一种雷击跳闸监测装置及其方法

技术领域

本发明属于雷电智能保护技术领域，具体涉及一种雷击跳闸监测装置及其方法。

背景技术

电力工业是国民经济的重要组成部分，输电线路是电力工业的大动脉，是电力系统的重要组成部分。输电线路尤其是超、特高压输电线路长度大，覆盖面广，自然和地理条件复杂，容易遭受各种自然灾害的影响，其运行的可靠性对整个电力系统的安全稳定运行起着至关重要的作用。

雷害是输电线路面临的最常见自然灾害之一，雷击已成为导致输电线路故障、跳闸和影响电网安全运行的最重要因素之一。随着超、特高压的发展，输电线路防雷问题更加突出。

雷击跳闸已经成为了220kV以上电压等级输电线路跳闸主要原因。虽然目前雷电定位系统和输电线路分布式故障监测系统已经得到了广泛的应用，可以准确的判断线路跳闸是否为雷击闪络造成，并将雷击闪络杆塔定位范围缩小至1～2基，但是对于雷击跳闸故障的类型却无法进行准确的判断。目前准确判断雷击跳闸类型的方法仍然为首先登塔查找放电通道，计算闪络杆塔耐雷水平和计算绕击跳闸率，智能化水平较低，工作量较大。因此，需要基于监测到的暂态电压信号数据进行分析，识别雷击故障的类型，从而提升故障处理效率，指导输电线路防雷措施。为了能够准确的判断雷击跳闸类型获取准确的雷击跳闸信息尤为关键，然而目前雷电定位系统和输电线路分布式故障监测系统，通常直接沿高压输电线路设置互感器获取雷击信号，显然这样的设施不能够提供用于判断雷击跳闸类型的准确信息。

发明内容

本发明的目的在于提供一种雷击跳闸监测装置及其方法，采用非接触式宽频暂态电压监测传感器采集雷击暂态电压信号，为雷击跳闸类型的分析判断提供准确信息。

为了实现上述目的，本发明的技术方案是：

一种雷击跳闸监测装置，设置于变电站场地内，变电站场地上空有A、B、C三相高压输电线，三相高压输电线分别通过闸刀开关引入变电站内设施，变电站内有高压开关监测系统，所述雷击跳闸监测装置包括电场测量传感器，电场测量传感器安装在一个绝缘立杆的顶端，其中，所述绝缘立杆分相垂直于高空高压输电线、固定竖立在地面上，绝缘立杆顶端的电场测量传感器位于高压输电线带电状态下感应电场强度为接近零电位的位置，电场测量传感器的信号通过电缆线引入在地面设置的雷击跳闸监测电路，所述高压开关监测系统的开关监测信号连接雷击跳闸监测电路。

方案进一步是：所述接近零电位的位置是使电场测量传感器能够感应到雷击信号的位置。

方案进一步是：所述绝缘立杆是由基座管和伸缩管相套组成的可伸缩调整高度的绝缘立杆。

方案进一步是：在所述绝缘立杆旁的高压输电线与地面之间设置有避雷器。

方案进一步是：所述避雷器与所述绝缘立杆的水平距离不超过2.5米。

方案进一步是：所述电场测量传感器是光电集成传感器，光电集成传感器的信号通过光纤电缆线引入在地面设置的雷击跳闸监测电路。

一种基于所述雷击跳闸监测装置的监测方法，首先在无雷击、且高压输电线带电状态下，调整电场测量传感器的位置使得测量到的电场强度在0至100V之间，其中，当雷击现象出现，从电场测量传感器检测到电场瞬态变化信号时，连续存储检测到电场瞬态变化波形信息，信息中包含同步的时间信息；当雷击跳闸出现时，根据接收到变电站高压开关监测系统发来跳闸时刻，截取跳闸时刻前一个时间段的电场瞬态变化波形信息，将截取的电场瞬态变化波形信息送入雷击跳闸分类模块进行类型分析输出雷击跳闸类型。

方案进一步是：所述雷击跳闸分类模块包括雷击跳闸类型判别卷积神经网络模型，对截取的电场瞬态变化波形信息进行特征信息提取，将提取的特征信息送入雷击跳闸类型判别卷积神经网络模型，输出雷击跳闸类型，所述的雷击跳闸类型判别卷积神经网络模型是根据已知的雷击跳闸类型，以及跳闸类型的雷击跳闸前电场瞬态变化波形时间段电压信号特征图像数据事先训练形成的模型。

