[1]王 硕,韩 力,孔佳琦.对喷射气流灭弧防雷装置中爆轰弹丸的研究[J].电瓷避雷器,2020,(03):115-120.[doi:10.16188/j.isa.1003-8337.2020.03.019]
 WANG Shuo,HAN Li,KONG Jiaqi.Study on the Detonation Projectile in the Jet Stream Arc Extinguishing Device[J].,2020,(03):115-120.[doi:10.16188/j.isa.1003-8337.2020.03.019]
点击复制

对喷射气流灭弧防雷装置中爆轰弹丸的研究()
分享到:

《电瓷避雷器》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2020年03期
页码:
115-120
栏目:
避雷器
出版日期:
2020-06-25

文章信息/Info

Title:
Study on the Detonation Projectile in the Jet Stream Arc Extinguishing Device
作者:
王 硕1 韩 力2 孔佳琦2
(1.国网冀北电力有限公司唐山供电公司, 河北 唐山 063600; 2.广西大学电气工程学院, 南宁 530004)
Author(s):
WANG Shuo1 HAN Li2 KONG Jiaqi2
(1.State Grid Taugshan of Jibei Electric Power Company Limited, Tangshan 063600, China; 2.College of Electrical Engineering, Guangxi University, Nanning 530004, China)
关键词:
灭弧 爆轰弹丸 起爆 冲击波 爆轰产物
Keywords:
Arc extinguishing detonation projectile detonation shock wave detonation product
DOI:
10.16188/j.isa.1003-8337.2020.03.019
摘要:
研究了喷射气流灭弧防雷器的重要部件-爆轰弹丸,探究了爆轰弹丸对灭弧效果的影响。首先简要介绍了喷射气流灭弧防雷装置的原理; 其次,应用爆炸物理学理论,对爆轰弹丸的起爆条件进行了理论分析,对爆轰弹丸的装药提出了要求; 其次,结合对爆轰弹丸产生的冲击波的分析,对爆轰弹丸动作后产生爆轰产物的发展过程进行了数学建模,分析了冲击波和爆轰产物在灭弧过程中发挥的作用; 最后通过挂网运行实际效果证明了用爆轰弹丸灭弧的可行性。通过理论分析和实验证明,可以得到:爆轰弹丸在喷射气流灭弧装置灭弧中发挥了至关重要的作用,其中爆轰弹丸的起爆、爆轰弹丸动作产生的冲击波和爆轰产物都是影响灭弧效果的重要因素。
Abstract:
The detonation projectile, as an important component of the jet stream arc extinguishing device, is studied, and the influence of the detonation projectile on the arc extinguishing effect is explored. Firstly, the principle of the jet stream arc extinguishing device is briefly introduced. Secondly, using the theory of explosive physics, the theoretical analysis of the detonation conditions of the detonation projectile is carried out, and the requirements for the charge of the detonation projectile are put forward. Secondly, combined with the analysis of the shock wave generated by the projectile, the development process of the detonation product after the detonation projectile action was simulated. The effect of the shock wave and the detonation product in the arc extinguishing process was analyzed. Finally, the feasibility of using the detonation projectile to extinguish the arc is proved by net running. Through theoretical analysis and experimental proof, it can be obtained that the detonation projectile plays a vital role in the arc extinguishing of the jet stream arc extinguishing device, in which shock waves and detonation products generated by detonation projectiles affect the arc extinguishing effect as important factors.

