图1 试验接线原理
Fig.1 Test wiring diagram
摘要 恶劣气象条件地区的污闪事故时有发生，而目前对污秽外绝缘放电机制的理解还不够全面。为揭示污秽绝缘子放电空间电场特性，该文提出了一种新的污闪预警方法。在前期研究基础上，开展了染污绝缘子放电空间电场波形监测试验，重点研究了空间电场波形的时频特征参量。对于时域特征，对空间电场信号有效值、峰峰值、峰值因子三个时域特征量进行了研究，获得了其与盐密、绝缘子闪络状态的关系；对于频域特征，对空间电场信号进行傅里叶分解，获得了不同试验条件下的频谱图，发现发生闪络时，绝缘子空间电场信号中谐波分量占比升高，并提出可用三次谐波因子来描述绝缘子污闪放电发展程度。研究成果可进一步揭示污闪放电机制，并为解决恶劣环境下输电线路污闪预警的实际工程问题提供技术支撑。
关键词：绝缘子 污秽 非接触式监测 空间电场 时频特性 污闪预警
绝缘子是电力线路中应用量较大的设备之一，其运行状态影响着电网的安全运行，其中污秽闪络是造成电网跳闸的一个重要隐患[1-3]。在高海拔、盐雾、潮湿等恶劣环境因素的影响下，绝缘子表面污秽堆积严重，绝缘性能降低，从而引发沿面闪络，进而严重威胁电力系统的安全稳定运行[4-5]。因此实时监测、掌握绝缘子表面污秽程度，使之能在污闪来临前及时预警，提醒现场及时清扫，可有效预防污闪事故对电力设施造成的危害。
目前国内外绝缘子运行状态检测方式主要采用国际大电网会议第33委员会推荐的五种方法，分别为等值盐密法、泄漏电流法、脉冲计数法、积分表面污层电导率法、绝缘子污闪电压梯度法[6]。然而，传统的测量方法例如等值盐密法、积分表面污层电导率法需要对设备进行停电采样，才能获取表面污秽信息，无法实现对绝缘子表面状态的实时监测；而脉冲计数法容易受到强电、强磁的干扰，获取的采样信息波动较大[7]。目前实际工程运行中主要采用的污闪监测手段仍然只有泄漏电流法，十分单一[8-9]。
此外，一些新兴的技术也在不断丰富着污秽监测手段[10-15]。例如，可利用污闪过程中绝缘子表面电弧产生的光学效应，通过光谱分析技术获取绝缘子表面积污程度[12]。文献[13]通过紫外成像监测技术，建立了一个基于紫外视频图像的外绝缘污秽检测系统。文献[14]基于高光谱成像技术，提取出绝缘子高光谱图像数据，并依靠支持向量机算法建立污秽度预测模型。文献[15]利用激光诱导击穿光谱技术，能够定量分析绝缘子表面污秽成分和浓度。这些方法往往仍处于探索阶段，对于实际的污闪监测预警还有一定距离[16-17]。
空间电场信号作为重要电参量之一，可以通过非接触的方式获得，目前已有研究表明，其与绝缘子运行状态密切相关。文献[18]通过空间电场仿真模拟发现，复合绝缘子在不同覆冰状态下的电场信号幅值存在明显差异。文献[19]通过仿真研究，分析出水珠会对复合绝缘子沿面电场分布造成较大影响，且在与空气、绝缘子表面的交界处的电场强度增大。文献[20]通过有限元数值计算，模拟了不同水带形态对绝缘子憎水性表面闪络过程的影响及周围的电场分布。
电场监测无需与绝缘子串接触，与目前主流的泄漏电流监测方法相比，在安装和运行维护成本上有很大优势，适用于恶劣环境地区架空线路污闪预警[21-22]。与光学、声学等间接特征量的表征方法相比，电场探测受环境影响小，可以与污闪的电气过程建立联系，从而更科学地实现污闪预警。目前对绝缘子电场特性的研究大多以静电场模拟或数值计算为主[23]，绝缘子污闪放电不同阶段的空间电场波形特征和动态变化机制仍未得到揭示。
为此，本文在之前的仿真结果基础上进行深入试验研究，在人工雾室中对试品绝缘子进行污秽试验，对污闪放电过程中的绝缘子空间电场进行定点监测，提取空间电场信号特征参量，研究了其与污闪放电过程、污秽度的关系，揭示了污闪放电过程中绝缘子空间电场波形的时频特性，提出了相应的污闪预警方法。研究成果可进一步揭示污闪放电机理，为解决恶劣环境下输电线路污闪预警的实际工程问题提供技术支撑。
人工污秽试验在高压实验厅的人工雾室内进行，试验接线原理如图1所示。人工雾室为底面直径0.8 m、高1.2 m的圆柱形有机玻璃罩，试验电源由YDTW-100/50试验变压器和TYDZ-100油浸式自冷柱式调压器提供，额定输出电压为50 kV，额定输出电流为2 A。试验过程中，利用电场传感器[23]对试验绝缘子周围空间中某点的电场强度进行测量，该传感器可将电场强度信号转换为电压信号，用于示波器采集。在雾室中通入水雾，利用放置在绝缘子下方的风扇将水雾往上吹，使得绝缘子均匀湿润。部分试验设备如图2所示。
图1 试验接线原理
Fig.1 Test wiring diagram
图2 试验设备
Fig.2 Test equipment
试品选择XP-70瓷绝缘子，3片为一组，模拟35 kV输电线路，绝缘子参数见表1。具体试验步骤如下所示。
表1 绝缘子参数
Tab.1 Insulator parameters
示意图参数数值 绝缘子型号XP-70 盘（伞）径D/mm255 高度H/mm146 爬电距离L /mm295
1.2.1 试品清洗及涂污
根据相关试验标准，绝缘子涂污前应使用去离子水（电导率＜10 μS/cm）彻底清洗并将其悬挂自然阴干。污液配制中，等值附盐密度（Equivalent Salt Deposit Density, ESDD，以下简称盐密）与等值附灰密度（Non-Soluble Deposit Density, NSDD，以下简称灰密）的比值固定为1:10[24]。污秽度的配比见表2。
