图1 电缆分布参数等效模型
Fig.1 Equivalent model of distribution parameters for the cable
摘要 为解决局部放电（PD）法和反射系数谱（RCS）法在电力电缆本体局部缺陷类型识别及定位方面存在的不足，提出一种基于输入阻抗谱的电力电缆本体局部缺陷类型识别及定位方法。首先，依据电力电缆分布参数模型，通过仿真分析，得到含有容性/感性缺陷的电力电缆输入阻抗谱特征。然后，运用电力电缆输入阻抗谱、Kaiser窗实现对电力电缆局部缺陷的高灵敏度定位，得到具有直观性的定位谱图。最后，在实验室13m长的电力电缆上制作两种局部缺陷样本（铜屏蔽层缺损缺陷与热老化缺陷），用于验证所提方法的有效性。仿真和实验结果表明，该方法对长度大于5cm或电容变化大于±5%的局部缺陷具有较高的识别灵敏度，不仅能对电力电缆本体局部缺陷类型进行识别，还能实现对微弱缺陷的有效定位。
关键词：输入阻抗谱 电缆本体 缺陷类型识别 局部缺陷定位 Kaiser窗
随着城市化的不断推进，交联聚乙烯（cross- Linked Polyethylene, XLPE）电力电缆因其良好性能被广泛应用于城市电网之中[1-3]。然而在制造、运输、安装、运行过程中，电缆会受到生产工艺、施工质量、运行环境、外力破坏等因素的影响，使得绝缘缺陷产生[3-5]。电缆缺陷的存在往往是局部性与潜伏性的，传统的预防性试验不能及时对电缆本体局部缺陷进行定位与缺陷类型识别，这将为电缆线路的运行留下隐患，容易引发绝缘击穿事故[3-5]。
常用的电缆缺陷检测方法，如局部放电（Partial Discharge, PD）法，包括振荡波、谐振下的PD法等，该方法属于无损检测且具有较好的检测效果，近年来被广泛应用于电缆诊断测试中[5-7]。虽然运用局部放电能够实现对电缆典型缺陷的类型识别与定位，但该方法主要针对电缆附件，检测其安装缺陷（如杂质、刀痕等），难以检测电缆本体的老化、受潮、铜屏蔽层缺损与腐蚀等绝缘降低缺陷，且其检测灵敏度容易受到复杂现场电磁环境的影响[5-8]。 而传统的时域反射（Time Domain Reflectometry, TDR）法因其所注入的脉冲波所含高频成分少且受色散效应影响严重，很难实现对电缆本体局部微弱缺陷的定位识别[9-10]。近年来，部分国内外学者开始基于频域反射（Frequency Domain Reflectometry, FDR）法在电力电缆局部缺陷诊断方面开展研究。虽然FDR法在电缆局部缺陷定位上存在一定的优越性，但在电缆缺陷类型识别方面还缺少研究[10]。而基于FDR法发展起的宽频阻抗谱（Broadband Impedance Spectroscopy, BIS）法[11]、反射系数谱（Reflection Coefficient Spectrum, RCS）法[12]通过扫频信号测量获取电缆特征参数，这两种方法虽能高灵敏度地定位电缆局部缺陷，却也未在电缆本体局部缺陷类型识别方面进行研究。
为此，本文将基于BIS法，运用输入阻抗谱，提出针对电力电缆本体局部缺陷的诊断方法，利用仿真模型实现对含有容性/感性缺陷电缆的缺陷类型识别和局部缺陷的高灵敏度定位，通过实验来检验所提方法对电缆本体局部缺陷的类型识别效果以及定位的准确度。
依据传输线理论，将高频电源下的电力电缆等效为分布参数模型，用于描述电力电缆中能量（或者信号）的传递特性[13-14]。电缆分布参数等效模型如图1所示，其中，R0、L0、G0、C0分别为每单位长度下的电阻、电感、电导、电容。
图1 电缆分布参数等效模型
Fig.1 Equivalent model of distribution parameters for the cable
随着频率f的增大，因趋肤效应和邻近效应的影响，会导致R增大，L减小[15]。电缆的每单位长度电阻R0和电感L0[16]可分别近似为
（1）
（2）
