（1）
摘要 气体绝缘开关设备（GIS）内部放电会导致SF6气体分解出SO2等特征产物，可以根据SO2含量反演放电故障的严重程度。然而，现有的SO2气体传感器在检测精度、制造成本、设备体积、交叉敏感等方面无法兼顾。而且，GIS运行环境温度复杂多变，很容易导致传感器漂移失效。因此，该文设计了一种基于非色散红外（NDIR）原理的双通道SO2检测装置，同时提出了一种基于多项式拟合系数修正的宽范围可迁移温度（0～40℃）补偿方法，可在1 000 μL/L量程内实现对SF6背景下SO2的准确检测，平均检测误差小于±2.8%。通过模拟不同强度的SF6气体放电，获得了SO2浓度为27～118 μL/L的SF6分解产物。根据气相色谱仪的对标检测结果，所设计的SO2检测装置平均检测误差为±3.8 μL/L，证明了该SO2检测装置在GIS放电故障在线监测领域应用的巨大潜力。
关键词：SF6分解产物 非色散红外 SO2检测装置 温度漂移修正 误差分析
气体绝缘开关设备（Gas Insulated Switchgear, GIS）具有占地面积小、安装方便、可靠性好的优势，已在电力系统中大量应用。然而，GIS会不可避免地出现故障，故障时严重将造成大面积停电，带来巨大的经济损失[1]。目前，在GIS内部安装特高频天线是有效的放电检测方法。但由于设备内部结构复杂，特高频信号传输容易出现折反射现象，导致故障漏报问题频发[2-4]。
GIS内部填充高气压SF6气体，其在放电故障作用下会与微水、微氧发生反应，生成一系列分解产物，包括SO2、SOF2、SO2F2、H2S等。其中，SO2作为SF6气体放电的早期标志产物，已经被国网、南网公司写入开关设备检修规程[5]。以SO2为例，在局部放电、火花放电、电弧放电、过热等故障下，SO2气体浓度随着放电能量的增加而逐渐增大，其体积分数从几个μL/L增加至数百μL/L（本文以下所称“浓度”均指体积分数）[6-13]。因此，根据SF6分解产物中SO2的浓度，判断GIS内部不同类型放电故障的严重程度是可行的，可以弥补当前特高频检测法的不足之处[14]。
目前，检测SF6分解产物仍然依赖气相色谱仪和红外光谱仪，存在成本高、体积大的问题[15]，而气体传感器则是实现在线监测的有效途径。不同于电化学传感器与半导体传感器交叉敏感与长期稳定性能差[16-19]，光学气体传感器具备选择性好、成本低、体积小、检测速度快、长期稳定性好的优势，但是紫外检测与激光红外检测技术成本太高，且其检测装置体积较大，难以满足电力设备大量部署的需要[20]。基于非色散红外（Non-Dispersive Infrared, NDIR）原理的传感器成本较低，有望实现GIS内部SF6分解产物的在线监测，但是商用NDIR传感器很容易受到环境温度与SF6气体本身的红外交叉干扰，因此无法满足GIS在-20～70℃环境下的运行要求[21-23]。
基于NDIR原理，本文首先设计了一种响应速度快、灵敏度高、选择性好的SO2检测装置；其次，通过分析传感器输出电压峰峰值与气体浓度、温度之间的关系，建立了考虑温度修正的SO2浓度识别模型；然后，通过评估SF6背景气体本身红外吸收的影响，对所建立的温度修正模型进行迁移，实现了对SF6背景气体中SO2浓度的高精度检测；最后，开展SF6气体放电故障模拟实验，对比SO2检测装置与气相色谱仪的检测误差，证明了所开发的SO2检测装置与温度修正模型的有效性。
1.1.1 工作原理
根据红外吸收理论可知，当红外光频率与极性气体分子固有频率相匹配时，气体分子会吸收红外光子能量，使得原子振动能量产生离散变化，并在特定频率（波长/波数）形成吸收峰[24]。
气体浓度与红外辐射强度之间的关系满足朗伯-比尔定律[25]，即
（1）
式中，
为入射红外辐射强度；
为透射红外辐射强度；l为红外辐射的光程；C为待测气体浓度；
为气体吸收系数。
在光程、气体吸收系数一定时，气体浓度越高，对特定频率的红外光吸收越强。气体浓度和光强变化呈正相关关系，即
（2）
NDIR传感器主要包含红外光源、检测气室、热释电探测器三部分。红外光源选用热光源，可以辐射出2～12 µm的广谱红外光。在通过检测气室后，热释电探测器可以将光信号转换为电信号输出。此外，为了降低光源、气室、粉尘、水分、噪声等因素可能对传感器检测精度造成的影响，提高SO2检测精度，本文的SO2检测装置引入了双波长差分检测设计，包含测量与参比两个通道，检测原理如图1a所示，实物如图1b所示，其中SO2检测装置的长、宽、高分别为255 mm、52 mm、48 mm。
图1 双波长差分检测方法示意图
Fig.1 Diagram of the dual-wavelength differential detection method
通过查阅气体分子的红外吸收光谱可知，SO2在7.3 µm波长（波数1 333.33～1 369.86 cm-1）附近有红外吸收，在3.9 µm附近几乎无吸收[26]。因此，采用7.3 µm作为热释电探测器的检测通道，采用3.9 µm作为参比通道。探测器输出为检测通道与参比通道的差分电压U，表示为