参考文献/References:

[1] 陈家宏,赵淳,谷山强,等. 我国电网雷电监测与防护技术现状及发展趋势[J]. 高电压技术,2016, 42(11):3361-3375.
CHEN Jiahong, ZHAO Chun, GU Shanqiang, et al. Present status and development trend of lightning detection and protection technology of power grid in China[J]. High Voltage Engineering, 2016, 42(11): 3361-3375.
[2]Schueler, JAMES R. Limits of lightning protection systems',IEEE Electromagnetic Compatibility Magazine,2016,5,(1)[Z], 2016: 59-64.
[3]曹冰,任全会,肖扬. 输电线路避雷器雷击能量吸收分析[J]. 电瓷避雷器,2018(2): 125-129.
CAO Bing, REN Quanhui, XIAO Yang. Energy absorption analysis of lightning strike of transmission line arrester[J]. Insulators and Surge Arresters, 2018(2): 125-129.
[4]张维佳,高峰,陈小建. 线路避雷器配置方式对山区110 kV输电线路防雷性能影响研究[J]. 智慧电力,2018, 46(4):82-86.
ZHANG Weijia, GAO Feng, CHEN Xiaojian. Research on the impact of lightning arrester configuration on lightning protection performance of mountainous 110 kV transmission lines [J]. Smart Power, 2018, 46(04): 82-86.
[5]荣晨. 高压输电线路综合防雷措施的分析与探讨[J]. 科学技术创新,2018(12):46-47.
RONG Chen. Analysis and discussion on comprehensive lightning protection measures for high-voltage transmission lines[J]. Science and Technology Innovation, 2018(12): 46-47.
[6]万帅,曹伟,陈家宏,等. 银东线雷电防护线路避雷器开发与应用[J]. 高电压技术,2018, 44(5):1612-1618.
WAN Shuai, CAO Wei, CHEN Jiahong, et al. Development and application of lightning protection line arrester for yindong line[J]. High Voltage Engineering, 2018, 44(5): 1612-1618.
[7]陈维江,孙昭英,李国富,等. 110 kV和220 kV架空线路并联间隙防雷保护研究[J]. 电网技术,2006, 30(13):70-75.
CHEN Weijiang, SUN Zhaoying, LI Guofu, et al. Development of parallel gap lightning protection device for 110 kV and 220 kV overhead lines[J]. Power System Technology, 2006, 30(13): 70-75.
[8]刘凯强. 试析输电线路雷害原因及防雷措施[J]. 企业技术开发:学术版,2017, 36(11):80-81.
LIU Kaiqiang. An analysis of the cause of lightning and lightning protection of transmission line[J]. Technological Development of Enterprise, 2017, 36(11): 80-81.
[10]唐忠达. 避雷器在电力系统应用中的问题及应对措施[J]. 山东工业技术,2018(1):155, 154.
TANG Zhongda. Problems in the application of lightning arresters in power systems and their countermeasures[J]. Shandong Industrial Technology, 2018(1): 155, 154.
[11]张恺,马驰骋,陈士水,等. 输电线路雷电防护的现状与分析[J]. 山东工业技术,2018(5):152, 167.
ZHANG Kai, MA Chicheng, CHEN Shishui, et al. Present situation and analysis of lightning protection of transmission lines[J]. Shandong Industrial Technology, 2018(5): 152, 167.
[12]吴东,王巨丰,李国栋,等. 防雷间隙大电流快速灭弧试验研究及应用[J]. 电瓷避雷器,2015(6):117-121.
WU Dong, WANG Jufeng, LI Guodong, et al. Experimental research and application of high current fast arc-quenching of lightning protection gap[J]. Insulators and Surge Arresters, 2015(6): 117-121.
[13]李籽剑,王巨丰,张华驿,等. 基于压缩电弧多点截断的灭弧防雷间隙机理研究[J]. 电瓷避雷器,2017(6):150-155, 160.
LI Zijian, WANG Jufeng, ZHANG Huayi, et al. Study on the mechanism of arc extinguishing lightning protection gap based on the multi point arc cutting[J]. Insulators and Surge Arresters,2017(6):150-155, 160.
[14]王巨丰,刘津濂,吴国强,等. 喷射气流灭弧条件下输电线路雷击跳闸率计算方法[J]. 高电压技术,2015, 41(3):840-847.
WANG Jufeng, LIU Jinlian, WU Guoqiang, et al. Calculation method of lightning trip-out rate of transmission line under jet stream arc-extinguishing condition[J]. High Voltage Engineering, 2015, 41(3): 840-847.
[15]王巨丰,刘津濂,刘其良,等. 基于抑制建弧率的新型喷射气流灭弧防雷间隙机理研究[J]. 高电压技术,2014, 40(9):2862-2870.
WANG Jufeng, LIU Jinlian, LIU Jiliang, et al. Mechanism on novel jet stream arc-extinguishing lightning protection gap based on suppressing arc-establishing rate[J]. High Voltage Engineering, 2014, 40(9): 2862-2870.
[16]姜文东,王剑,张彩友,等. 500 kV线路绝缘子串并联间隙雷电冲击放电特性及其结构优化[J]. 高电压技术,2016, 42(12):3788-3796.