式中，w 为角频率，w =2pf；rc、rs分别为缆芯半径和屏蔽层内半径；rc、rs分别为缆芯电阻率和屏蔽层电阻率；m0为真空磁导率。
电缆的单位长度电容C0和电导G0[12]分别为
（3）
（4）
式中，e 为电介质的介电常数；s 为电介质的电导率。
对于长度为l的电缆，电缆任意位置x处的电压V(x)和电流I(x)[12]分别为
（5）
（6）
式中，Vi2、Vr2分别为电缆负载侧的入射、反射电压波；Z0为电缆的特性阻抗。
电缆的传播常数
[12]为
（7）式中，
为衰减常数；
为相位常数，表示为
（8）
式中，v为电缆中电磁波的波速；f为频率。
电缆的特性阻抗
[12]为
（9）在高频下，wL
R、wCG，式（9）可近似为
（10）
由于局部缺陷的存在，导致电缆局部缺陷处的分布参数发生改变[11-12]。用以下模型来描述含有局部缺陷电缆的信号传递特性，如图2所示。
图2 含有局部缺陷的电缆传输线模型
Fig.2 Transmission line model for the cable with local defective
电缆长度l距其首端x处的输入阻抗
[11]为
（11）
（12）
式中，ZL为电缆末端的负载阻抗；GL为电缆末端的反射系数，若电缆末端开路（ZL=∞），则GL=1。
正常电缆的首端输入阻抗
[11]为
（13）
（14）
式中，Z0h、gh分别为正常电缆的特性阻抗、传播常数；Gl为电缆末端l处的反射系数。
含有局部缺陷的电缆首端输入阻抗
[11]为
（15）
（16）
（17）
（18）
（19）
式中，Z0d、gd分别为局部缺陷电缆的特性阻抗和传播常数；
, 
、
, 
分别为电缆la、lb处的输入阻抗和反射系数。
输入阻抗谱可表征电缆状态信息，且其频谱中的谐振点能十分敏感地反映电缆的传输特性。当电缆存在局部缺陷时会导致其局部位置处的传播常数发生变化，改变电缆传输特性，进而导致输入阻抗幅值频谱中的谐振规律改变。因此，可将缺陷电缆的输入阻抗谱与正常电缆做比较，根据其输入阻抗的特征差异，实现电缆本体局部缺陷的诊断。
常见的电缆本体典型缺陷有电缆本体受潮、绝缘热老化、铜屏蔽层局部缺损与腐蚀等。本文将电缆本体典型缺陷划分为容性缺陷和感性缺陷两大类进行讨论。需要说明的是，容性缺陷是指电缆局部单位电容C0增大造成的阻抗不连续点；感性缺陷是指电缆局部单位电容C0减小造成的阻抗不连续点。本文将完好本体段电缆的单位电容表示为C0h，将局部缺陷段电缆的单位电容表示为C0d。
本文选取电缆本体局部老化缺陷为研究对象。因电缆老化会导致绝缘介质的相对介电常数增大，但对电缆缆芯及铜屏蔽层的电导率、磁导率影响较小[12, 17-18]。由式（1）～式（4）可知，局部老化会使得局部区域的C0增大，而对R0、L0、G0的影响较小[7, 14]。因此，局部老化缺陷属于容性缺陷。
图3为仿真13m电缆7～8.5m处正常/局部老化缺陷（轻度老化缺陷段电缆的单位电容C0d1= 1.04C0h、重度老化缺陷段电缆的单位电容C0d2= 1.08C0h）的输入阻抗谱图。通过比较正常电缆和两种老化程度下局部缺陷电缆的输入阻抗幅值谱图可知，当电缆中存在容性缺陷时，电缆输入阻抗幅值会往左偏移，即谐振频率点变小，且随着容性缺陷的加深，偏移越严重。因此，可将该特性用于电缆本体局部缺陷类型识别，从而区分容性缺陷电缆与正常电缆。
图3 正常/局部老化缺陷电缆的输入阻抗谱图
Fig.3 Input impedance spectrum of normal/local aged defective cables
本文选取电缆本体铜屏蔽层局部缺损缺陷为研究对象。因电缆为同轴结构，如果电缆的铜屏蔽层缺损会造成局部区域的物理结构改变，导致局部区域的C0减小，影响电缆局部特性阻抗和传播常数，形成阻抗不连续点[12]。因此，电缆本体铜屏蔽层局部缺损缺陷属于感性缺陷。
