2. 中国电力科学研究院, 北京 100192
2. China Electric Power Research Institute, Beijing 100192, China
0 引言
接地网安全性状态评估是维护电力系统安全可靠运行、保障人员安全的重要措施.传统的接地网腐蚀检测多采用定期开挖方式,挖开位置的选取只能依靠经验或随机选取[1].国内外针对接地网状态检测方法的研究主要基于电路和网络理论,这些研究测量接地网下引线间电阻计算接地网支路导体电阻的变化值或变化趋势,从而间接判断接地网状态[2-4],忽略了土壤因素和接地网导体间的相互作用.实际上,当接地网局部出现缺陷时,其电阻变化趋势依然很小,此类方法很难做出准确诊断.在腐蚀位置确定方面,以往方法大多需要结合详细的地网实际网格结构分析.当遇到图纸遗失或后期多次改造续建导致实际接地网结构复杂等情况时,这些方法无法快速有效地获取接地网结构,缺陷预测与定位困难.
文[5-9]在接地体阻抗分析模型、计算评估方法方面进行了大量研究,但并不是通过测量接地体电磁感应信号评估接地体状态.文[10]提出的方法采用自制的线圈采集地表的电磁感应强度,检测人员推行带线圈的小车检测整个接地网的感应磁场分布,进而分析接地网状态.由于感应线圈的检测精度有限,这种方法只能探测到接地网断开或腐蚀非常严重(横截面积减小为原面积四分之一)的情况.此外,当接地网面积过大或现场环境复杂时,人工测试工作量也将成倍增加.需要注意的是,这种方法不同于基于磁场信号的无损检测[21-22].基于磁场信号的无损检一般都是将被测物置于磁场中,使之磁化,之后用高精度磁场传感器近距离检测被测物的磁场畸变.本文同样使用了高精度磁传感器,但并未磁化接地材料,只是检测所注入特定频率电流产生的磁感应信号.
近年来,无线传感网形式的监测系统在环境监测、精细农业、工业流程监控、桥梁安全监测等领域得到了广泛的研究和应用尝试.这类监测系统通过在被测区域布设传感器节点,以自组织方式形成具有物理感知功能的网络系统,具有低功耗、低成本、分布式等优点.本文设计了一种应用于接地网腐蚀检测的无线传感网系统,通过多个高灵敏度的磁隧道传感器检测接地网中激励电流引起的地表电磁感应强度,能够准确分析、诊断接地网导体材料腐蚀状态.
1 检测原理本文所采用的信号检测方法原理为:沿接地网的两根上引导体注入异频正弦激励电流,利用磁场检测装置检测由激励电流在地表激发的磁场强度,依据不同状态下的磁感应强度分布特征,对地网腐蚀做出诊断与定位.
注入的异频正弦激励电流在土壤中产生的磁感应强度主要由两个部分构成:一部分是由接地网导体内轴向激励电流产生的电磁感应,另一部分由土壤单元的泄漏电流产生的电磁感应强度.土壤电阻率一般在50 Ω·m~2 000 Ω·m,比接地导体材料的电阻率高出十几个数量级,因此在理论上可以忽略土壤分流的作用[10-12].磁场强度计算示意图如图 1所示.
导体通入异频正弦激励电流产生的磁场可依据毕奥—萨伐尔定律计算.长直导体L在P点处产生的磁感应强度的计算如式(1)所示:
(1) |
其中,B为接地导体线单元在地表场点产生的电磁感应强度,Ie为接地导体单元内轴向电流的值,dl为电流的微小线元素,r为接地网单元与地表场点的距离,μ0为真空中的磁导率.对于直线型导体来说,当检测点与电流单元的相对位置不变时,磁场强度与电流大小成正比,而导体中的电流与导体的阻抗成反比,导体的阻抗与横截面积成反比[11-13].因此,磁场强度的测量值能够反映由腐蚀等原因引起的导体横截面积变化情况.
由于土壤对激励电流的耗散作用,实际测量时接地导体轴向电流引起的地表电磁感应强度通常比较微弱,不易识别,且大多变电站中检测环境复杂,外部干扰较多,容易影响目标电磁信号的检测.
针对以上问题,采用方法为:
1) 采用异频电流为激励源,避开工频干扰;
2) 采用高灵敏度磁传感器芯片而非感应线圈作为传感器,在提高检测精度的同时减小检测装置体积.