JIANG Wendong, WANG Jian, ZHANG Caiyou, et al. Lightning impulse discharge characteristics and structure optimization of insulator strings with parallel Gaps for 500 kV transmission line[J]. High Voltage Engineering, 2016, 42(12): 3788-3796.
[17]邬锦波,胡军,孟鹏飞,等. 深度限制特高压系统操作过电压对避雷器的要求[J]. 高电压技术,2017, 43(12):4132-4138.
WU Jinbo, HU Jun, MENG Pengfei, et al. Requirements of arresters for deeply suppressing switching overvoltage in AC UHV systems[J]. High Voltage Engineering, 2017, 43(12): 4132-4138.
[18]曹峻峰. 线路避雷器的保护范围及影响因素[J]. 工程技术研究,2016, 24(5):93-94.
[19]孙春.10 kV配网避雷器的运行状态与实践探究[J].中国新技术新产品,2016(24):69-70.
SUN Chun. Operational status and practical exploration of 10 kV lightning arrester[J]. New technology and new products of China,2016(24):69-70.
[20]曾晓彦. 高压输电线路的防雷技术分析[J]. 现代工业经济和信息化,2017, 7(23):82-83.
ZENG Xiaoyan. Analysis of lightning protection technology for high voltage transmission line[J]. Modern Industrial Economy and Informationization, 2017, 7(23): 82-83.
[21]李阳林,徐宁,李帆,等. 特高压直流输电线路雷击故障原因分析与防范[J]. 中国电力,2018, 51(1):59-63.
LI Yanglin, XU Ning, LI Fan, et al. Analysis and prevention of the lightning fault of UHV DC transmission lines[J]. Electric Power, 2018, 51(1): 59-63.
[22]欧阳一星. 线路避雷器的应用分析[J]. 科技风,2016(20):49.
OUYANG Yixing. Application analysis of line arrester[J]. Technology Wind, 2016(20): 49.
[23]闫爱平. 张岚,周海东.浅析架空线路感应雷过电压的主要因素与保护实施建议[J]. 电子制作,2017(02):96-97.
YAN Aiping. Analysis of main factors of lightning overvoltage in overhead lines and suggestions for protection implementation[J]. Electronic manufacture, 2017(02): 96-97.
[24]董新伟,张晓文,刘丽丽. 110 kV架空线路避雷器安装方式仿真研究[J]. 电瓷避雷器,2017(1):47-50.
DONG Xinwei, ZHANG Xiaowen, LIU Lili. Study on simulation of arresters installation style in 110 kV overhead lines[J]. Insulators and Surge Arresters, 2017(1): 47-50.
(编辑
-----------------------------------------------
收稿日期:2018-10-21
作者简介:王朴(1983—)男,硕士,高级工程师。研究方向:电网设备运维与检修管理,配电设备可靠运行研究及应用。
DOI:10.16188/j.isa.1003-8337.2020.03.020
基于人工智能技术的电网雷击故障监测方法研究
王 朴1, 张兆归1, 朱 昱2, 王 敏2
(1.国网北京市电力公司昌平供电公司, 北京 102200; 2.威胜电气有限公司, 湖南 岳阳 414600)
摘 要:针对智能电网的雷击故障问题,提出了一种基于AI和智能终端的智能电网雷击故障监测方法。通过对人工智能技术在防雷监测中的应用进行研究,结合台区智能监测终端,建立配电网自动平衡动态防雷监测系统,对配电网雷击故障进行预测,并通过实验验证了该方法的有效性。实验结果表明,该智能电网雷击故障监测方法可以准确预测电网雷击故障,为制定全面防雷解决方案提供了参考,从而有助于配电网实现雷击后自愈,并提高了电网运行的稳定性。
关键词:AI; 智能终端; 智能电网; 雷击故障; 自动平衡; 动态防雷; 监测系统
Research on Lightning Fault Monitoring Method of Power Grid Based on AI Technology
WANG Pu1, ZHANG Zhaogui1, ZHU Yu2, WANG Min2
(1.Changping Power Supply Company,State Grid Beijing Electric Power Company, Beijing 102200, China; 2.Weisheng Electric Co., Ltd., Yueyang 414600, China)
Abstract:Aiming at the lightning fault of smart grid, the author proposed a lightning fault monitoring method based on AI and intelligent terminal. Through the research of the application of artificial intelligence technology in lightning protection monitoring, combined with the intelligent monitoring terminal in the substation area, the automatic balance dynamic lightning protection monitoring system of the distribution network was established to predict the lightning failure of the distribution network, and the effectiveness of the method was verified by experiments. The experiment results showed that the intelligent grid lightning fault monitoring method could accurately predict the grid lightning fault, which provided a reference for the development of comprehensive lightning protection solutions, so as to help the distribution network to achieve self-healing after lightning stroke and to improve the operation stability of power grid.
Keywords:AI; intelligent terminal; smart grid; lightning fault; automatic balance; dynamic lightning protection; monitoring system