表2 污秽度配比
Tab.2 Pollution levels of tests
分组编号污秽等级盐密/(mg/cm2)灰密/(mg/cm2) 1Ⅱ（轻度）0.050.5 2Ⅲ（中度）0.101.0 3Ⅳ（重度）0.202.0
NaCl结晶易受潮凝结，直接称取其质量易造成盐密实际值丢失，因此配制污秽时应将其研磨至粉末状并放置于电炉下均匀烘干30 min后方可进行。不同污秽等级下的NaCl质量等于伞裙表面积乘以盐密。试验采用定量涂刷法对试品染污，并再次悬挂于试品架上自然阴干24 h后移入雾室进行试验。
1.2.2 试品加压
试验采用恒压法，将电压均匀升至绝缘子的额定电压（20.2 kV），启动超声波雾发生器（2 kg/h）和风扇（1.964 m/s），使伞裙表面均匀湿润。人工雾室中的相对湿度变化曲线如图3所示，通雾12 min后，相对湿度大于95%，可认为人工雾室达到饱和湿润。通雾湿润5 min后，使用传感器对电场进行监测并通过示波器采集试验的波形数据，如图4a所示，每隔1 min记录一次数据，每个采样点记录的数据长度为100 ms。如果耐压40 min内未发生闪络，则停止加压。
图3 人工雾室相对湿度变化曲线
Fig.3 Change curve of relative humidity in fog chamber
图4 电场监测结果
Fig.4 Electric field monitoring results
为了尽可能地模拟实际环境并降低试验结果的误差，确保试验的可行性，本文对试验关键步骤进行如下总结：
1）污液调制前应将NaCl结晶充分干燥后再称取其质量，涂污后待其自然干燥方可进行污闪试验。
2）试验过程中，待试品升至工作电压后在人工雾室内开启加湿器与扰流风扇。数据依靠示波器连续采样，采样间隔1 min。
3）每组试验结束后，应排尽水汽并使雾室内各环境参数恢复至加压前的水平才能进行下一次试验，每次更换试品时应保持传感器探头与伞裙边缘距离前后一致。
1.2.3 电场波形监测
1）电场探头传递特性
试验所用电场传感器是将电场信号转换为电压信号，所以为了准确测量空间电场，在实验室开展对电场传感器（见图2）的校准试验[25]，如图4b所示。试验中将电场传感器放置于间距为9.6 cm的两个相互平行的圆形平板电极之间，其监测信号在示波器中的波形如图4a所示。根据匀强电场计算公式，可计算出不同施加电压下的电场强度，并依靠示波器中的传感器电压信号即空间电场信号的大小变化，得到空间电场信号与外施电场强度的实际大小关系，如图4c所示。可知，伴随着施加电压的改变，空间电场信号与电场强度总体呈现线性变化，拟合度达到99%，因此下文均采用示波器采集的电场探头电压信号波形进行分析，并简称为电场波形。
2）监测位置的选择
为探究电场传感器最优安放位置，本文建立XP-70绝缘子有限元仿真模型，如图5所示。模型考虑横担、导线的影响，分析运行状态下绝缘子串的空间电场分布情况。
图5 XP-70绝缘子仿真模型
Fig.5 XP-70 insulator simulation model
绝缘子串低压端金具及横杠接地，对高压端导线施加运行电压20.2 kV。在相对介电常数设置中，瓷材料为6，水泥材料为4，金具部分为1 000，导线为2 000，空气域为1。图5中，d为探头与绝缘子伞裙边缘距离，H点至L点为高压端至低压端的监测路径。图6为不同监测距离下的电场强度变化。
图6 不同检测距离下电场强度变化
Fig.6 Electric field distribution for different ranges
由图6可以看出，随着监测距离的增加，电场强度整体下降。当距离达到30 cm时，分布曲线近乎水平，意味着此时电场分布不受绝缘子串电势差异的影响，因此，监测点与伞裙距离不宜大于30 cm。鉴于仿真结果以及绝缘安全和安装维护的便利性，选取绝缘子周围4个位置进行监测，如图7所示。以盐密值为0.1 mg/cm2为例，试验10 min后4个位置处得到的电场波形如图8所示。
图7 监测位置示意图
Fig.7 Monitoring locations diagram
经过多次试验可得到，4个位置中的电场信号幅值差异不大，绝缘子表面受潮放电后电场波形均有畸变，即在15～25 cm间均可作为探头安放位置的选择，考虑传感器靠近横杠便于安装，本文以位置1为代表进行电场监测数据分析。
图8 不同位置电场波形变化情况
Fig.8 Changes in electric field signal at different positions
按照第1节所述流程开展人工污秽试验，由于闪络具有随机性，本文选取了2组未闪络试验作为对照组和1组闪络试验进行分析，分组情况见表3。
表3 试验分组
Tab.3 Grouping of tests
绝缘子型号组别盐密/(mg/cm2)是否闪络加压时间/min XP-701 0.05否45 20.10否45 30.20是30
选取2、3两组试验进行对照，绘制出5～30 min内的空间电场信号波形，每次间隔5 min，共计12组，结果如图9所示，第3组绝缘子污闪过程的不同现象如图10所示。