文[14-15]的仿真及实验表明,当激励源信号频率高于2 000 Hz时,其产生的磁感应强度在土壤环境中衰减明显,不利于检测.综合考虑变电站实际工作环境中的工频干扰与设备工作稳定性,本系统选定430 Hz作为激励源的中心频率.
在磁场检测方面,目前有多种类型的磁敏感元件制造的传感器可应用于磁场检测,具体包括霍尔(Hall)元件、各项异性磁阻(AMR)、巨磁电阻(GMR)和隧道结磁电阻(TMR)传感器等.以上4种常用磁传感器的主要技术参数如表 1所示.
传感器 | 功耗 /mA |
灵敏度 /(mV/(V·Oe)) |
工作范围 /Oe |
分辨率 /mOe |
Hall | 5~20 | 0.05 | 1~1 000 | 500 |
AMR | 1~10 | 1 | 0.001~10 | 0.1 |
GMR | 1~10 | 3 | 0.1~30 | 0.001~200 |
TMR | 0.001~0.01 | 20 | 2 | 0.1 |
霍尔磁传感器受自身材料特性影响,灵敏度和分辨率较低,且温度漂移较明显. GMR传感器同样存在分辨率不高的问题. AMR传感器的灵敏度高,但需要外围置位/复位线圈和电路,传感器整体功耗较高. TMR是最新一代磁敏感元件,具有低功耗、低噪声、高分辨力、温度稳定性好、成本适中等特点[16],分辨率可达0.1 mOe(10 nT),远高于普通自制检测线圈.因此,本文采用TMR传感器作为检测模块的磁敏感元件.
2 系统设计与实现 2.1 系统构成接地网腐蚀状态监测无线传感网系统整体架构如图 2所示.
系统由特定频率的电流源、检测模块(wi-SN)、无线网关、分析平台构成.其中,嵌入式的电磁感应无线检测模块及接地网腐蚀状态评估方法是本文的重点.
2.2 检测模块检测模块采用自供电方式,并采用满足数据采集要求的低功耗处理器,能够最大限度实现小型化低成本.核心MCU采用Energy Micro公司的低功耗芯片EFM32WG232. EFM32系列芯片在活动模式下执行来自Flash的实际代码时每兆赫所耗电量为180 μA,在深度睡眠模式下为900 nA,在关机模式下为20 nA.
在实际应用中,检测节点被固定或浅埋于接地网线路地表.测量时,通过接地网下引线注入异频正弦电流,检测模块采集处理接地线路上方的激励磁场强度信号,通过无线通信模块将处理后的数据信息传输到上位机监控平台.监控平台通过对比、分析采集到的磁场分布数据,判断接地网线路的腐蚀状态及位置.
2.3 无线数据传输早期采用短距离无线通信技术的传感网研究多集中于mesh组网中的MAC接入及路由算法研究.近年来,底层基于IEEE 802.15.4通信标准的工业无线网络标准多采用分时调度的通信模式,以此保证实时性并提高通信可靠性,但此方法大大地增加了协议复杂度[17-19].本系统采用SX1278搭建无线传输单元.不同于早期传感网研究所用的IEEE802.15.4标准芯片,SX1278采用的是LoRa通信技术,LoRa通信技术通过先进的扩频调制和编解码方案,通信能力较之前的微功率短距离通信芯片大大提高[20]. SX1278选择工作于433 M频段,相比工作于2.4 G频段的通信模块,越障能力也大大增强,在变电站环境中实测传输距离可达400 m以上.前期大量实验工作表明,采用多个检测模块与上位机组成的星型拓扑结构可满足接地网监测需求.当检测区域面积较大时,可将其划分为若干小区域,每个区域分别布设一个汇聚网关节点,通过设置不同工作频段,每个网关节点只负责与各自区域内检测节点进行通信.传输单元在进行监听、发送指令时,采用防碰撞机制,可有效解决同频干扰等问题.
2.4 低功耗工作模式为降低功耗,每个检测模块采用自主休眠与前导码中断唤醒相结合的通信模式,其工作流程如图 5所示.上电后,检测模块进入检测阶段,对磁场信号进行采样、分析和处理,当检测工作结束,本次测量的最终数据会发送给上位机,之后检测模块休眠,MCU控制芯片与LoRa模块均处在低功耗的状态.在规定时刻LoRa模块会轮询检测前导码,当检测到前导码,进行唤醒指令比对,如果指令匹配则LoRa模块产生中断唤醒MCU并开始采集数据;若未检测到前导码或指令匹配失败,则返回休眠状态,并在下一个检测周期到来前始终保持休眠.因此,检测模块在正常工作状态时的峰值工作电流约为18.6 mA,进入休眠状态后,模块的工作电流降低为36 μA.