图4为仿真13m电缆7～8.5m处正常/铜屏蔽层局部缺损缺陷（铜屏蔽层局部缺损段电缆的单位电容C0d3=0.99C0h）的输入阻抗谱图。通过比较正常电缆和铜屏蔽层局部缺损缺陷电缆的输入阻抗幅值谱图可知，当电缆中存在感性缺陷时，电缆输入阻抗幅值会往右偏移，即谐振频率点变大。因此，可将该特性用于电缆本体局部缺陷类型识别，从而区分感性/容性缺陷电缆与正常电缆。
图4 正常/铜屏蔽层局部缺损缺陷电缆的输入阻抗谱图
Fig.4 Input impedance spectrum of normal/copper shield local defective cables
为进一步研究本文所提方法对不同程度/类型缺陷的识别灵敏度，运用仿真模型获取不同缺陷类型、不同缺陷长度、不同缺陷严重程度的电缆首端输入阻抗谱，将其与正常电缆进行比对，从而确定所提方法的识别灵敏度。
在同一测试条件下，对不同缺陷状态下的13m 10kV XLPE电缆样本No.1～No.10进行仿真（测试频率为150kHz～200MHz），仿真参数设置见表1。
表1 电缆样本
Tab.1 Cable specimens
编号局部缺陷位置/m缺陷严重程度缺陷类型 No.17～7.05C0d=1.01C0h容性缺陷 No.27～7.01C0d=1.05C0h容性缺陷 No.37～7.05C0d=1.05C0h容性缺陷 No.47～7.10C0d=1.01C0h容性缺陷 No.57～7.10C0d=1.05C0h容性缺陷 No.67～7.05C0d=0.99C0h感性缺陷 No.77～7.01C0d=0.95C0h感性缺陷 No.87～7.05C0d=0.95C0h感性缺陷 No.97～7.10C0d=0.99C0h感性缺陷 No.107～7.10C0d=0.95C0h感性缺陷
通过仿真，得到不同缺陷程度下的电缆输入阻抗谱图，如图5所示。可以看出，与正常电缆相比，不同缺陷状态的存在对电缆输入阻抗谱的影响不同。对于相同位置处的缺陷，缺陷加深会增加输入阻抗谱的偏移；对于相同严重程度的缺陷，缺陷长度增大会造成输入阻抗谱的偏移越严重；对于不同类型的缺陷，容性缺陷的存在会使得输入阻抗谱往左偏移，而感性缺陷会使得输入阻抗谱往右偏移。除此之外，当电缆本体局部缺陷较微弱时，即缺陷长度小于5cm或缺陷处电容变化小于±5%，所提方法便很难实现对电缆局部缺陷的类型识别。因此，本文所提方法对于电缆本体缺陷长度大于5cm或缺陷处电容变化大于±5%的局部缺陷，具有较好的识别灵敏度，并且对于同一位置相同严重程度不同类型缺陷的识别具有一定的对称性。
图5 正常/不同局部缺陷电缆的输入阻抗谱图
Fig.5 Input impedance spectrum of normal/different local defective cables
图6 不同缺陷程度的识别灵敏度
Fig.6 Recognition sensitivity of different defect levels
本文运用输入阻抗谱来实现电缆局部缺陷的定位。因输入阻抗谱中有多个可表征电缆特性的特征参数，本文仅选取输入阻抗的虚部为研究讨论对象。
将式（11）利用欧拉公式展开后，化简为
（20）结合式（8）、式（20），得输入阻抗虚部为
（21）
将
看作一时间变量函数，其频率
恰好为2l/v。高频下，v趋近于常数，而l不变，故为定值。因此，可以通过寻找将进行离散傅里叶变换（Discrete Fourier Transform, DFT）后，对应谱图中的最大峰值点来确定电缆末端，从而实现电缆本体局部缺陷的定位。
图7为仿真13m电缆在7～8.5m处正常/铜屏蔽层局部缺损缺陷（C0d3=0.99C0h）电缆的定位谱图。由图7可知，当电缆本体存在局部缺陷时，运用该电缆局部缺陷定位谱图虽然能确定电缆末端（），但对局部缺陷处（
）的识别效果不太理想。需要说明的是，该谱图同样适用于容性缺陷的定位。
图7 正常/局部缺陷电缆的定位谱图
