當電力裝置發生放電性故障時，空氣絕緣媒體會産生O3、NO2和CO等多種氣體分解産物，這些分解産物的組分及含量能夠反映放電故障的嚴重程度。西安交通大學榮命哲課題組模拟了包括電暈放電、火花放電、以及電弧放電在内的多種空氣放電故障，提出一種基于NO2微型傳感陣列的空氣絕緣裝置放電故障診斷方法。實驗結果表明，所提出的方法可以有效區分不同類型的空氣放電故障，準确率可達84.88 %，具有體積小、成本低、操作簡單的顯著優勢，在空氣放電故障診斷領域具有廣闊的應用前景。
研究背景
電力裝置長時間運作過程中易發生由絕緣缺陷引起的局部放電、局部過熱等故障，進而導緻裝置内部氣體絕緣媒體發生分解。其中，空氣作為最常見的電力裝置絕緣氣體，不僅被廣泛應用于開關櫃、變壓器等裝置氣體填充以保障絕緣性能，同時也是無氟環保GIS等電力裝置開發的重要方向，有助于提高裝置環保性能、滿足可持續發展的要求。當空氣絕緣裝置發生故障時，内部空氣與微水微氧及固體絕緣媒體産生反應，生成多種氣态衍生物。
研究表明，絕緣特征分解氣體的組分和含量與裝置故障類型密切相關。是以，基于氣體組分分析的檢測方法能夠非接觸式反映裝置運作狀态并有助于減緩裝置絕緣劣化程序，對電力系統安全隐患的排除具有重大意義。
論文所解決的問題及意義
目前，基于氣體組分分析的空氣放電規律與識别的研究大多依賴氣相色譜、紅外光譜等大型精密儀器進行氣體組分的定性與定量分析，存在成本高、操作複雜且線上監測應用難度大的問題。針對上述難題，本文提出一種基于微型氣體傳感陣列的空氣放電故障識别方法，實作了對不同電壓等級、不同持續時長空氣放電故障的有效識别，具有體積小、易內建，響應快速的優勢。
論文方法及創新點
采用傅立葉紅外光譜儀，檢測100 uL/L NO2标準氣體、電暈、火花和電弧放電分解産物，得到如下圖1 (a)所示的紅外吸收譜圖。所有氣體樣本均在1650-1550 cm-1波段均觀察到了明顯的吸收峰，對應O=N=O化學鍵的反對稱伸縮振動。
圖1 空氣放電産物的紅外光譜結果
根據朗伯比爾定律計算可得不同放電故障下的NO2氣體濃度，如圖1 (b)所示。結果表明，放電電壓越大、放電時間（次數）越長，空氣分解産物中NO2含量越多，證明基于NO2氣體實作空氣放電故障識别方法的可行性。
微型氣體傳感陣列包括Si襯底、Pt加熱電極、Si3N4絕緣層和Au叉指測試電極，具有體積小、內建度高、功耗低的顯著優勢，如圖2所示。傳感陣清單面塗覆有四種氣敏材料（10% WO3-10%SnCl2-In2O3、5% NiO-10%SnCl2-In2O3、10% TiO2-10% SnCl2-In2O3和5% SnO2-10% SnCl2-In2O3），用以獲得差異性響應信号。
圖2 基于微型氣體傳感陣列的氣敏測試平台
本文共模拟15種不同放電電壓和放電時長的空氣放電故障并收集對應的空氣放電分解氣體，并利用微型傳感陣列對上述氣體進行多次響應恢複測試并記錄其響應曲線。結果表明，較電暈和火花放電而言，微型傳感陣列對電弧放電分解氣體表現出極大的響應值（6 kV, 4033 %），高出火花放電（15 kV-5次, 1142.8 %）近3倍。
圖3 傳感器對空氣放電分解氣體的響應特性曲線
基于微型氣體傳感陣列的空氣放電故障識别流程如圖4所示，采用PCA實作多元特征的線性重構，在此基礎上利用Decision Tree、RF、Extra Tree和KNN四種基本分類算法進行訓練并對比。圖5為10維PCA特征降維結合Extra Tree模型得到的混淆矩陣結果，最高識别準确率為84.88%。可以看出，傳感陣列對10 kV和15 kV火花放電樣氣的識别能力略低，對局部放電和電弧放電則表現出較好的區分能力。
圖4 空氣放電故障識别流程圖
圖5 基于Extra Tree的放電故障識别混淆矩陣
結論
本文模拟了空氣絕緣電力裝置中可能發生的電暈放電、火花放電和電弧放電故障，通過調節放電電壓和放電時間，獲得了15種空氣分解樣氣。基于所研制的微型傳感陣列對放電分解産物進行氣敏測試并建構了包含150組響應特性曲線的實驗資料集，得出以下結論：
1）空氣放電分解産物的紅外光譜結果表明，電弧放電（200-400 uL/L）比電暈和火花放電（10-50 uL/L）産生更多的NO2氣體，且氣體濃度随放電電壓、放電時間（次數）的增大而上升。
2）較電暈和火花放電而言，微型傳感陣列對電弧放電分解氣體表現出極大的響應值（6 kV, 4033 %），高出火花放電（15 kV-5次, 1142.8 %）近3倍。
3）10維PCA特征降維後，對比4種機器學習算法，發現Extra Tree算法得到了空氣放電故障的最佳識别準确率（84.88 %）。
團隊介紹
西安交通大學榮命哲課題組長期從事電力裝備智能運維研究，在基于氣體組分分析的電力裝置故障診斷方面，主要研究電力裝置狀态劣化機理、氣敏材料制備、氣敏機理分析、氣體傳感器開發和氣體組分識别算法。在該研究領域近年來承擔國家自然科學基金聯合基金重點項目1項、面上項目1項、青年基金項目2項和陝西省重點研發計劃項目2項和包含華為火花獎項目在内的企業合作項目3項。
本工作成果發表在2023年第23期《電工技術學報》，論文标題為“基于微型氣體傳感陣列的空氣絕緣裝置放電故障識别”。本課題得到國家自然科學基金、中國博士後科學基金、陝西省自然科學基礎研究計劃、陝西省重點研發計劃和電力裝置電氣絕緣國家重點實驗室資助項目的支援。