3 基于SPRT的腐蚀状态评估大量的历史数据的取得使分析接地体腐蚀程度成为可能.但是接地网腐蚀过程是一个非常缓慢的过程,采用合适的数据处理方法才能准确判断接入地网腐蚀状态.
本文采用序贯概率比算法(sequential probability ratio test,SPRT)处理、分析接地网数据. SPRT通过对观测值进行连续的分析比对,从而判定观测对象的性能.与简单阈值检测方法相比,SPRT是一种更快捷、可靠高效的诊断检测方法,是做出信号正常与否决策需要平均样本最少的统计学算法.在相同精度下,能够最早给出发展性故障信号的判断[12-14].
SPRT算法对于观测样本数列作出5种状态假设,如表 2所示,其中系统扰动系数M和方差变化系数V的设定依据诊断的精确度确定.
假设观测值满足正态分布,根据SPRT概率系数计算公式
(2) |
其中,Pr(xp|Hi)为样本满足Hi假设时的观测样本数列xp的概率函数,i=1,2,…,4.设定α为错报概率,β为漏报概率,并设定阈值:
(3) |
(4) |
通过将SPRT概率系数与阈值A、B的比较,完成对异常的识别. SPRT工作过程如图 6所示.
诊断中将SPRT概率系数初始化设为0,读入观测数列后,对4种SPRT概率系数进行计算并与(A,B)进行比较,其比较规则为:
(1) 当小于A时,判定数据正常,并将SPRT概率系数置0,重新开始计算观测数列;
(2) 介于A、B之间,继续累积观测数列并进行比较;
(3) 大于B时,判定为异常,进行报警,然后将SPRT概率系数置0.4种SPRT系数的比较是等价的,保证在任意一个系数出现异常时都会报警.
4 实验与分析 4.1 抗干扰实验变电站中通常在较宽的频率范围存在干扰信号.为验证检测模块能准确检测出注入的430 M电流所产生的感应信号,本文应用如图 7所示的抗干扰实验装置进行实验.将研制的检测模块(黄色方块)放置在一根长导线绕成的线圈中间,并在导线两端施加430 Hz的正弦电流.用另一根导线环绕在该线圈外侧,并施加正弦干扰信号,干扰信号频率从工频(50 Hz)逐渐增加,覆盖整个正常的工作频段,记录、比较此过程中无线检测模块的检测结果.
干扰实验结果如图 8所示,图中横坐标为附加干扰信号的频率,以工频为基波,主要考虑奇次谐波对系统的干扰.可以看出,在干扰信号频率低于410 Hz和高于450 Hz时,检测模块中滤波功能对干扰信号起到了良好的抑制作用.
4.2 腐蚀模拟实验实验用接地网由12根50 mm×5 mm镀锌扁钢搭建,每根导体长约30 m,接地导体电阻率ρ=1.7×10-7 Ω/m,磁导率μ=200,整个网络为30 m×30 m的方形网格结构,埋设于地下约70 cm深处,接地网格分布如图 9所示,每个网络由4段6 m镀锌扁钢构成.
实验时,检测模块按照如图 9中位置摆放.选择A、C为电流注入/抽出点,向地网中注入20 A、430 Hz的正弦电流,在图中“×”标识的位置模拟腐蚀故障.检测模块与故障位置水平距离不超过50 cm.
长度6 m的导体直流电阻大约为
单位长导体材料的电感
实验中,在选择的位置串接不同电感,改变支路总阻抗,模拟不同的腐蚀程度.当串接其阻抗增加n倍,其横截面积相当于减小为原来的1/n.接入电感参数与模拟腐蚀后横截面积关系如表 3所示.
电感量 /μH |
直流电阻 /mΩ |
阻抗增量 /mΩ |
腐蚀程度 (截面变细为1/n) |
3.0 | 0.5 | 9.98 | 1/2 |
6.0 | 1.0 | 16.96 | 1/4 |
18.0 | 3.28 | 49.94 | 1/13 |
55.0 | 6.56 | 149.7 | 1/39 |
依据以上的理论计算,在不同模拟状态下测试. 图 10给出了典型的3种状态,即正常状态、模拟腐蚀到1/4、完全断开状态.