0 引言
随着互联网的兴起,计算机科学技术与通信技术得到了显著的发展,并在电力工业中也得到了越来越多的应用。智能台区作为智能电网的重要组成部分,是目前电网智能化的主要研究方向。配电台区通常包括:高压输电线、配电变压器、综合型低压配电箱及相应的开关装置、装设配件与继电保护装置等部分。目前,配电台区已在农网和城网中进行了大量建设,是确保电网稳定供电的重要基础设施[1-3]
雷电是影响电网运行安全性和可靠性的重要因素,由于我国雷电现象较为频繁,导致的电网雷击故障频发,严重危害电网供电的稳定性。近年来,电力系统中低压配电网遭受雷击而产生故障的事例时有发生。当配电台区遭受雷击时,由于一次系统中通常安装有避雷器,因此可以将雷电流导入地下,以确保一次系统的安全。但二次系统中设备的精度要求高、耐压值较低,所以二次设备在发生雷击时通常会发生损坏,导致二次系统无法正常运行[4-7]。智能电网作为新时代电网的发展方向,近年来得到了广泛的研究与应用[8]。而因智能电网自身具有灵活性和交互性,一些新的防雷保护技术开始出现,并取得了较多的研究成果,如动态防雷技术等[9-10]。在这些技术中,人工智能(Artificial Intelligence,AI)技术经过多年的发展已被证明具有良好的工程应用性能,因此被大量应用于电力系统状态监测领域[11-13]
针对智能台区雷击故障监测问题,笔者提出一种基于AI和智能终端的智能电网雷击故障监测方法。重点研究了人工智能技术预测台区配电网雷击故障的应用,结合智能终端建立配电网自动平衡动态防雷监测系统,实现智能台区雷击故障的监测,从而有效提升智能电网的防雷性能。
1 基于AI的智能电网防雷系统
基于人工智能的防雷保护(Artificial Intelligence based Lightning Protection,AILP)方法是指采用各种人工智能技术实现电力系统雷电防护方法,在此方法基础上建立的防雷系统通常要具备可控性、调节性、交互性和互联性等特性[14-15]。基于人工智能的防雷保护方法并非装设到某个设备即可完成的防雷保护方法,其实质是为保护防雷系统。
将基于人工智能的防雷保护方法应用于实际运行的智能电网中,可得到基于AI的智能电网防雷系统。基于AI的智能电网防雷系统应包括3个基本部分:传感与分析、预测与决策、交互与自动控制。通常可以在电网调度中心或业务中心建立相应的系统,该系统包括一系列集成软硬件,能源管理系统、地理信息系统、状态评估系统、远程控制系统等协同工作,共同保障雷击后电网的稳定运行。防雷系统流程和框架图,如图1所示。
1.1 传感与分析
基于人工智能的智能电网防雷系统传感功能主要针对以下4类数据:1)从VLF/LF三维闪电检测网络获取的实时雷电检测数据; 2)从SCADA(Supervisory Control And Data Acquisition,数据采集与监控系统)获取电网运行时的状态数据; 3)从MIS系统获取电网设备的静态参数; 4)从日志数据库获得的电网历史故障记录。系统的分析功能主要集中在两个方面:一是电网状态评估、可靠性裕度计算; 另一方面是雷电灾害实时危害等级分类。