（3）
（4）
（5）
式中，U1为检测通道的输出电压；U2为参比通道的输出电压；λ1为检测波长7.3 µm；λ2为参比波长3.9 µm。
根据式（2），待测气体浓度与热释电探测器双通道差分电压的变化量之间呈正相关关系，表示为
（6）
式中，UP为待测气体SO2通入时差分电压的峰峰值；UP0为背景气体SF6通入时差分电压的峰峰值；DUP为差分电压峰峰值变化量，即响应电压。但是，由于环境温度对气体吸收系数的影响很大，式（6）并不是简单的正比关系，因此必须修正温度变化带来的影响[27]。
1.1.2 SO2选择性评估
在GIS内部检测SO2时，必须考虑其他干扰气体（SF6、H2S、SO2F2、SOF2、CF4、CO2、CO、CS2）红外吸收的影响。根据HITRAN数据库[28]，可以得到除SO2F2、SOF2、SF6以外的其他干扰气体的光谱，如图2所示。借鉴文献[29]中光谱吸收结果，对其在1 333～1 369 cm-1波数下的光谱吸收截面强度进行求均值计算，从而得到SO2F2、SOF2、SF6与SO2的吸收光谱结果，见表1。综上所述，完成了对SO2传感器选择性的评估。
图2 HITRAN光谱吸光度仿真结果
Fig.2 HITRAN spectral absorbance simulation results
表1 SF6、SO2、SO2F2与SOF2光谱吸收结果
Tab.1 SF6, SO2, SO2F2 and SOF2 spectral absorption results
气体类别吸收截面强度/(105cm2/mol) SOF214.718 SO2SF63.0801.351 SO2F20.138
可以发现，除SOF2、SO2、SF6之外，其他气体在1 333.33～1 369.86 cm-1波数段几乎无红外吸收。SOF2不稳定，在微水作用下会缓慢转变成SO2。根据目前国网、南网的检修规程，在检测SF6分解产物时不区分SOF2和SO2[5]，但是SF6背景气体本身的红外吸收必须考虑[30]。
1.1.3 SO2检测装置
本文所设计的SO2检测装置系统原理框图如图3所示。其中，主电路部分由计算、控制、通信电路等组成，NDIR传感器部分由红外光源、探测器、气室、信号调理等组成。
气室对SO2检测装置性能影响很大，本文设计了内壁镀金的直射型气室，以降低气室内壁对红外光的吸收作用。热释电探测器选用INFRATEC公司的LIM-262电流型探测器；由于红外探测器检测中需要3.9 μm与7.3 μm的红外光，因此红外光源选用可以辐射2～15 μm红外光、最高工作温度可达640℃的MICRO-HYBRID公司的JSIR-350广谱光源；温度传感器选用Sensirion公司的SHT30。
图3 红外SO2检测装置系统原理框图
Fig.3 Design block diagram of infrared SO2 detecting device system
SO2检测装置的浓度计算方法流程如图4所示。首先，单片机产生的2 Hz电压信号经过驱动电路放大后，驱动光源辐射出周期为2 Hz的红外光；其次，红外辐射光经过气体吸收后，分别透过双通道热释电探测器7.3 µm与3.9 µm的滤光片，并产生电信号；然后，热释电探测器双通道输出电压经过滤波、差分放大电路，由电压采样单元采集；最后，单片机通过分析电压信号的峰峰值，将其转换为SO2气体浓度信号。为了提高气体检测精度，检测装置采用滑动均值滤波法处理电压信号，滑动窗设置为10，对滑动窗口中的10个点求均值，从而完成对带有噪声的数据的平滑处理，进一步提高信噪比。
图4 算法流程
Fig.4 Algorithm flow chart
本文分别搭建了气敏测试平台与放电故障模拟平台，在标准大气压下测试了SO2检测装置的性能，评估了其在GIS内部在线运行的可行性。SO2气体购自中国计量科学研究院，SF6气体购自腾龙化工，质量流量控制器购自七星华创。
1.2.1 标定实验
本文所设计的气敏测试平台如图5所示，包括气源、多通道配气装置、SO2检测装置、恒温箱。通过改变SF6背景气体与SO2标准气体的流量比，配置出不同浓度的SO2气体，总流量为标准状态下200 mL/min。SO2检测装置可以实时读取气体浓度数据，并通过串口上传至LabVIEW上位机存储。整套检测装置内置于恒温箱中，以模拟实际环境温度变化对SO2检测装置性能的影响，为提出温度修正方法奠定数据基础。
图5 SO2检测装置的气敏测试平台
Fig.5 Gas sensitivity testing platform for SO2 detection device
1.2.2 检验实验