Fig.7 Location spectrum of normal/local defective cables
为了提高电缆本体局部缺陷处的识别灵敏度，结合现场测试经验与测试分析要求，本文选取可调整旁瓣衰减量的Kaiser窗函数对图6的定位谱图进行处理[12, 19]。
Kaiser窗由零阶贝塞尔函数构成，是一组可调的窗函数，可自由选择窗的主瓣宽度和旁瓣高度之间的比重。Kaiser窗的时域表达式[19]为
（22）式中，I0(b)为第一类变形零阶贝塞尔函数；b 为窗函数的形状参数；N为窗函数的长度。
仿真同一窗口长度下（N=64）不同b 值的Kaiser窗的时频特性曲线，如图8所示。
在同一窗口长度下，b 值越小，主瓣宽度越窄，频率分辨率越高，但其旁瓣电平越高，旁瓣衰减越慢，此时频谱泄露更为严重。当b 值较高时，旁瓣较低且衰减较快，此时频谱泄露得到较好的控制，但是由于主瓣增宽使其频率分辨率降低。因此，可针对不同程度下的电缆缺陷对b 值进行调整，从而提高局部缺陷的识别灵敏度。
图8 Kaiser窗在不同b 值的时频域波形
Fig.8 Time-frequency waveforms of Kaiser window under different b values
在实际现场测试中，根据测试经验，默认b 值为6，结合现场测试情况可适当调整b 值。当局部缺陷比较严重或者位于电缆前端时，需选择较小的b 值；当局部缺陷比较微弱时，则需选择较大的b值，以提高对局部缺陷的分辨率。
本文选取Kaiser窗对输入阻抗虚部进行加窗处理，处理方式为
（23）运用Kaiser窗对图7电缆的定位谱图进行加窗处理，正常/局部缺陷电缆加窗后定位效果如图9所示。
通过Kaiser窗对局部缺陷电缆的定位谱图进行处理后，从图9可以看出，通过加窗处理后，电缆局部缺陷的识别灵敏度有了显著提高，得到极具直观性的局部缺陷定位谱图，并且还可根据畸变处的两个峰值判断缺陷的长度。
图9 正常/局部缺陷电缆加窗后定位效果
Fig.9 Location effect of normal/local defective cables after windowed
为了检验本文所提方法对电缆本体局部缺陷的类型识别效果与缺陷定位的准确度，在实验室13m YJLV 8.7/15-3×95 XLPE电力电缆上分别制作局部热老化缺陷（b相）、铜屏蔽层局部缺损缺陷（c相），以完好电缆（a相）为参考。
（1）局部热老化缺陷。通过加热带对13m电缆进行加热老化，老化时间分别为4天、8天。热老化长度为1.5m，缺陷位置距电缆首端约7m，如图10所示。
图10 电缆本体局部热老化缺陷
Fig.10 Local thermally aged defects of the cable body
（2）铜屏蔽层局部缺损缺陷。电缆铜屏蔽层局部缺损长度为5cm，缺陷位置距电缆首端约7m，如图11所示。
图11 电缆本体铜屏蔽层局部缺损缺陷
Fig.11 Copper shield local defects of the cable body
利用宽频阻抗谱仪对该电缆进行测试，获取被测电缆首端的输入阻抗频谱。测试过程中，将测试夹具的两端分别接至电缆首端的缆芯和铜屏蔽层（接地），电缆末端开路。测试频率范围为150kHz～200MHz，测量频率点数为20 000。
实验测试原理如图12所示。由信号源发出入射信号，通过功分器将入射信号分为输入参考信号R、输入信号RF。输入参考信号R直接进入接收机中作为参考信号，输入信号RF注入到被测电缆首端。再由定向耦合器将入射信号进行隔离，分别将被测电缆中的反射信号A、输出信号B耦合至接收机中。利用计算机对宽频阻抗谱仪进行控制，通过数据采集，得到被测电缆的输入阻抗谱。
图12 实验测试原理
Fig.12 Experimental test schematic
通过宽频阻抗仪对实验电缆的a、b、c三相进行测试，获取其输入阻抗谱图如图13和图14所示。