如图9和图10所示，在5 min时，两组试验绝缘子表面均无放电现象，此时电场波形基本为正弦波，电场波形无明显畸变。随着试验的进行，当加压时间达到10～25 min时，第3组试验绝缘子表面偶尔出现电弧放电的现象（见图10），而电场波形则由轻微畸变朝三角波变化，最终发展为马鞍状，此外还伴有大量脉冲信号；而第2组试验波形则保持原状，试品表面偶尔产生轻微电弧放电。在加压时间25 min之后，第3组试验绝缘子放电越发严重，绝缘子表面由零星电火花发展为沿面电弧，最终导致污闪发生。在这段时间里，电场波形畸变逐渐加深，电场信号幅值显著上升，最终形成“马鞍形”，此时波形已经看不出明显的正弦波特性。
图9 第2、3组电场波形对比
Fig.9 Comparison of electric field waveforms in tests 2 and 3
图10 第3组试品闪络过程的不同现象
Fig.10 Different phenomena during flashover in test 3
综上所述，当绝缘子无放电或者只有轻微放电时，其电场波形基本保持正弦波；当绝缘子运行状态恶劣即污秽严重时，绝缘子表面出现明亮的电弧放电通道，此时电场波形畸变严重。在所有试验组中，都存在以上规律，因此可以通过电场波形的畸变程度直观地判断绝缘子的运行状态。
有效值是电场波形的基本时域特征量之一。利用式（1）从电场波形中提取有效值ERMS，得到三组试验有效值的变化情况，如图11所示。
（1）
式中，e(i)为电场波形时域瞬时值；N为周期采样的点数。
图11 电场波形有效值
Fig.11 RMS value of electric field waveforms
从图11可以看出，不同污秽度下的绝缘子ERMS的变化趋势有明显差别。在前两组未发生闪络的试验中，ERMS随着加压时间上升并未发生明显变化；而在闪络组中，随着试验的进行，ERMS在12 min以内增长速率较快，待增大至闪络，其有效值相比未闪络组整体提升。此外，随着盐密的提高，ERMS变化曲线也整体抬高，显然越高的污秽等级对电场信号的影响越强烈。
为观察电场信号更明显的变化，本文通过峰峰值分析电场信号随闪络发展的变化规律。单次采样电场波形的峰峰值为
（2）
式中，Emax、Emin分别为单次采样电场波形的最大值、最小值。Em记录了电场波形瞬时值的大小，反映了绝缘子表面放电的剧烈程度。三组试验Em变化情况如图12所示。
图12 电场波形峰峰值
Fig.12 Peak-to-peak value of electric field waveforms
由图12可以看出，Em随着加压时间增加而增大。绝缘子污层饱和湿润时间与环境湿度、污秽度相关，通过图12的电场波形峰峰值特性变化趋势可知，对于未闪络组，试验开始后电场信号峰峰值先缓慢上升，待污层饱和湿润后更加平缓；对于闪络组，由于污秽度更高，饱和湿润更加容易，且一旦发生饱和湿润后，会很快发生闪络，结合图3、图12和文献[26]中的试验结果，推测其饱和湿润时间在20～25 min左右。
发生闪络的组别中，Em增长幅度远大于未闪络试验组，同时随着盐密的增大，Em也逐渐抬升。此外，在闪络试验中，濒临闪络时Em达到13.98 V，与初始值0.85 V相比增长了1 545%，其增长幅度远大于ERMS。对于在绝缘子污闪放电过程中，Em比ERMS增幅大得多的原因是，绝缘子在发生污闪放电时电场波形发生了畸变。
为了获得时域中无法发现的规律和特性，针对本文研究对象的特点对电场波形进行频域分析。
本文利用Matlab对电场波形进行快速傅里叶变换，得到试验的电场波形频谱图，以第2、3组试验电场波形为例，其频谱图如图13所示。
在第2组试验中，频谱图中3次谐波幅值一直很小，频率为50 Hz的基波幅值占比80%以上；而在第3组试验中，随着试验的进行，绝缘子放电逐渐严重，频谱图中的谐波幅值逐渐增大，尤其是3次谐波，一度达到了基波幅值的80%以上，甚至在30 min时，3次谐波的幅值超过了基波幅值。由此可以看出，当绝缘子运行状态良好时（第2组），其电场波形中谐波幅值占比很低；而当绝缘子表面放电严重时（第3组），其电场波形中含有很高的谐波分量，其中主要为3次谐波分量，还有一些5次及7次等高次谐波。究其原因是污闪过程中，绝缘子表面交流电弧的产生与熄灭造成的高次谐波使得电场波形畸变严重，空间电场不再按正弦规律变化。而组别2在运行过程中并未产生明显电弧，因而其频谱图中并未观察到明显的高次谐波分量及其变化。在本文试验中，其频谱图都存在与上述相同的规律。
图13 电场波形频谱图
Fig.13 Frequency spectrums of electric field waveforms
3.1节中分析得到，绝缘子在不同的运行状态下，谐波幅值的占比不同，基于此，本文提出一个新的特征值k3，称为三次谐波因子，计算方法为电场波形3次谐波幅值除以基波幅值。计算三组试验过程中k3的变化情况，如图14所示。
由图14可得，三组试验中，低污秽度下的k3值一直小于0.2，随着试验的进行，其变化不明显；在闪络试验中，k3随着试验的进行不断升高，绝缘子表面放电越严重，k3越大，当绝缘子到达临界闪络时，k3值超过了1。此外，本文还发现盐密越高的绝缘子的k3上升越快。
图14 不同试验k3变化情况
