxide semiconductor gas sensor[D].Hefei: University of Science and Technology of China, 2020 (in Chinese). [百度学术]

      24. [24]

        LI W, BAI Z Q, ZHANG T T, et al.Comparative study on pyrolysis behaviors and chlorine release of pure PVC polymer and commercial PVC plastics[J].Fuel, 2023, 340: 127555. [百度学术]

      25. [25]

        WANG C J, LIU H R, ZHANG J Q, et al.Thermal degradation of flame-retarded high-voltage cable sheath and insulation via TG-FTIR[J].Journal of Analytical and Applied Pyrolysis,2018, 134: 167-175. [百度学术]

      26. [26]

        DENG J, YU K L, WANG C P, et al.Pyrolysis mechanism of different thermal aging of PVC insulation copper cable for home decoration[J].Thermochimica Acta, 2023, 729: 179611. [百度学术]

      27. [27]

        YI J X, CHEN W J, HAN J, et al.Sensitive and selective detection of plasticizer vapors with modified-SnO2 hollow nanofibers for electrical fire warning[J].Sensors and Actuators B: Chemical, 2019, 287: 364-370. [百度学术]

      28. [28]

        ZHENG J K, JIA S R, MA L, et al.Research on early warning of cable fire based on gas sensor[C]//2022 IEEE International Conference on High Voltage Engineering and Applications(ICHVE).September 25-29, 2022, Chongqing, China.IEEE,2022: 1-4. [百度学术]

      29. [29]

        ZHAO J L, MA H C, HUANG H, et al.Experimental investigation and numerical modeling of oxidative pyrolysis mechanism of mining PVC cable sheath[J].Journal of Thermal Analysis and Calorimetry, 2022, 147(24): 14479-14490. [百度学术]

      30. [30]

        BREBU M, VASILE C, ROVANA ANTONIE S, et al.Study of the natural ageing of PVC insulation for electrical cables[J].Polymer Degradation and Stability, 2000, 67(2): 209-221. [百度学术]

      31. [31]

        BENEŠ M, MILANOV N, MATUSCHEK G, et al.Thermal degradation of PVC cable insulation studied by simultaneous TG-FTIR and TG-EGA methods[J].Journal of Thermal Analysis and Calorimetry, 2004, 78(2): 621-630. [百度学术]

      32. [32]

        Weisheng Technology[EB/OL].[2024-7-8].https://www.winsensor.com/product/. [百度学术]

      33. [33]

        Figaro Sensing Technology[EB/OL].[2024-7-8].http://www.figaro-china.com/product/sensor/. [百度学术]

      34. [34]

        WANG X H, WANG D W, YANG A J, et al.Effects of adatom and gas molecule adsorption on the physical properties of tellurene: a first principles investigation[J].Physical Chemistry Chemical Physics, 2018, 20(6): 4058-4066. [百度学术]

      35. [35]

        YANG A J, WANG D W, LAN T S, et al.Single ultrathin WO3 nanowire as a superior gas sensor for SO2 and H2S selective adsorption and distinct I-V response[J].Materials Chemistry and Physics, 2020, 240: 122165. [百度学术]

      基金项目

      国网河北省电力有限公司科技项目(基于机器嗅觉感知的高压空气开关柜绝缘故障诊断技术研究,kj2024-032)。

      Science and Technology Project of State Grid Hebei Electric Power Co., Ltd.(Research on Insulation Fault Diagnosis Technology for High-voltage Air Switchgear Based on Machine Olfactory Perception, kj2024-032).

      作者简介

      • 董驰

        董驰 (1988),男,高级工程师,研究方向为电力设备状态检测与故障诊断,E-mail:912027127@qq.com。

      • 庞先海

        庞先海 (1983),男,正高级工程师,研究方向为电力设备状态检测与故障诊断,E-mail:yanerwon@163.com。

      • 路士杰

        路士杰 (1995),男,硕士,工程师,研究方向为电力设备检测与故障诊断,E-mail:13001980343@163.com。

      • 乐相宏

        乐相宏(2001),男,硕士研究生,研究方向为气体传感器在电缆故障诊断中的应用,E-mail:xhyue@stu.xjtu.edu.cn。

      • 雷芳菲

        雷芳菲(1997),女,博士研究生,研究方向为气体传感器在电力设备状态监测的应用,E-mail:lff123456@stu.xjtu.edu.cn。

      • 褚继峰

        褚继峰(1993),男,博士,助理教授,研究方向为智能传感器技术、电力设备状态监测与故障诊断。通信作者,E-mail:jfchu93@xjtu.edu.cn。

      • 杨爱军

        杨爱军(1987),男,博士,教授,研究方向为智能传感器技术、传感器自取能技术、电力设备状态监测与故障诊断,E-mail:yangaijun@mail.xjtu.edu.cn。

      • 王小华

        王小华(1978),男,博士,教授,研究方向为人工智能大模型、电力设备智能运维技术,E-mail:xhw@mail.xjtu.edu.cn。

      出版信息

      文章编号:2096-5125 (2024) 06-0726-12

      中图分类号:TM56

      文献标志码:A

      DOI:10.19705/j.cnki.issn2096-5125.2024.06.012

      收稿日期:2024-08-30

      修回日期:

      出版日期:2024-11-25

      引用信息: 董驰,庞先海,路士杰等.开关柜内部PVC电缆绝缘材料过热产气的传感器检测方法研究[J].全球能源互联网,2024,7(6):726-737 .DONG Chi, PANG Xianhai, LU Shijie,et al.Sensor Detection Method for Overheating and Gas Production of PVC Cable Insulation Material Inside Switchgear[J].Journal of Global Energy Interconnection,2024,7(6):726-737 (in Chinese).

      (责任编辑 任大伟)
      分享给微信好友或者朋友圈

      使用微信“扫一扫”功能
      将此文章分享给您的微信好友或者朋友圈