图13 正常/局部热老化缺陷电缆的输入阻抗谱图
Fig.13 Input impedance spectrum of normal/local thermally aged defective cables
根据图13和图14测试结果可知，若电缆本体存在局部区域的容性缺陷和感性缺陷，将会导致电缆输入阻抗谱发生偏移和谐振频率点的改变。容性缺陷的存在会导致输入阻抗谱往左偏移，谐振频率点变小，且缺陷程度越深，偏移越严重。而感性缺陷的存在会导致输入阻抗谱往右偏移，谐振频率点变大。实验结果与理论分析变化规律相符。因此，实验结果可以说明，本文所提方法能实现对电缆本体局部缺陷的缺陷类型识别，并且测试结果具有较好的直观性。
图14 正常/铜屏蔽层局部缺损缺陷电缆的输入阻抗谱图
Fig.14 Input impedance spectrum of normal/copper shield local defective cables
运用DFT、Kaiser窗分别对图13和图14输入阻抗谱的虚部进行处理，得到电缆局部缺陷定位谱图，如图15和图16所示。
图15 电缆本体局部热老化缺陷定位效果
Fig.15 Location effect of cable body with local thermally aged defects
根据图15和图16的局部缺陷定位效果，可以很直观地在定位谱图中确定局部缺陷的位置（图中畸变峰值点所对应的位置即为局部缺陷所在位置处），可见，本文所提方法不仅能够准确定位电缆本体的局部缺陷，并且通过加窗处理可以大大提高电缆本体局部缺陷的识别灵敏度。
图16 电缆本体铜屏蔽层局部缺损缺陷定位效果
Fig.16 Location effect of cable body with copper shield local defects
需要说明的是：
（1）本文所提方法针对电缆本体局部缺陷的定位无需与电缆原始特征参数进行对比。实际现场测试中，为消除中间接头的影响，可将被测电缆数据与同一测试条件下的三相电缆测试数据、仿真模型进行比较，在定位谱图中找到其畸变处即为缺陷位置。
（2）针对局部缺陷的类型识别，需要与电缆原始特征参数进行比对。关于正常电缆输入阻抗谱的获取，需要在电缆敷设前后采集其原始特征参数（在相同测量条件下），并且以数据库的形式进行保存，也可以与新电缆做比较。
（3）对于长电缆的测试，需降低测试频率的上限，采用双端测试的方法获取电缆首末两端的输入阻抗谱。也可改进输入装置，提高测试的动态范围，使用大功率信号注入电缆。
（4）因测试采用的是扫频信号，在信号采集时会将非频带信号滤除，故该方法信噪比较高。另外，因电缆为同轴结构，在实际测试中，电缆的铜屏蔽层处于接地状态，此时铜屏蔽层对于外部的电磁干扰起到一个屏蔽作用。因此，本文所提测试方法受现场电磁环境的影响较小。
本文提出了一种基于输入阻抗谱的电力电缆本体局部缺陷类型识别及定位方法，该方法能够有效地对电缆本体局部缺陷类型进行识别，并且实现电缆本体局部缺陷的准确定位。
1）对电缆本体缺陷类型识别进行仿真与实验验证，仿真和实验结果表明，相比正常电缆而言，电缆局部容性缺陷的存在会导致电缆输入阻抗谱往左偏移、谐振点变小，电缆局部感性缺陷的存在会导致电缆输入阻抗谱往右偏移、谐振点变大，且随着局部缺陷程度的加深，输入阻抗谱的偏移越 严重。
2）相比于PD法、RCS法，本文所提方法能更好地对电缆本体缺陷进行类型识别，且对长度大于5cm或电容变化大于±5%的局部缺陷具有较好的识别灵敏度。
3）该方法运用输入阻抗谱、DFT实现了电缆本体局部缺陷的定位，运用Kaiser窗提高了对电缆本体局部缺陷的识别灵敏度。相比于PD法、TDR法，本文所提方法受现场电磁环境的影响较小，能够更高灵敏度地定位电缆本体局部缺陷。
参考文献
[1] 杜伯学, 晨磊, 李进, 等. 高压直流电缆聚乙烯绝缘材料研究现状[J]. 电工技术学报, 2019, 34(1): 179-191.