Fig.14 Comparison of k3 for the first 30 min of the tests
综上所述，对照试验组与闪络试验组在k3的变化规律上有显著差别，绝缘子运行状态良好时，k3变化不大，小于0.2；当绝缘子发生污闪放电时，k3值增大，且放电越严重，k3越大。因此通过k3的大小及变化趋势可以判断绝缘子的运行状态，为绝缘子污闪预警提供依据。
4.1.1 绝缘子电势分布与空间电场关系
绝缘子串周围某一点的空间电场大小可理解为求解无边界条件下的孤立物体的电场分布，其边界条件如图15所示。图中，Ω为有限区域的边界，ε为介电常数。Ω的边界条件满足渐近边界条件，当Ω边界趋于无穷时，其电势为0。
为绝缘子外表面边界，其电势根据函数f (r')分布。r'为中心O指向导体边界处的位置向量，r为指向导体外某点的位置向量，E(r)则为该点的电场强度。在Ω的区域中，没有自由电荷的存在，即ρ(r')=0。
图15 绝缘子串空间电场边界条件
Fig.15 Boundary conditions of insulator string
计算区域内的电势分布满足泊松方程
（3）
式中，ρ(r)为导体电荷密度；φ(r)为区域内某点的电势。引入格林函数G(r, r')，代表在r'处的一个单位正点源在r处产生的效果，对于静电场来说，其为给定边界条件下的泊松方程的解[27]，表示为
（4）
其中，δ(r-r')为δ函数，满足
（5）
将自由电荷密度条件ρ(r')=0与第一类边界条件
代入式（3）和式（4），经过推导可得[27]
（6）
式中，
为格林第二公式中的法向量。
在式（6）等号两边做r方向上的梯度运算，可得r处的电场强度为
（7）
式（7）右边曲面积分项
只与物体形状及空间点位置有关，是一个比例系数，因此有
（8）
通过式（8）可得，在有限区域内的任意位置的电场强度与物体表面电势分布积分成正比，比例系数由点的位置决定。
4.1.2 绝缘子空间电场时频变化机理
染污绝缘子放电过程中，表面污层经历湿润、干带形成、放电等不同状态从而导致电导率和表面电势分布的变化对空间电场时频特性产生影响。因此本文可以从污层湿润、形成干带、电弧产生三个典型状态解释空间电场的时频机理。
1）污层湿润
绝缘子湿润后，表面电势分布如图16a所示。当绝缘子湿润后，绝缘子表面电势分布变得均匀，电势发生抬升，从而造成空间电场幅值略微上升。表面污层湿润下的重度污秽绝缘子空间电场分布云图及对应监测位置的电场波形幅值如图16b所示。
图16 湿润绝缘子表面电势分布差异及局部特征
Fig.16 The overall potential distribution and local characteristics of wet polluted insulators
不同污秽度下，污层电导率不同，对电势的影响有所差异，体现为电导率越高，电势抬升越明显，从而造成空间电场幅值上升，这解释了图11、图12中的时域特性实测结果。此外，绝缘子污层湿润后呈阻性，阻性电流占据主导，绝缘子表面电压与泄漏电流成正比，电势波形与泄漏电流一致，因此空间电场波形也接近泄漏电流波形。此外由图9中的第2、3组（5～10 min）电场波形可看出，两者都近似正弦波，且在峰值附近存在局部放电脉冲，证实了该机理。
2）形成干带
绝缘子表面形成干带后的电势分布曲线及整体电场分布云图如图17所示。
图17a与图16a相比可发现，形成干带后，绝缘子表面有泄漏电流产生，使得电势局部增大，整体电势分布发生抬升。且随着干带增大、污层电导率的上升，干带附近电势持续增加，此时绝缘子表面仍呈阻性分布，阻性电流占据主导，因此空间电场波形依然接近泄漏电流波形。根据绝缘子在形成小范围干带时产生的泄漏电流波形与图9中第3组电场波形（10～15 min）也可看出，两者波形畸变特征一致，峰值处存在明显锯齿凹陷。这是因为在电流峰值处，焦耳热足够大，使得干带反复形成，造成泄漏电流的振荡。
图17 形成干带后的整体电势分布及局部特征
Fig.17 The overall potential distribution and local characteristics after the formation of dry bands
在污秽度高的情况下，形成干带较快，且干带扩大的过程也很快，使得监测得到的空间电场幅值迅速上升；而对于低污秽度的情况，干带形成较慢，因此空间电场幅值上升平缓，干带影响有限。这解释了图12中的实测结果。
3）局部电弧产生
由图17可得，随着污层电导率的增加，干带处电场畸变，形成电离，产生局部电弧。被局部电弧短接瞬间的绝缘子表面电势分布及局部特征如图18所示。
图18 产生局部电弧后的整体电势分布及局部特征
Fig.18 The overall potential distribution and local characteristics after dry band arcing
产生局部电弧后，绝缘子表面电势分布主要受干带状态影响，此时干带压降占据主导。根据奥本诺斯模型，干带压降可以表示为U(t) - I(t)Rp，其中Rp为剩余污层电阻，U和I分别为外施电压和泄漏电流。外施电压为正弦波形，而此时泄漏电流波形为脉冲波形，故两者差值即为干带压降波形，会在峰值处发生凹陷，如图19所示，从而形成图9（第3组，20～30 min）的电场波形畸变形状。所以在局部电弧产生阶段，空间电场波形仍与泄漏电流波形直接相关。