SF6放电故障模拟平台如图6a所示，SO2检测装置可以直连在放电腔体的气路管道上。在进行SF6气体放电实验前，先用真空泵抽取密闭腔体内杂质气体，泵入SF6气体清洗3次。之后开展气体放电实验，设定放电电压为15 kV，放电类型为火花击穿放电，分别进行20、40、60、80次火花放电，并将放电样气收集至采气袋中。最后，本文采用安捷伦公司的气相色谱仪（GC 7890B），并额外搭载硫化物发光检测器（355型SCD）用于硫化物检测，该套设备对低浓度硫化物具有优异的分析能力、灵敏度以及定量检测性能。如图6b所示，采用上述配套仪器搭建SF6分解产物测试平台，分析SF6分解产物中SO2的浓度，根据测试结果评估所研制的SO2检测装置的误差。
图6 SF6放电故障模拟与分解产物检测平台
Fig.6 SF6 discharge fault simulation and decomposition product detection platform
2.1.1 浓度特性与传感器标定
以SF6作为平衡气的SO2气体价格为空气平衡SO2气体的6～15倍，且SF6温室效应为CO2的23 500倍[31]。基于经济性与环保性的考量，本文首先利用空气平衡SO2气体研究传感器的浓度特性与温度漂移修正方法。在提出一种可迁移的温度漂移修正策略后，迁移到SF6气体背景下的SO2进行测试，以最大程度地减少SF6背景下SO2的使用量。在温度为20℃时分别对0～100 μL/L、0～1 000 μL/L与0～5 000 μL/L的SO2进行阶梯响应实验，其浓度阶梯依次为10 μL/L、100 μL/L与500 μL/L，每个浓度阶梯时间为20 min。图7a为环境温度为20℃时采集的阶梯数据，从上到下浓度阶梯范围依次为0～100 μL/L、0～1 000 μL/L与0～5 000 μL/L，浓度越高，差分电压值越低。
根据朗伯-比尔定律，建立气体浓度与差分电压峰峰值的关系。首先，在每个浓度梯度下取后80%的差分电压峰峰值样本点作为计算点，计算输出差分电压峰峰值均值；然后，将该电压值与同样计算方法得到的基线值作差得到响应值，下文中涉及标定实验的数据处理方式均采取上述方法；最后，采用多项式拟合方法，分别在0～100 μL/L、0～1 000 μL/L与0～5 000 μL/L浓度区间拟合响应-浓度曲线，计算不同浓度区间的最大预测误差，如图7b所示。根据SO2气体检测仪计量标准[32]，0～100 μL/L量程平均误差在5.0%内，0～1 000 μL/L与0～5 000 μL/L量程平均误差在2.0%内，因此本文设计的SO2传感器在空气背景下进行检测时具有较高的检测精度。
图7 空气平衡SF6气体阶梯响应实验结果
Fig.7 Step response experiment results under SO2 air background
2.1.2 温度漂移与修正系数
考虑到SF6在局部放电、火花放电、电弧放电作用下产生的SO2气体浓度大多在1 000 μL/L以内[6-10]，因此主要对1 000 μL/L量程内的SO2响应-浓度曲线进行修正。首先，分别在0、10、20、30、40℃下开展SO2浓度阶梯实验，每隔30 min改变一次气体浓度，分别为20、40、60、80、100、200、400、600、800、1 000 μL/L，实验结果如图8a所示。可以发现，随着温度的升高，热释电探测器的差分电压值逐渐增大，响应曲线出现明显漂移。
图8 传感器不同温度与浓度下的阶梯响应结果
Fig.8 Step response results of sensors at different temperatures and concentrations
不同温度下的传感器响应-浓度曲线如图8b所示，可以发现，温度漂移本身具有单向性。将20℃的拟合曲线作为基准，定义修正系数k为不同温度下拟合曲线与20℃基准拟合曲线的比值，计算公式为
（7）
式中，
为温度T下的差分电压峰峰值变化量；
为T=20℃下的基准电压差。
分别定义100 μL/L为低浓度量程，1 000 μL/L为高浓度量程，计算所得SO2修正系数均值见表2。综合考虑检测精度和装置复杂度，采用二次多项式作为温度漂移系数拟合函数，表示为
（8）
（9）
式中，
为低浓度时的修正系数；
为高浓度时的修正系数；A、B、D为拟合运算中的系数，具体数值见附录，本文中后续拟合曲线中的系数均见附录。
表2 低浓度与高浓度下修正系数均值
Tab.2 Mean compensation coefficient at low and high concentrations
温度/℃低浓度下修正系数高浓度下修正系数 00.710.69 100.890.85 2011 301.141.15 401.311.24
将修正系数代入20℃的标定拟合曲线，可得到低浓度与高浓度下的浓度预测曲线分别为
（10）
（11）
此时便可对不同温度下的浓度进行预测，其中给定误差的计算式为
（12）
其中
式中，e为单个预测浓度的误差；
为预测浓度；
为实际浓度；