Du Boxue, Chen Lei, Li Jin, et al. Research status of polyethylene insulation for high voltage direct current cables[J]. Transactions of China Electro- technical Society, 2019, 34(1): 179-191.
[2] 王伟, 何东欣, 易登辉, 等. 工频电压下电缆本体的空间电荷测试[J]. 电工技术学报, 2016, 31(7): 152-158.
Wang Wei, He Dongxin, Yi Denghui, et al. Space charge measurement on cable under AC voltage[J]. Transactions of China Electrotechnical Society, 2016, 31(7): 152-158.
[3] 吴明祥, 欧阳本红, 李文杰. 交联电缆常见故障及原因分析[J]. 中国电力, 2013, 46(5): 66-70.
Wu Mingxiang, Ouyang Benhong, Li Wenjie. Com- mon faults and cause analysis of XLPE cables[J]. Electric Power, 2013, 46(5): 66-70.
[4] 杨帆, 杨旗, 程鹏, 等. 电缆接头内部气隙放电缺陷下的绝缘劣化程度表征方法[J]. 电工技术学报, 2017, 32(2): 24-32.
Yang Fan, Yang Qi, Cheng Peng, et al. Study of cracking extent for gap discharge in insulating material of power cable joint[J]. Transactions of China Electrotechnical Society, 2017, 32(2): 24-32.
[5] 杨帆, 王干军, 彭小圣, 等. 基于卷积神经网络的高压电缆局部放电模式识别[J]. 电力自动化设备, 2018, 38(5): 123-128.
Yang Fan, Wang Ganjun, Peng Xiaosheng, et al. Partial discharge pattern recognition of high-voltage cables based on convolutional neural network[J]. Electric Power Automation Equipment, 2018, 38(5): 123-128.
[6] 周凯, 赵世林, 何珉, 等. 考虑短距离电缆中行波特性的振荡波局部放电定位方法[J]. 电网技术, 2017, 41(6): 2047-2054.
Zhou Kai, Zhao Shilin, He Min, et al. An oscillating wave test method based on traveling wave characteri- stics of partial discharges for defect location in short cables[J]. Power System Technology, 2017, 41(6): 2047-2054.
[7] 谢敏, 周凯, 赵世林, 等. 考虑相速度频变特性的改进互相关算法局部放电定位[J]. 电网技术, 2018, 42(5): 1661-1667.
Xie Min, Zhou Kai, Zhao Shilin, et al. Research on partial discharge location using modified cross- correlation method considering frequency characteristic of phase velocity[J]. Power System Technology, 2018, 42(5): 1661-1667.
[8] 吴炬卓. 中压电缆局部放电带电检测的白噪声抑制和放电类型识别方法研究[D]. 广州: 华南理工大学, 2015.
[9] Song E, Shin Y J, Stone P E, et al. Detection and location of multiple wiring faults via time-frequency- domain reflectometry[J]. IEEE Transactions on Elec- tromagnetic Compatibility, 2009, 51(1): 131-138.