图19 局部电弧产生时的干带压降波形
Fig.19 Dry band voltage drop waveforms during local arc generation
局部电弧下的空间电场波形机理可解释为，当电弧未燃烧时，干带处电势很高，造成绝缘子整体沿面电势较大，因此空间电场幅值较大；电弧燃烧瞬间，干带短接，绝缘子表面近乎导电，电势快速下降，使得空间电场幅值迅速降低，起弧的交替产生和熄灭同时也造成了空间电场波形在峰谷处的畸变，体现为波形大幅度凹陷。波形凹陷也使得有效值不再随着幅值的增大而增加，解释了图9（第3组，20～30 min）和图11的实测结果。
图20为泄漏电流的典型波形，波形的畸变导致信号具备频域特性。由前文分析可得，空间电场波形与泄漏电流波形紧密相关，因此空间电场的频域特性也与泄漏电流相似，波形畸变程度越高，受到高次谐波的影响越大。大量研究已表明，绝缘子污闪泄漏电流波形的三次谐波占比最大[24-28]。通过本文空间电场波形的频谱特性实测也可得到其三次谐波含量较大。这更加证实了前文频域分析的合理性。
图20 典型绝缘子表面泄漏电流波形[28]
Fig.20 Surface leakage current waveforms of insulators[28]
本文通过对污秽绝缘子的空间电场信号进行监测，分析了其时频域下的电场信号特征量与污闪过程的联系，发现三个特征参量均可以表征绝缘子表面的状态变化。对于闪络和未闪络组，随着加压时间的增加，三个特征参量均存在显著区别，且污秽度越高，时频域特征量也有显著差异。
为进一步获得时频域特征量对盐密的表征性，对时域特征参量进行无量纲处理，计算其峰值因子，表示为
（9）
Cp记录了电场波形瞬时值的大小，反映了绝缘子表面放电的剧烈程度。图21为三组试验峰值因子Cp的变化情况。
图21 峰值因子
Fig.21 Peak factor
由图21可看出，Cp随加压时间增加而增大。而发生闪络的组别中，Cp增长幅度远大于未闪络试验组，同时随着盐密的增大，Cp也增大。
为了进一步筛选污秽度预测模型的输入特征参量，对污秽度与试验所提取的峰值因子及三次谐波因子两个无量纲参量进行相关性分析。在统计学中，对于非线性关系的变量可采用Spearman相关系数对其相关性进行检验和分析。Spearman相关系数
计算式为
（10）
式中，di为第i个样本中电场信号特征量与污秽度之间的等级差；n为样本数量。
采用T检验法对各污秽等级与空间电场特征量进行显著性检验，检验统计量T为
（11）
式中，t(·)为t分布。
根据T值在文献[29]中查表确定两个变量的不相关概率p值。当p≥0.05时，认为两变量之间并无显著性差异，即两个变量相关性不明显甚至不相关；当p＜0.05时，则认为两变量存在一定的相关性，具体结果见表4。可以看出，Cp和k3均呈现显著的正相关，可对绝缘子表面污秽度进行准确的评估。
表4 空间电场信号参数与污秽度的相关性
Tab.4 Correlation between space electric field parameters and pollution degrees
空间电场特征量相关系数rs不相关概率p相关结果 Cp0.740 2＜0.001显著正相关 k30.932 3＜0.001显著正相关
进一步，提取试验过程中Cp和k3两个特征参量的均值，并与污秽度建立拟合关系，其数据拟合如图22所示，拟合公式分别为
（12）
（13）
式中，q为绝缘子表面的污秽度，即等值盐密。由图22可看出，Cp和k3随污秽度的变化呈现非线性，污秽度越大，两个特征量均呈现指数上升的趋势。此外，两个公式的拟合度较高，分别为0.98和0.99，方均根误差分别为0.050 91和0.026 01，因此，可以通过测量Cp与k3来预测绝缘子的污秽程度，这对绝缘子污闪预警具有重要的工程意义。
图22 污秽度与Cp、k3的关系
Fig.22 The relationship between pollution degree and Cp, k3
为了分析污秽绝缘子放电发展与其空间电场的关系，给绝缘子污闪预警提供科学依据，本文研究了染污绝缘子放电空间电场时频特性，得出以下结论：
1）绝缘子串低压侧附近空间电场信号可反映其污闪过程。随着受潮加重，空间电场波形幅值、有效值快速上升；发生电弧放电后，幅值继续上升，波形发生畸变，造成有效值平缓波动；对于未发生污闪的情况，幅值、有效值增幅较小。
2）污闪放电时，空间电场波形在波峰和波谷处发生凹陷，畸变量以3次谐波分量为主，随着受潮、放电的加剧，三次谐波因子k3快速增加，濒临污闪时可达到1；而对于未发生污闪情况，k3增长幅度较小，小于0.2。
3）两个无量纲特征参数——峰值因子Cp及三次谐波因子k3均与污秽度显著正相关，相关性k3＞Cp。实际工程中可通过计算受潮期间Cp与k3的均值，通过指数函数拟合对表征盐密进行评估，从而指导污闪预警。
参考文献