为参数，选取规则参照SO2气体检测仪计量标准[32]。下文对误差进行评估时，默认对所有误差取均值。
利用上述浓度曲线对各温度与各电压差下的浓度进行预测，并根据式（12）进行误差评估，结果如图9所示。修正前传感器平均测量误差为15.74%，修正后传感器平均测量误差为1.24%。相较于温度修正前，修正后的传感器检测误差降低了92.1%。
图9 空气背景下温度漂移修正预测
Fig.9 Correction prediction of temperature drift against an air background
2.2.1 浓度特性与SF6背景影响
在SF6背景下进行SO2气敏测试时，相较于空气，高纯度SF6气体会产生较强的红外吸收[30]，给SO2检测带来干扰；其次为了避免SF6少量分解后纯度降低导致基线漂移，对于90%～100%纯度的SF6进行检测，先通入30 min空气，后续依次通入90%～100%纯度的SF6，每个浓度阶梯的增长幅度为1%，通气时间为25 min，结果如图10所示。当SF6浓度达到90%以上时，SF6气体带来的红外吸收近似饱和。因此可以认为，SF6在放电作用下产生SO2等分解产物后，传感器的基线不会发生改变。
图10 90%～100% SF6纯度检测实验
Fig.10 90%～100% SF6 purity detection experiment
在20℃下，开展0～1 000 μL/L的SO2阶梯响应实验，每隔15 min依次通入浓度为20、40、60、80、100、200、400、600、800、1 000 μL/L的SO2，恢复时间设定为0.5 h，实验结果如图11所示。可以发现，SF6气体背景下的传感器差分电压基线会明显漂移至1 V左右，但是对SO2的浓度阶梯响应特性仍然存在，当检测浓度为1 000 μL/L时，极限分辨率可以达到1.79 μL/L。
图11 SF6背景下SO2阶梯响应实验
Fig.11 Step response experiment of SO2 under SF6 background
图11中还给出了20℃温度下差分电压与0～1 000 μL/L SO2气体的浓度拟合曲线，表达式为
（13）
上述实验结果表明，SF6与SO2吸收光谱交叠，其对SO2检测也有较强的干扰，但由于高纯度SF6吸收饱和，因此可得到一个较为平稳的基线电压。而当不同浓度SO2掺入SF6背景气体后，SO2检测装置仍可进一步产生响应，该响应电压可用于浓度标定，从而实现SF6背景下SO2浓度的精确检测。
2.2.2 温度修正系数的迁移
空气背景下温度漂移修正结果表明，随着环境温度的提高，传感器响应会逐步增强，修正系数也进一步提高，推测温度提高会导致红外吸收与热释电传感器光电效应增强，该趋势对于SF6背景下的温度漂移修正依然适用。温度修正系数的迁移流程如图12所示。
首先，考虑到温度变化也可能导致SF6背景气体响应变化，但由于SF6吸收饱和，后续在SO2测量中由温度变化引起的SF6响应电压值变化可通过式（3）中响应值与基线值作差进行消除，从而仅得到SO2响应电压
。
图12 温度修正系数迁移与浓度预测流程
Fig.12 Temperature correction migration and concentration prediction process
之后，根据划分的100 μL/L为分界线，通过拟合各个温度与预测响应电压之间的关系，即可计算出对应的预测响应电压，表示为
（14）
式中，
为不同温度下100 μL/L的预测响应电压。
然后，将空气背景下得到的式（8）和式（9）中的修正系数分别代入式（13），得到SF6背景下温度漂移修正后的低浓度与高浓度校正公式，分别如式（15）与式（16）所示，通过与的比较结果，选用式（15）或者式（16）即可完成浓度预测。
（15）
（16）
最后，给定SF6背景的随机温度与SO2浓度响应数据，如图13a所示，对上述浓度校正公式进行测试，结果如图13b所示。修正前传感器平均测量误差为9.72%，修正后传感器平均测量误差为2.82%。相较于温度修正前，修正后的传感器检测误差可降低71.0%，取得了良好的预测效果。
图13 SF6背景下温度漂移修正测试
Fig.13 Temperature drift correction test against SF6 background
2.2.3 交叉敏感实验
H2S与CO是开关设备检修规程中规定的重要组分[5]。半导体传感器与电化学传感器在SF6背景下进行高精度SO2检测时受到H2S与CO气体干扰的可能性较大。为了确保SO2检测装置不会受到上述气体的干扰，同时也对HITRAN仿真结果进行验证，对H2S、CO与SO2三种气体进行交叉敏感实验。
在SF6背景下进行H2S、CO与SO2的两种气体混合的响应测试。先持续通入15 min的高纯度SF6气体，后通入10 min的50 μL/L的待测混合气体，其中通入待测混合气体的顺序依次为H2S+CO、H2S+SO2、CO+SO2，最后通入50 μL/L的单一SO2气体，重复两次实验，结果如图14a所示。
