输电线路常见故障分析与检测方法探讨

输电线路常见故障分析与检测方法探讨
摘要：本文简要阐述输电线路故障类型识别与特征提取方法，针对输电线路常见的螺栓松动和导线破损、绝缘子故障与接地故障进行分析，并围绕基于YOLO V3的目标检测、基于图像识别的无人机检测、基于相位差的故障监测等层面，探讨了故障检测方法的具体应用，致力于保障输电线路的安全可靠运行。

关键词：输电线路；故障检测；图像识别；相位差
引言：在输电线路运行过程中，诸如温度变化、雷电、冰雪、树障等外部因素以及绝缘子、导线质量等内部因素均有可能造成输电线路故障，因此需结合当前电网建设密度大、运行可靠性要求高等特征进行故障检测方法的科学选择，保障输电线路安全。

1输电线路故障类型识别与特征提取
1.1故障类型分析
通常输电线路的故障信号在空间域和时域上具有一定特征，基于特征识别、提取与分析处理即可获得故障识别特征量，以此作为故障类型识别的主要参考依据。

以故障类型作为分类标准，可将输电线路的常见故障分为以下两种：其一是金属性故障，其主要成因为金属导体与大地直接相连，故障阻抗的阻值较小，负载阻抗为纯阻性。

其二是高阻性故障，包含弧光性、过渡阻抗性两种类型，其中弧光性故障的主要成因是输电线路通过放电电弧时连通，因放电通道变化、电弧熄灭与重燃使电弧伏安呈高度非线性而引发故障；过渡阻抗性故障的主要成因是输电线路与非金属性物体接触，由介质的有效接触阻抗、介质与大地间的非有效接触阻抗组成，具有线性时变特征[1]。

1.2故障特征提取
由于输电线路在发生不同故障后其电压、电流、电气特征将呈现出一定差异，波形变化有所区别，因此可通过关联维数的计算进行故障类型的判断，其表达式为：
考虑到关联维无法有效区分故障变化规律复杂性相似的故障类型，因此需配合差值分析方法反映不同类型故障的电压波形在时域特征上存在的区别，其差值方根的计算公式为：
不同故障类型的差值方根由大到小依次为：弧光性故障>过渡阻抗性故障>金属性故障，为故障类型的识别与分析提供重要参考依据。

2不同输电线路故障的具体检测方法
2.1螺栓松动和导线破损故障
2.1.1故障分析
由于输电线路长期处于自然环境下运行，极易出现螺栓松动、导线破损等问题，而传统人工巡检方式现已无法适应智能电网建设需求、精确度较差，因此还需利用视觉技术与目标检测网络进行输电线路故障的识别与检测。

2.1.2基于YOLO V3的目标检测方法
首先利用带电作业机器人拍摄输电线路螺栓松动、导线破损的图片共600张，将其像素统一调整为416×146，经由数据扩展处理将图片增加至2400张，利用矩形框将图片中缺陷区域进行标注，制成PASCAL VOC数据集格式，并依照7:3的比例进行训练集、测试集的分类。

采用基于深度卷积神经网络的YOLO V3算法进行故障识别，构建1×1、3×3的卷积层，配置归一化层与LeakyRelu激活层，在13×13、26×26等多尺度下将特征图进行融合处理，并利用6种anchor box
进行2次预测，检测速度为32帧/s，故障检测的召回率为92.8%、准确率为97.3%，相较于常规检测方法可有效降低误检几率，并且在不同光照强度、出现遮挡等条件下均可实现对破损导线、螺栓松动等故障的有效检测，具备良好的泛化性与鲁棒性。

将该算法应用于输电线路故障检测中，可有效取代人工巡检方式，提升故障检测的实时性与智能化程度。

2.2绝缘子故障
2.2.1故障分析
绝缘子自爆故障的常见诱因包含以下两种：其一是产品质量因素，多为玻璃件内含有NIS颗粒，在绝缘子投运3a内因缓慢相变、膨胀导致玻璃内产生裂纹，最终在张应力的作用下发生自爆。