方案进一步是：所述时间段是电场瞬态变化波形信息含有多个电场强度绝对值高于预定峰值的时间段。

方案进一步是：所述预定峰值以及数量是根据已知的雷击跳闸类型的电场瞬态变化波形信息确定的。

与现有技术相比，本发明的有益效果是：装置采用非接触方式采集雷击暂态电压信号，只需在输电线路两端变电站设置采集装置，安装维护无需停电，实现了跳闸时刻同步获取集雷击暂态电压信号，为雷击跳闸类型的分析判断提供准确信息。

下面结合附图和实施例对本发明作进一步详细描述。

附图说明

图1是本发明测量装置结构示意图；

图2是本发明测量电路示意图；

图3是测量电路截取跳闸时刻前一个时间段的电场瞬态变化波形示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本实施例的描述中，需要说明的是，术语“连接”、“置于”应做广义理解，例如“连接”可以是导线连接，也可以是机械连接；“置于”可以是固定连接放置，也可以是一体成形放置。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本实施例中的具体含义。

一种雷击跳闸监测装置，设置于变电站场地内，如图1和图2所示，变电站场地上空有A、B、C三相高压输电线1，三相高压输电线分别通过闸刀开关2引入变电站内设施，变电站内有高压开关监测系统3，高压开关监测系统3监测高压开关的开关状态，所述雷击跳闸监测装置包括电场测量传感器4，电场测量传感器安装在一个绝缘立杆5的顶端，绝缘立杆是由基座管501和伸缩管502相套组成的可伸缩调整高度的绝缘立杆，其中，所述绝缘立杆分相垂直于高空高压输电线、固定竖立在地面上，基座管501固定在地面水泥基座6上，绝缘立杆顶端的电场测量传感器位于高压输电线带电状态下感应电场强度为接近零电位的位置，如图2所示，对应A、B、C三相高压输电线的A、B、C三相电场测量传感器的信号通过电缆线引入在地面设置的雷击跳闸监测电路7，所述高压开关监测系统的开关监测信号连接雷击跳闸监测电路。雷击跳闸监测电路7可以直接设置在场地中，或者设置在监控室中，电场测量传感器的信号通过电缆线和信号端子箱转接至监控室中的雷击跳闸监测电路，监测电路包括有中央处理器和存储器。

其中：所述接近零电位的位置是使电场测量传感器能够感应到雷击信号的位置，例如：电场强度在0至100V之间的位置以提高传感器测量的灵敏度，100V对应于上万伏的雷击电压可以认为是接近零电位。

为了安全，在所述绝缘立杆旁的高压输电线与地面之间设置有避雷器8。其中：所述避雷器与所述绝缘立杆的水平距离不超过2.5米。

本实施例中，所述电场测量传感器采用的是无电极型的光电集成传感器，因此，光电集成传感器的信号可以通过光纤电缆线引入在地面设置的雷击跳闸监测电路，无电极型的光电集成传感器灵敏度高的特点，通过光纤电缆线传输抗干扰性好。

下面是一种基于上述雷击跳闸监测装置的监测方法：

首先在无雷击、且高压输电线带电状态下，通过可伸缩调整高度的绝缘立杆，调整电场测量传感器的位置使得测量到的电场强度在0至100V之间，其中，当雷击现象出现，从电场测量传感器检测到电场瞬态变化信号时，连续存储检测到电场瞬态变化波形信息，信息中包含同步的时间信息；当雷击跳闸出现时，根据接收到变电站高压开关监测系统发来跳闸时刻，截取跳闸时刻前一个时间段的电场瞬态变化波形信息，将截取的电场瞬态变化波形信息送入雷击跳闸分类模块进行类型分析输出雷击跳闸类型。图3示意的是截取跳闸时刻前一个时间段的电场瞬态变化波形信息。

其中：所述雷击跳闸分类模块包括雷击跳闸类型判别卷积神经网络模型，对截取的电场瞬态变化波形信息进行特征信息提取，将提取的特征信息送入雷击跳闸类型判别卷积神经网络模型，输出雷击跳闸类型，所述的雷击跳闸类型判别卷积神经网络模型是根据已知的雷击跳闸类型，以及跳闸类型的雷击跳闸前电场瞬态变化波形时间段电压信号特征图像数据事先训练形成的模型。判别卷积神经网络模型是目前作为识别图像的公知技术，提取图像的特征，然后将图像特征输入模型进行识别，例如人脸识别等；本方法利用这一技术对雷击跳闸前电场瞬态变化波形时间段电压信号特征图像进行图像特征提取，然后通过判别卷积神经网络模型进行跳闸类型判别。

其中的所述时间段是电场瞬态变化波形信息含有多个电场强度绝对值高于预定峰值的时间段，而且，所述预定峰值以及数量是根据已知的雷击跳闸类型的电场瞬态变化波形信息确定的。预定峰值通常选择10kv，从图3中可以看出时间段的长度通常在1.5毫秒左右。