接下来在SF6背景下进行三种气体的混合实验。先持续通入15 min的高纯度SF6气体，之后分别通入10 min的33.3 μL/L的H2S+CO+SO2待测混合气体与33.3 μL/L的单一SO2气体，重复两次实验，结果如图14b所示。
图14 交叉敏感实验
Fig.14 Cross sensitivity experiment
两种气体混合实验结果表明，50 μL/L的H2S与CO在混合通入时并无明显响应，而50 μL/L的H2S或CO混合的SO2气体以及单一SO2气体在通入后均有较为明显的阶梯响应。将每次通入待测气体后的响应电压值与基线电压值作差，得到混合前后SO2气体平均响应误差为4.5%。三种气体混合实验结果表明，H2S和CO干扰气体对传感器检测SO2的影响较小，混合前后SO2气体平均误差为5.1%。综上所述，本文设计的SO2检测装置对于SO2气体具有较好的选择性，也验证了上文HITRAN数据库的仿真结果。
在放电故障模拟平台下完成15 kV火花击穿放电实验并采集其放电产物进行检测。首先采集罐体内的未放电高纯度SF6用于基线的标定，再依次通入20、40、60、80次火花放电的气体，每袋气体通气约5 min，其中SO2检测装置的响应结果如图15所示。
图15 SO2检测装置响应
Fig.15 Response of SO2 detection device
可以看出，随着火花放电次数的增加，SO2检测装置产生了明显的阶梯响应，表明SO2浓度也呈现阶梯增长趋势。其中每次测试不同放电次数气体时切换了新的气袋，此过程导致气室内短暂地混入了空气，因此产生了一个向上的尖峰，但随着气室内部气体置换的进行，原本的响应趋势也得以恢复。
接下来对20、40、60、80次火花放电的气体进行气相色谱仪检测，同时使用SOF2与SO2的标准气体进行标定，检测结果如图16所示，随着火花放电次数的增加，SO2与SOF2气体所检测到的峰高与峰面积也呈现明显的增长趋势。
图16 色谱仪检测结果
Fig.16 Chromatograph detection results
最后分别将SO2检测装置测量浓度值与气相色谱仪测量浓度值进行对比，结果如图17所示，其中气相色谱仪的检测浓度值为SO2与SOF2之和。可以看到，随着火花放电次数的增加，SF6放电分解产物SO2与SOF2总浓度逐渐从27.3 μL/L增加至118.4 μL/L。与SO2检测装置检测结果进行对比，二者平均误差为±3.8 μL/L，最大误差为±7.4 μL/L，从侧面对上述SO2检测装置阶梯响应的结果进行了验证。
图17 SO2检测装置与色谱仪对照结果
Fig.17 Comparison results between SO2 detection device and chromatographs
本文设计了一种基于NDIR原理的SO2检测装置，提出了考虑温度漂移修正的SO2含量高精度检测方法，可以实现对GIS内部SF6背景下SO2的准确检测，主要结论如下：
1）虽然SF6与SO2吸收光谱交叠，但是SF6气体背景存在稳定的红外吸收，仍可以获得稳定的基线电压并观察到SO2带来的差分电压变化，因此采用NDIR技术检测SF6背景下SO2的浓度具有可行性。
2）空气背景下获得的温度漂移修正系数可以迁移至SF6气体背景下。在0～1 000 μL/L量程内，传感器对SO2的平均检测误差为±2.82%，相较于温度修正前，修正后的传感器检测误差降低了71.0%，温度漂移修正效果显著。
3）气相色谱仪的对标检测结果表明，随着火花放电次数的增加，SF6放电分解产物含量也逐渐从27.3 μL/L增加至118.4 μL/L，而SO2检测装置的平均误差为±3.8 μL/L，最大误差为±7.4 μL/L，在多种分解产物的干扰下，表现出了优异的抗交叉干扰性能。
本文研究的基于NDIR原理的SO2检测装置具有体积小、精度高、成本低的显著优势，在GIS绝缘状态监测领域具有极大的应用潜力。
附 录
附表1 标定曲线各系数值
App.Tab.1 Calibrate the values of each coefficient of the curve
nAnBnDn 17.53×10-6-1.428×10-20.719 3 2-1.144×10-41.842×10-20.685 6 31 0836.016— 4571.9917.711.89 53 567.53 319.357.572 8 6-9.0×10-60.001 70.691
参考文献
[1] Chu F Y. SF6 decomposition in gas-insulated equipment[J]. IEEE Transactions on Electrical Insulation, 1986, EI-21(5): 693-725.