[10] Ohki Y, Yamada T, Hirai N. Diagnosis of cable aging by broadband impedance spectroscopy[C]//IEEE Conference on Electrical Insulation and Dielectric Phenomena, Cancun, Mexico, 2011: 24-27.
[11] Zhou Zhiqiang, Zhang Dandan, He Junjia, et al. Local degradation diagnosis for cable insulation based on broadband impedance spectroscopy[J]. IEEE Transa- ctions on Dielectrics and Electrical Insulation, 2015, 22(4): 2097-2107.
[12] 谢敏, 周凯, 赵世林, 等. 新型基于反射系数谱的电力电缆局部缺陷定位方法[J]. 电网技术, 2017, 41(9): 3083-3089.
Xie Min, Zhou Kai, Zhao Shilin, et al. A new location method of local defects in power cables based on reflection coefficient spectrum[J]. Power System Technology, 2017, 41(9): 3083-3089.
[13] Paul C R. Analysis of multiconductor transmission lines[M]. Macon: Wiley-IEEE Press, 2008.
[14] 周志强. 基于宽频阻抗谱的电缆局部缺陷诊断方法研究[D]. 武汉: 华中科技大学, 2015.
[15] Guru B S, Hiziroglu H R. Electromagnetic field theory fundamentals[M]. 2nd edition. London: Cam- bridge University Press, 2004.
[16] Wouters P F, Wielen P D, Veen J, et al. Effect of cable load impedance on coupling schemes for MV power line communication[J]. IEEE Transactions on Power Delivery, 2005, 20(2): 638-645.
[17] 李欢, 李建英, 马永翔, 等. 不同温度热老化条件下交联聚乙烯电缆绝缘热性能和力学性能的劣化趋势研究[J]. 绝缘材料, 2018, 51(1): 57-63.
Li Huan, Li Jianying, Ma Yongxiang, et al. Degradation trend of thermal and mechanical properties of XLPE cable insulation thermal ageing at different temperatures[J]. Insulating Materials, 2018, 51(1): 57-63.
[18] Densley J. Ageing mechanisms and diagnostics for power cables-an overview[J]. IEEE Electrical Insulation Magazine, 2001, 17(1): 14-22.
[19] 高云鹏, 滕召胜, 曾博, 等. 基于Kaiser窗频谱校正的介质损耗因数测量[J]. 电工技术学报, 2009, 24(5): 203-208.
Gao Yunpeng, Teng Zhaosheng, Zeng Bo, et al. Dielectric loss factor measurement based on Kaiser window spectral correction[J]. Transactions of China Electrotechnical Society, 2009, 24(5): 203-208.
Identification and Location of Local Defects in Power Cable Body Based on Input Impedance Spectroscopy
Abstract In order to solve the shortcomings of partial discharge (PD) method and reflection coefficient spectrum (RCS) method in local defect identification and location in power cable body, a method is proposed based on input impedance spectrum. Firstly, the input impedance spectrum characteristics with capacitive / inductive defects were analyzed by simulation based on the distributed parameter model of the power cable. Then, the input impedance spectrum and Kaiser window were used to locate the local defects in power cables with high sensitivity, and the location spectrum was extremely intuitive. Finally, to verify the effectiveness of the proposed method, two kinds of local defect samples (copper shield defects and thermally aged defects) were made on a 13m long power cable in the laboratory. The results indicate that this method has high recognition sensitivity for local defects with a length of more than 5cm or a change in capacitance more than ±5%. The method can not only identify the local defect types of power cable body, but also effectively locate the local weak defects.
keywords：Input impedance spectrum, cable body, identification of defects type, local defects location, Kaiser window
中图分类号：TM75
DOI: 10.19595/j.cnki.1000-6753.tces.200144
国家自然科学基金资助项目（51877142）。
收稿日期 2020-02-14
改稿日期 2020-04-14
李 蓉 女，1996年生，硕士研究生，研究方向为电力设备状态检测。E-mail: lirong__sky@163.com
周 凯 男，1975年生，教授，博士生导师，研究方向为电缆绝缘状态检测与修复等。E-mail: zhoukai_scu@163.com（通信作者）
（编辑 崔文静）