首先,选择A为电流注入点,C为电流流出点,保持相同的注入电流和注入方式(20 A、430 Hz),依次对不同状态下的接地网进行检测,记录检测模块实际检测到的磁感应强度如图 11所示.
正常状态下测得的磁感应强度约为145 nT,腐蚀导致接地材料横截面积变为原来的1/2时,磁感应强度变化不明显,当腐蚀变细为原来的1/4时,磁感应强度下降了6.9%,约减少10 nT;当变细为原来的1/39时,磁感应强度下降了34.5%,约减少50 nT;而当完全断裂时,磁感应强度下降了62.0%,约减少90 nT.由于周围导体产生的磁场叠加,所以当完全断裂时,断点处仍能检测到一定量的磁感应强度.
保持位置A为电流注入点,选择位置B为电流流出点.其它测试条件保持不变,重新进行一轮模拟腐蚀实验,实验结果如图 12所示.
由检测结果可知,当腐蚀导致接地材料横截面积变为正常的1/2时,地表电磁感应强度相比正常时已经下降了约5.7%,约减少10 nT;当模拟横截面积减小到原来的1/4时,此感应强度下降约11.4%,约减少20 nT.与之前的实验相比,在相同的注入电流下,缩小注入网格后,测试区域的电流增大,缺陷处磁感应强度下降更为明显.
5 结语针对接地网材料腐蚀检测问题,本文提出了基于电磁感应原理的腐蚀状态监测系统.隧道结磁电阻(TMR)传感器和无线传输方式的应用使得接地网腐蚀监测更为简便和高效. SPRT方法的应用使得腐蚀状态评估更准确有效.模拟实验结果表明,接地导体横截面积腐蚀为原面积1/2时,所研制的检测系统即可有效检出.同时由于采用了网络化的多个检测模块,可根据检测模块的位置和检测结果进一步确定腐蚀位置.
目前的研究主要集中在检测原理验证及原型系统研制,未来将在组网、数据采集与处理算法、现场应用等方面做进一步研究.
[1] |
马文婧. 接地网腐蚀的诊断方法研究[D]. 吉林: 东北电力大学, 2013. Ma W J. A method for corrosion diagnosis of grounding grid[D]. Jilin:North China Electric Power University, 2013. |
[2] |
王晓宇, 何为, 杨帆, 等.
基于微分法的接地网拓扑结构检测[J]. 电工技术学报, 2015, 30(3): 73–78, 89.
Wang X Y, He W, Yang F, et al. Grounding grids based on electric network theory[J]. Transactions of China Electrotechnical Society, 2015, 30(3): 73–78, 89. |
[3] |
许磊, 李琳.
基于电网络理论的变电站接地网腐蚀及断点诊断方法[J]. 电工技术学报, 2012, 27(10): 270–276.
Xu L, Li L. Fault diagnosis for grounding grids based on electric network theory[J]. Transactions of China Electrotechnical Society, 2012, 27(10): 270–276. |
[4] | Nekhoul B, Labie P, Zgainski F X, et al. Calculating the impedance of a grounding system[J]. IEEE Transactions on Magnetics, 1996, 32(3): 1509–1512. DOI:10.1109/20.497536 |
[5] | Dawalibi F. Electromagnetic fields generated by overhead and buried short conductors[J]. IEEE Transactions on Power Delivery, 1986, 1(4): 112–119. DOI:10.1109/TPWRD.1986.4308037 |
[6] | Nekhoul B, Guerin C, Labie P, et al. A finite element method for calculating the electromagnetic fields generated by substation grounding systems[J]. IEEE Transactions on Magnetics, 1995, 31(3): 2150–2153. DOI:10.1109/20.376472 |
[7] |
雷银照.
时谐电磁场解析方法[M]. 北京: 科学出版社, 2000.
Lei Y Z. The analytical method of time harmonic electromagnetic field[M]. Beijing: Science Press, 2000. |
[8] | Heimbach M, Grcev L D. Grounding system analysis in transients programs applying electromagnetic field approach[J]. IEEE Transaction on Power Delivery, 1997, 12(1): 186–193. DOI:10.1109/61.568240 |
[9] |
张义, 黄松波, 王建国, 等.
运行变电站接地网接地阻抗计算分析[J]. 高电压技术, 2013, 39(2): 457–463.