[2] 张国治, 韩景琦, 刘健犇, 等. GIS局部放电检测天线本体和巴伦共面柔性小型化特高频天线传感器研究[J]. 电工技术学报, 2023, 38(4): 1064-1075.
Zhang Guozhi, Han Jingqi, Liu Jianben, et al. Research on gas insulated switchgear PD detection antenna body and balun coplanar flexible miniaturized ultra-high frequency antenna sensor[J]. Transactions ofChina Electrotechnical Society, 2023, 38(4): 1064-1075.
[3] 张国治, 田晗绿, 张磊, 等. 具备局部放电超声波感知功能的PZT基特高频传感技术[J]. 电工技术学报, 2024, 39(19): 6215-6227.
Zhang Guozhi, Tian Hanlü, Zhang Lei, et al. Research on PZT-based ultrasonic-ultra high frequency composite partial discharge sensing technology[J]. Transactions of China Electrotechnical Society, 2024, 39(19): 6215-6227.
[4] 宁暑光, 何怡刚, 刘倩倩, 等. 基于截断奇异值分解与K-Medians的局部放电源定位方法[J]. 电工技术学报, 2022, 37(13): 3441-3452.
Ning Shuguang, He Yigang, Liu Qianqian, et al. A location method of partial discharge based on truncated singular value decomposition and K-medians[J]. Transactions of China Electrotechnical Society, 2022, 37(13): 3441-3452.
[5] 国家能源局. 六氟化硫电气设备故障气体分析和判断方法: DL/T 1359—2014[S]. 北京: 中国电力出版社, 2015.
[6] 程林, 唐炬, 黄秀娟, 等. SF6局部过热状态下涉及有机绝缘材料的分解产物生成特性[J]. 高电压技术, 2015, 41(2): 453-460.
Cheng Lin, Tang Ju, Huang Xiujuan, et al. SF6 partial overheating decomposition characteristics with organic insulating materials[J]. High Voltage Engineering, 2015, 41(2): 453-460.
[7] 朱宁, 吴司颖, 曾福平, 等. 基于SF6分解特性的局部放电故障程度评估[J]. 中国电机工程学报, 2019, 39(3): 933-942, 972.
Zhu Ning, Wu Siying, Zeng Fuping, et al. Partial discharge failure evaluation based on SF6 decom-position characteristics[J]. Proceedings of the CSEE, 2019, 39(3): 933-942, 972.
[8] 张长虹, 王昊, 杨旭, 等. 252 kV及以上断路器短路试验中SF6气体分解产物特性研究[J]. 高压电器, 2021, 57(3): 166-171.
Zhang Changhong, Wang Hao, Yang Xu, et al. Study on the feature SF6 gas decomposition products in short circuit test of circuit breaker at 252 kV and above[J]. High Voltage Apparatus, 2021, 57(3): 166-171.
[9] 季严松, 张民, 王承玉, 等. SF6/N2混合气体在电弧作用下分解产物试验研究[J]. 高压电器, 2021, 57(3): 145-151, 156.
Ji Yansong, Zhang Min, Wang Chengyu, et al. Study on decomposition products of SF6/N2 gas mixture under the action of electric arc[J]. High Voltage Apparatus, 2021, 57(3): 145-151, 156.
[10] 曾福平, 朱可馨, 冯孝轩, 等. SF6故障分解及特征组分检测研究进展[J]. 高电压技术, 2023, 49(8): 3240-3257.
Zeng Fuping, Zhu Kexin, Feng Xiaoxuan, et al. Progress in SF6 decomposition and detection of its characteristic decomposition components[J]. High Voltage Engineering, 2023, 49(8): 3240-3257.
[11] 唐炬, 潘建宇, 姚强, 等. SF6在故障温度为300～400℃时的分解特性研究[J]. 中国电机工程学报, 2013, 33(31): 202-210, 25.
Tang Ju, Pan Jianyu, Yao Qiang, et al. Decomposition characteristic study of SF6 with fault temperature between 300-400℃[J]. Proceedings of the CSEE, 2013, 33(31): 202-210, 25.
[12] 杨俊飞, 马凤翔, 于坤, 等. SF6/N2混合气体开断电流后的气体分解特性实验研究[J]. 高电压技术, 2019, 45(5): 1616-1623.
Yang Junfei, Ma Fengxiang, Yu Kun, et al. Experimental study on gas decomposition characteristics of SF6/N2 mixed gas under breaking current[J]. High Voltage Engineering, 2019, 45(5): 1616-1623.
[13] 季严松, 颜湘莲, 王承玉, 等. 电弧作用下SF6气体分解产物的试验研究[J]. 高压电器, 2013, 49(6): 22-25.