其二是外部因素影响，包含积污、受潮、温差、电场等影响因素，导致绝缘子伞面内上产生细小裂纹，最终使绝缘子自爆。

2.2.2基于图像识别的无人机检测方法
为实现对绝缘子故障的自动检测，可基于图像识别原理，采用无人机进行绝缘子故障检测与定位。

首先是预处理环节，将RGB色彩空间转换为HIS色彩空间，获取到HIS各通道的分量图像，采用直方图均衡化方法与高效中值滤波进行图像增强处理、去除滤波噪声干扰，再针对绝缘子前景图像进行一次提取，运用线条边缘检测方法与图像分割技术完成前景图像与背景的分离，并搭建算法平台。

其次是绝缘子识别与提取，利用最大熵值分割方法从预处理后的前景图像中提取出
S分量图像，当熵值最大时即可获取到最佳分割阈值；随后采用绝缘子轮廓检测方法进行误检区域的形态学滤波处理，滤除噪声干扰，确保绝缘子图像无重叠、呈椭圆形子序列，再选取孤立绝缘子串进行轮廓检测，生成绝缘子未重叠图像轮廓检测效果[2]。

最后是采用故障检测和定位算法进行绝缘子缺陷故障的检测，收集利用无人机拍摄到的52幅绝缘子图像进行算法测试，其中有28幅图像均可观察到不同程度的绝缘子重叠现象，有9幅不符合算法使用条件，在剩余15幅中定位确定出10幅故障缺陷，计算得出该方法对绝缘子故障检测的成功率为80.6%，单张检测图像的平均算法处理时间为0.3s。

2.3接地故障
2.3.1故障分析
通常在高压输电线路运行过程中，A、B、C相电压保持对称状态，当发生单相接地故障时，故障相对地电压将呈迅速下降趋势，其余两相对地电压将快速升高。

例如当某10kV电路A相的f点发生接地故障，可测得A相电压和B、C相电流均为零。

由于在输电线路运行过程中接地故障的发生频率较高、故障特征不明显，一定程度上增加故障检测与判断难度，对于接地故障的精确检测提出较高要求。

2.3.2基于相位差的故障监测方法
在输电线路接地故障监测系统设计上，主要由电压/电流相位差、电流有效值测量电路、故障监测接收电路组成，采用无线通信方式，其中测量电路主要用于检测三相输电线路上的电流有效值、电压/电流相位角等电能参数，故障监测接收电路用于对测量数据进行分析、处理和显示，并经由RS485通讯模块将分析处理后的信息上传至后台，由工作人员基于相位差式分析法与实测数据值进行接地故障的判断与故障发生区域的定位，供维修人员进行现场排查处理。

将该监测系统应用于实际输电线路的接地故障检测中，选取A、B、C三相高压线路分别设定500mA、1000mA和1500mA的电流数值，三相线路输入电流与电压的相位差分别为30°、40°和50°，由测量装置将接收到的输入信号经由电路传向芯片并转换为数字信号，再利用无线收发模块将其依次传递至故障监测接收电路与主控芯片，即可显示出该故障检测系统实际测得的电流、相位差、功率因数等数值，通过数值比较即可判断输电线路是否出现接地故障，并汇总相邻装置接收到的数据，完成接地故障发生路段的定位。

结论：当前坚强智能电网建设促使我国电网格局得到显著优化，因此在输电线路故障检测环节还需引入人工智能手段与先进技术，运用YOLO V3算法进行目标检测，基于图像识别技术原理进行故障缺陷识别，利用相位差原理进行故障定位监测，为输电线路安全可靠运行提供技术支持。

参考文献：
[1]郑华.电网输电线路故障原因分析与分布研究[J].工业设计,2018,(01):140-141.
[2]周乐超,王信杰,刘江川.输电线路运行故障的分析与防治探讨[J].环球市场,2018,(29):210.。