[1] 刘士利, 李卫东, 李振新, 等. 水带对憎水性表面交流闪络特性与电场分布的影响[J]. 电工技术学报, 2022, 37(21): 5570-5577. Liu Shili, Li Weidong, Li Zhenxin, et al. Influence of water band on AC flashover characteristics and electric field distribution of hydrophobic surface[J]. Transactions of China Electrotechnical Society, 2022, 37(21): 5570-5577.
[2] 蒋兴良, 王茂政, 袁一钧, 等. 不均匀积污绝缘子雷电冲击闪络特性[J]. 电工技术学报, 2023, 38(23): 6461-6470, 6552. Jiang Xingliang, Wang Maozheng, Yuan Yijun, et al. Lightning impulse flashover performance of non-uniform pollution insulators[J]. Transactions of China Electrotechnical Society, 2023, 38(23): 6461-6470, 6552.
[3] 秦锋, 王旭桐, 陈伟, 等. 强电磁脉冲下线路绝缘子闪络特性试验研究[J]. 电工技术学报, 2023, 38(13): 3640-3650. Qin Feng, Wang Xutong, Chen Wei, et al. Experimental study on flashover characteristics of line insulator under strong electromagnetic pulse[J]. Transactions of China Electrotechnical Society, 2023, 38(13): 3640-3650.
[4] Jia Zhidong, Chen Can, Wang Xilin, et al. Leakage current analysis on RTV coated porcelain insulators during long term fog experiments[J]. IEEE Transactions on Dielectrics and Electrical Insulation, 2014, 21(4): 1547-1553.
[5] 李晓刚, 谢敏, 刘祝鸿, 等. 基于BP神经网络模型的复合绝缘子伞裙优化技术[J]. 高压电器, 2022, 58(11): 98-105. Li Xiaogang, Xie Min, Liu Zhuhong, et al. Optimization technology of composite insulator shed based on BP neural network model[J]. High Voltage Apparatus, 2022, 58(11): 98-105.
[6] Zhu Y, Otsubo M, Honda C, et al. Mechanism for change in leakage current waveform on a wet silicone rubber surface-a study using a dynamic 3-D model[J]. IEEE Transactions on Dielectrics and Electrical Insulation, 2005, 12(3): 556-565.
[7] Banik A, Dalai S, Chatterjee B. Studies the effect of equivalent salt deposit density on leakage current and flashover voltage of artificially contaminated disc insulators[C]//2015 1st Conference on Power, Dielectric and Energy Management at NERIST (ICPDEN), Itanagar, India, 2015: 1-5.
[8] Ramirez I, Hernandez R, Montoya G. Measurement of leakage current for monitoring the performance of outdoor insulators in polluted environments[J]. IEEE Electrical Insulation Magazine, 2012, 28(4): 29-34.
[9] Ma Xiaomin, Fan Songhai, Deng Yuanshi, et al. Study on characteristic parameters and influencing factors of leakage current of polluted porcelain insulators [C]//2020 IEEE International Conference on High Voltage Engineering and Application (ICHVE), Beijing, China, 2020: 1-4.