Ji Yansong, Yan Xianglian, Wang Chengyu, et al. Experimental study on SF6 decomposition products under the stress of electrical arc[J]. High Voltage Apparatus, 2013, 49(6): 22-25.
[14] 张国治, 胡栩焜, 邓广宇, 等. SF6及SF6故障分解气体与局部放电柔性特高频天线传感器基底相容性实验研究[J]. 电工技术学报, 2023, 38(15): 4050-4062.
Zhang Guozhi, Hu Xukun, Deng Guangyu, et al. Experimental study on substrate compatibility of SF6and SF6 fault decomposing gases with partial discharge flexible UHF antenna sensors[J]. Transactions of China Electrotechnical Society, 2023, 38(15): 4050-4062.
[15] 高旭辉, 吉雪梅, 郭峰, 等. 热脱附气相色谱法测定氮中痕量二氧化硫[J]. 分析试验室, 2022, 41(4): 436-439.
Gao Xuhui, Ji Xuemei, Guo Feng, et al. Determination of trace sulfur dioxide in nitrogen by thermal desorption gas chromatography[J]. Chinese Journal of Analysis Laboratory, 2022, 41(4): 436-439.
[16] 炜盛科技. 产品中心[EB/OL]. (2023-03-02)[2024-02-20]. https://www.winsensor.com/product/.
[17] 王琼苑, 褚继峰, 李秋霖, 等. 基于微型气体传感阵列的空气绝缘设备放电故障识别[J]. 电工技术学报, 2023, 38(23): 6494-6502.
Wang Qiongyuan, Chu Jifeng, Li Qiulin, et al. Miniature gas-sensing array employed for the discharge fault diagnosis of air-insulated equipment [J]. Transactions of China Electrotechnical Society, 2023, 38(23): 6494-6502.
[18] Chu Jifeng, Wang Qiongyuan, Liu Yuyang, et al. Microchip employing short period thermal modulation for the detection of H2S and SO2 mixtures[J]. IEEE Transactions on Instrumentation Measurement, 2023, 72: 3238694.
[19] Chu Jifeng, Wang Qiongyuan, Yang Aijun, et al. Method of sieving the optimal NO2 sensitive material[J]. Sensors and Actuators B: Chemical, 2023, 375: 132929.
[20] 王志芳, 王书涛, 王贵川, 等. 基于小波优化EEMD的二氧化硫检测[J]. 计量学报, 2020, 41(6): 752-758.
Wang Zhifang, Wang Shutao, Wang Guichuan, et al. Detection of SO2 based on EEMD optimized by wavelet[J]. Acta Metrologica Sinica, 2020, 41(6): 752-758.
[21] 精讯畅通. 红外二氧化硫传感器[EB/OL]. (2023-10-22)[2024-02-20].https://jxctdzkj.com/category/product/ 65.html.
[22] Tan Xiaochao, Zhang Heng, Li Junyu, et al. Non-dispersive infrared multi-gas sensing via nanoantenna integrated narrowband detectors[J]. Nature Commun-ications, 2020, 11: 5245.
[23] Ng D K T, Ho C P, Xu Linfang, et al. NDIR CO2 gas sensing using CMOS compatible MEMS ScAlN-based pyroelectric detector[J]. Sensors and Actuators B: Chemical, 2021, 346: 130437.
[24] Xu Maosen, Xu Yan, Tao Jifang, et al. A design of an ultra-compact infrared gas sensor for respiratory quotient (qCO2) detection[J]. Sensors and Actuators A: Physical, 2021, 331: 112953.
[25] 刘灿, 靳长明, 谭秋林, 等. 具有温度补偿的非分光红外CO2传感器设计[J]. 红外与激光工程, 2022, 51(3): 194-200.
Liu Can, Jin Changming, Tan Qiulin, et al. Design of non-dispersive infrared CO2 sensor with temperature compensation[J]. Infrared and Laser Engineering, 2022, 51(3): 194-200.
[26] The HITRAN Database. Absorption cross section [DB/OL]. (2019-05-19)[2023-02-20]. https://hitran. org/xsc/.
[27] 董和磊, 刘灿, 靳长明, 等. 双通道非分光红外CO2气体传感器设计与测试[J]. 中国激光, 2023, 50(2): 122-128.
Dong Helei, Liu Can, Jin Changming, et al. Design and test of dual-channel non-dispersive infrared CO2 gas sensor[J]. Chinese Journal of Lasers, 122-128.
[28] Spectra Plot v2.0. Absorption[DB/OL]. (2023-10-22)[2024-02-20]. https://spectraplot.com/absorption.
[29] 颜湘莲, 何洁, 黄印, 等. 氟化硫酰(SO2F2)和氟化亚硫酰(SOF2)气体的中红外光谱特性检测分析[J]. 高电压技术, 2022, 48(7): 2688-2697.