Zhang Y, Huang S B, Wang J G, et al. Analysis of grounding Impedance computation for grounding grid of substation in operation[J]. High Voltage Engineering, 2013, 39(2): 457–463. |
[10] |
刘洋. 变电站接地网缺陷诊断方法和技术的研究[D]. 保定: 华北电力大学, 2008. Liu Y. Research of method and technology on the defect diagnosis of grounding grids in substations[D]. Baoding:North China Electric Power University, 2008. |
[11] |
齐磊, 崔翔, 李慧奇.
变电站接地网的频域有限元方法[J]. 中国电机工程学报, 2007, 27(6): 62–66.
Qi L, Cui X, Li H Q. Finite element modeling of the substation grounding grids in frequency domain[J]. Proceedings of the CSEE, 2007, 27(6): 62–66. |
[12] |
齐磊. 变电站瞬态电磁场对二次电缆的电磁耦合机理研究[D]. 保定: 华北电力大学, 2006. Qi L. Research on the electromagnetic coupling mechanism of transient electromagnetic field to secondary cable in substations[D]. Baoding:North China Electric Power University, 2006. |
[13] |
赵志斌. 复杂土壤中接地网性能分析与变电站内空间电磁场的计算[D]. 保定: 华北电力大学, 2004. Zhao Z B. Analysis of characteristics of grounding grids in complex soil and calculation of electromagnetic field in substations[D]. Baoding:North China Electric Power University, 2004. |
[14] | IEEE-SA Standards Board. IEEE Guide for Safety in AC Substation Grounding[S]//IEEE Std 80-2013. New York, NY, USA:IEEE, 2003:1-226. |
[15] |
张波. 变电站接地网频域电磁场数值计算方法研究及其应用[D]. 保定: 华北电力大学, 2003. Zhang B. Research on the numerical methods for electromagnetic fields of substations' grounding systems in frequency domain and application[D]. Baoding:North China Electric Power University, 2003. |
[16] |
吕华, 刘明峰, 曹江伟, 等.
隧道磁电阻(TMR)磁传感器的特性与应用[J]. 磁性材料及器件, 2012, 43(3): 1–4, 15.
Lü H, Liu M F, Cao J W, et al. Performance and applications of magnetic sensors based on TMR effect[J]. Journal of Magnetic Materials and Devices, 2012, 43(3): 1–4, 15. |
[17] |
张晓玲, 梁炜, 于海斌, 等.
无线传感器网络传输调度方法综述[J]. 通信学报, 2012(5): 143–157.
Zhang X L, Liang W, Yu H B, et al. Survey of transmission scheduling methods in wireless sensor networks[J]. Journal on Communications, 2012(5): 143–157. |
[18] |
梁炜, 张晓玲.
第十四章WIA-PA:用于过程自动化的工业无线网络系统结构与通信规范[J]. 仪器仪表标准化与计量, 2009(2): 30–36.
Liang W, Zhang X L. Chapter 14:WIA-PA:System architecture and communication protocol of industrial wireless network for process automation[J]. Instrument Standardization & Metrology, 2009(2): 30–36. |
[19] |
许驰, 郑萌, 梁炜, 等.
认知无线传感器网络的协作频谱感知[J]. 信息与控制, 2015, 44(4): 430–435.
Xu C, Zheng M, Liang W, et al. Cooperative spectrum sensing of the cognitive wireless sensor network[J]. Information and Control, 2015, 44(4): 430–435. |
[20] | Stan V A, Timnea R S, Gheorghi R A. Overview of high reliable radio data infrastructures for public automation applications:LoRa networks[C]//20168th International Conference on Electronics, Computers and Artificial Intelligence (ECAI). Piscataway, NJ, USA:IEEE, 2016, 1-4. |
[21] |
文轩, 杨生胜, 郑阔海, 等.
隧道磁电阻传感器在钢丝绳无损检测中的应用[J]. 真空与低温, 2016, 22(2): 104–110.
Wen X, Yang S S, Zheng K H, et al. The application of TMR sensor in nondestructive testing of wire rope[J]. Vacuum & Cryogenics, 2016, 22(2): 104–110. |
[22] | Daniel J, Mohanagayathriand R, Abudhahir A. Characterization of defects in magnetic flux leakage (MFL) images using wavelet transform and neural network[C]//International Conference on Electronics and Communication Systems. Piscataway, NJ, USA:IEEE, 2014:1-5. |