[10] Zheng D, Lu W, Gao Y, et al. Research on ultraviolet spectrum characteristics of corona discharge on porcelain insulator under\ndifferent pollution degrees [C]//22nd International Symposium on High Voltage Engineering (ISH 2021), Hybrid Conference, Xi'an, China, 2021: 214-217.
[11] Jin Lijun, Tian Zhiren, Ai Jianyong, et al. Condition evaluation of the contaminated insulators by visible light images assisted with infrared information[J]. IEEE Transactions on Instrumentation and Measurement, 2018, 67(6): 1349-1358.
[12] 张血琴, 周志鹏, 郭裕钧, 等. 不同材质绝缘子污秽等级高光谱检测方法研究[J]. 电工技术学报, 2023, 38(7): 1946-1955. Zhang Xueqin, Zhou Zhipeng, Guo Yujun, et al. Detection method of contamination grades of insulators with different materials based on hyperspectral technique[J]. Transactions of China Electrotechnical Society, 2023, 38(7): 1946-1955.
[13] 艾建勇, 金立军. 基于紫外图像的接触网棒瓷绝缘子污秽状态检测[J]. 电工技术学报, 2016, 31(10): 112-118. Ai Jianyong, Jin Lijun. Rod porcelain insulator filth state detection of catenary based on ultraviolet image[J]. Transactions of China Electrotechnical Society, 2016, 31(10): 112-118.
[14] Qiu Yan, Wu Guangning, Xiao Zhang, et al. An extreme-learning-machine-based hyperspectral detection method of insulator pollution degree[J]. IEEE Access, 2019, 7: 121156-121164.
[15] 晋涛, 芦山, 刘星廷, 等. 基于激光诱导击穿光谱的绝缘子污秽度分析[J]. 电力工程技术, 2022, 41(3): 163-170. Jin Tao, Lu Shan, Liu Xingting, et al. Insulator contamination analysis based on laser-induced breakdown spectroscopy[J]. Electric Power Engineering Technology, 2022, 41(3): 163-170.
[16] Xia Changjie, Ren Ming, Wang Siyun, et al. Pollution degree detection of insulators based on hyperspectral imaging technology[C]//2019 IEEE 20th International Conference on Dielectric Liquids (ICDL), Roma, Italy, 2019: 1-4.
[17] 王洪坤, 聂晶. 高压绝缘子污秽放电声信号的时频特性分析[J]. 电瓷避雷器, 2016(2): 12-17. Wang Hongkun, Nie Jing. Time-frequency characteristic analysis of acoustic signal for insulator contaminant discharge[J]. Insulators and Surge Arresters, 2016(2): 12-17.
[18] 张东东, 刘锦, 黄宵宁, 等. 基于空间电场的复合绝缘子非接触式覆冰监测方法[J]. 南方电网技术, 2021, 15(4): 99-106. Zhang Dongdong, Liu Jin, Huang Xiaoning, et al. Non-contact icing monitoring method for composite insulators based on spatial electric field[J]. Southern Power System Technology, 2021, 15(4): 99-106.
[19] 吕玉坤, 王佳文, 宋庆壮, 等. 水珠对复合绝缘子表面电场畸变特性的影响[J]. 电网技术, 2021, 45(3): 1201-1207. Lü Yukun, Wang Jiawen, Song Qingzhuang, et al. Effect of water drop on electric field distortion of composite insulator[J]. Power System Technology, 2021, 45(3): 1201-1207.
[20] 刘士利, 李卫东, 李振新, 等. 水带对憎水性表面交流闪络特性与电场分布的影响[J]. 电工技术学报, 2022, 37(21): 5570-5577. Liu Shili, Li Weidong, Li Zhenxin, et al. Influence of water band on AC flashover characteristics and electric field distribution of hydrophobic surface[J]. Transactions of China Electrotechnical Society, 2022, 37(21): 5570-5577.
[21] Salem A A, Abd-Rahman R, Al-Gailani S A, et al. The leakage current components as a diagnostic tool to estimate contamination level on high voltage insulators[J]. IEEE Access, 2020, 8: 92514-92528.
[22] Ghosh R, Chatterjee B, Chakravorti S. A novel leakage current index for the field monitoring of overhead insulators under harmonic voltage[J]. IEEE Transactions on Industrial Electronics, 2018, 65(2): 1568-1576.
[23] Zhang Dongdong, Xu Hong, Liu Jin, et al. Research on the non-contact pollution monitoring method of composite insulator based on space electric field[J]. Energies, 2021, 14(8): 2116.
[24] 李璟延. 污秽绝缘子泄漏电流特性与污秽预警方法研究[D]. 重庆: 重庆大学, 2010. Li Jingyan. Study on the characteristics of leakage current and the pre-warning method of contamination severity for the polluted voltage insulators[D]. Chongqing: Chongqing University, 2010.
[25] 黄琮鉴. 基于超高频法的高压开关柜局部放电在线监测的研究[D]. 重庆: 重庆大学, 2013. Huang Congjian. Study on partial disrcharge on-line mornitoring of high voltage switchgears based on ultral-high-frequency method[D]. Chongqing: Chongqing University, 2013.