Yan Xianglian, He Jie, Huang Yin, et al. Detection and analysis of mid-infrared spectral characteristics for sulfuryl fluoride(SO2F2)and thionyl fluoride(SOF2) gases[J]. High Voltage Engineering, 2022, 48(7): 2688-2697.
[30] 陈胜源. 基于NDIR技术的SF6气体浓度检测系统设计[D]. 武汉: 华中科技大学, 2018.
Chen Shengyuan. Design of SF6 gas detector-based on NDIR technology[D]. Wuhan: Huazhong University of Science and Technology, 2018.
[31] 张博雅, 李兴文, 唐念, 等. 新型环保绝缘气体研发回顾与展望[J]. 高压电器, 2022, 58(4): 1-7.
Zhang Boya, Li Xingwen, Tang Nian, et al. Review and outlooks on development of new environmentally-friendly insulating gas[J]. High Voltage Apparatus, 2022, 58(4): 1-7.
[32] 国家市场监督管理总局. 二氧化硫气体检测仪: JJG 551—2021[S]. 北京: 中国标准出版社, 2021.
High-Precision Detection of SO2 inside GIS Based on Non-Dispersive Infrared Principle
Abstract If faults such as overheating, partial discharge, or arc interruption occur during the operation of gas insulated switchgear (GIS) equipment, SF6 gas will react with other substances or decompose. The concentration of SO2 generated by different discharge faults decomposition is common between 0～1 000 μL/L. Therefore, it is feasible to use SO2 as a detection gas and judge the status or defects or faults of SF6 equipment based on the concentration of SO2. However, commercial SO2 sensors with different sensing principles can not take into account the detection accuracy, manufacturing cost, equipment volume and other aspects. In order to solve the above problems, this paper designs a portable SO2 detection system with short response time, high sensitivity, detection limit width, low cross sensitivity, and temperature compensation, which can detect SO2 gas in the SF6 background inside GIS.
This article first explores the temperature drift correction method under air background, measures the peak to peak output voltage of the detector at concentrations of 0～1 000 μL/L and temperatures of 0～40℃, proposes the concept of correction coefficient at different temperatures, and establishes a relationship model between the correction coefficient, detector output peak to peak, and SO2 concentration. The average prediction error of the model in the air background is 1.2%, and compared with before temperature drift correction, the corrected sensor detection error can be reduced by 92.1%.
Due to the high cost of conducting long-term SO2 temperature drift compensation experiments under the SF6 background, and the fact that the greenhouse effect of SF6 is 23 500 times that of CO2 gas, it severely limits the practical application and promotion of this technology in terms of economy and environmental protection. Therefore, the next consideration is to migrate the temperature compensation method under the air background to the SF6 background for detection. In the experiment, it was found that even if the absorption spectra of SF6 and SO2 overlap, the pyroelectric sensor can still generate further response and be used for SO2 concentration calibration due to the saturation of high-purity SF6 absorption. The average error of the SO2 concentration calibration formula is only 2.82% when the compensation coefficient is transferred from the air background to the SF6 background. Compared with before temperature correction, the corrected sensor detection error is reduced by 71.0%, and the temperature drift correction effect is significant. In addition, H2S and CO are important components specified in the maintenance regulations for switchgear, in order to ensure that the SO2 detection device will not be affected by the above gases, cross sensitivity experiments were conducted on the three gases: H2S, CO, and SO2. The average response error of SO2 before and after mixing a single interfering gas was 4.5%, and the average response error of SO2 before and after mixing two interfering gases was 5.1%.
Finally, on-site discharge experiments were simulated, Set a breakdown discharge voltage of 15 kV for GIS equipment, collect gas samples from 20, 40, 60, and 80 discharges, and use non-dispersive infrared (NDIR) sensors and gas chromatographs to detect the measured gas separately. The NDIR sensor produces a significant step response, and the response result is inverted into the concentration of SO2. Compared with the detection result of the gas chromatograph, the average error of the two is only ±3.8 μL/L.
Keywords：SF6 decomposition product, non-dispersive infrared (NDIR), SO2 detection device, drift correction, error analysis
中图分类号：TN219；TM855
DOI: 10.19595/j.cnki.1000-6753.tces.231990
国家自然科学基金（52207170, U2166214）、陕西省自然科学基础研究计划（2023-JC-JQ-41）、陕西省重点研发计划（2022GXLH-01-11）和电工材料电气绝缘全国重点实验室（EIPE23111, EIPE23408, EIPE23314）资助项目。
收稿日期 2023-11-29
改稿日期 2024-02-21
陈玉坤 男，1998年生，博士研究生，研究方向为电力装备智能感知与运行维护。
E-mail：3121104063@stu.xjtu.edu.cn
褚继峰 男，1993年生，助理教授，研究方向为电力设备状态监测与故障诊断、化学与光学传感器技术等。
E-mail：jfchu93@xjtu.edu.cn（通信作者）
（编辑 李 冰）