[26] 阳林, 张飞, 毕继凯, 等. 基于相角差检测的绝缘子表面污秽受潮特性[J]. 高电压技术, 2018, 44(8): 2556-2564. Yang Lin, Zhang Fei, Bi Jikai, et al. Wetting characteristics and influential factors of pollution deposited on insulators based on phase angle difference[J]. High Voltage Engineering, 2018, 44(8): 2556-2564.
[27] 郭飞, 马西奎, 邱关源. 有限元法结合渐近边界条件技术求解无界平面静电场问题[J]. 高压电器, 1997, 33(2): 20-24.
[28] 李好. 绝缘子泄漏电流波形滤波方法研究[J]. 通信电源技术, 2019, 36(5): 22-25, 28. Li Hao. Research on waveform filtering method of insulator leakage current[J]. Telecom Power Technology, 2019, 36(5): 22-25, 28.
[29] 贾俊平. 统计学基础[M]. 2版. 北京: 中国人民大学出版社, 2014.
Abstract Transmission corridors inevitably cross complex environmental areas such as coastal, industrial, and heavily polluted areas, resulting in ongoing pollution flashover accidents. With the development of technology, emerging non-contact pollution monitoring technologies have been continuously proposed, but a unified consensus has not yet been formed. At present, the main problems in non-contact pollution monitoring of insulators are as follows. First, difficult to implement on site. Methods such as visible light method, sound wave method, etc., are greatly affected by external factors such as noise, radiation, perspective, etc., and greatly limited in on-site use. Second, the characterization ability is weak. The essence of insulator string pollution flashover is a complex dynamic electrical process. However, the existing methods are based on non-electrical quantities, such as color, light waves, etc., which can only statically characterize a certain piece or part of pollution, and have poor correlation with the overall pollution of the insulator string.
In order to enrich the means of non-contact monitoring and pollution flashover prewarning for insulators, and to reveal the mechanism of pollution flashover discharge at a different level, this paper established a space electric field monitoring platform for polluted insulator discharge. With the help of artificial fog chamber to simulate operating environment, the short insulator string was used as the test object to carry out the pollution withstand tests. During the tests, the method of first applying voltage and then wetting was used, and the electric field signal at fixed point near the low-voltage end cross arm of the string was monitored. Through the test data, the spatial electric field signal waveform characteristics under different pollution levels and different discharge development stages were analyzed, and its time-frequency domain characteristic parameters were extracted and systematically studied as well.
The research results indicate that the spatial electric field signal near the low-voltage side of the insulator string can reflect its pollution flashover process. As the humidity increases, the amplitude and effective value of the spatial electric field waveform both increase. After the occurrence of arc discharge, the amplitude continues to rise and the waveform undergoes distortion, resulting in a gentle fluctuation of the effective value. For cases where no pollution flashover occurs, the amplitude and effective value increase slightly. During pollution flashover discharge, the spatial electric field waveform undergoes depressions at the peaks and valleys, and the distortion is mainly the third harmonic component. With the development of surface wetting and discharge, the third harmonic factor k3 rapidly increases, and can reach 1 when approaching pollution flashover. For cases where no pollution flashover occurs, the growth rate of k3 is relatively small, less than 0.2. The two dimensionless feature parameters, peak factor Cp and third harmonic factor k3, are significantly positively correlated with pollution level, with correlation k3＞Cp. In practical engineering, the mean value of Cp and k3, during the period of damp can be calculated, and the representative salt density can be evaluated through the Exponential function fitting.
This research utilizes the relationship between the insulator surface potential distribution and the spatial electric field to reveal its time-frequency characteristic mechanism under pollution flashover discharge. The distribution of surface potential of insulator under different operating conditions has significant differences. After the pollution layer is wet and dry-bands form, the overall surface potential rises, resulting in an increase in the amplitude of the spatial electric field waveform. After the occurrence of partial arc, the surface potential distribution is mainly determined by the dry-bands’ voltage drop, so as the spatial electric field waveform. Therefore, a depression of the spatial electric field waveform occurs at the peaks and valleys of the sine curve, where the partial arc occurs and the lowest dry-bands’ voltage drop forms.
Keywords：Insulator, pollution, non-contact monitoring, spatial electric field, time and frequency domain characteristics, pollution flashover prewarning
DOI: 10.19595/j.cnki.1000-6753.tces.230521
中图分类号：TM216
国家自然科学基金项目（52077018）和国网江苏省电力有限公司科技项目（J2022097）资助。
收稿日期 2023-04-24
改稿日期 2023-07-03
张东东 男，1991年生，博士，副教授，研究方向为电力系统覆冰与污秽绝缘、电力设备绝缘与故障诊断等。E-mail：zhangdd@njit.edu.cn
罗 威 男，1999年生，硕士研究生，研究方向为高电压试验技术、电力系统覆冰与污秽绝缘。E-mail：Luow0516@163.com（通信作者）
（编辑 李 冰）