图1 基于AI的智能电网防雷系统流程和框架图
Fig.1 Flow chart and frame diagram of lightning protection
system for smart grid based on AI
1.2 预测与决策
预测功能是指预测智能电网受到雷击时,最有可能发生雷击故障的输电线路或节点。由于雷电的随机性和电力系统的动态特性,几乎不可能准确地预测每一个故障。然而,在采用神经网络对相关数据集进行学习和分析时,能够推导出雷电引起故障的概率。其决策函数源于人工神经网络技术,可以实现基础库遍历和最优控制策略匹配。
1.3 交互与自动控制
交互功能包括两个方面:1)人机交互,为操作人员提供危机操作确认与可视化过程跟踪的接口; 2)可控节点交互,可以是系统的功能单元,也可以是多代理系统的独立代理。自动控制功能主要基于智能控制,实施防雷防护措施。经过一系列的自适应循环,系统可以实现动态控制和最优调节。
2 线路与设备雷击性能评估
实现雷击故障的预测需要依靠智能防雷系统的感知、分析和预测功能相互协调和配合,将实时数据与历史数据作为神经网络的训练和分析数据。并依据网络的拓扑关系搭建神经网络结构,建立基于神经网络的雷击故障预测模型。
2.1 静态雷击性能评估方法
电网的部分或全部故障是由一条或多条电力线/设备的故障引起的。雷击故障状态可以由每条线路/设备的故障状态、故障类型和故障数量来表示。本文建立了一种由雷击造成的电力网络故障的评估模型,用于电力网络静态雷击性能的评估。
在该电力网络雷击故障评估模型中,每条线路/设备的故障状态可以采用如下形式描述:
Fi=E1∩E2…Ei-1∩(-overE)i∩(-overE)i+1…(-overE)N(1)
式中:Fi表示i线路/设备的运行状态; Ei表示i线路/设备的正常状态;(-overE)i表示i线路/设备的故障状态; N表示线路/设备的总数量。
单次雷击造成的故障可以认为是相互独立的,因此单条线路/设备的雷击故障发生率可用下式表示:
P(Fi)=P((-overE)i)∏j≠iP(Ej)
=(1-ei)∏j≠i-ej(2)
式中:P(Fi)i线路/设备的雷击故障发生率; λii线路/设备的一般雷击性能
电力网络由一系列电力线路与变电站共同构成,因此本文用一个具有n个节点和m条边的无向图来描述网络的拓扑结构,其具体形式如下:
G=(N,E)(
3)
W=[w
11 w12 … w1n
w
21 w22 … w2n
   
wn
1 wn2 … wnn](4)
式中:n为节点的集合; E为分支的集合; wij为加权邻接矩阵的元素,其值按照如下规则选取:
wij={
0 i=j
Xij i≠j&{Ni,Nj}∈G
∞ i≠j&{Ni,Nj}G(
5)
式中,Xij与节点i及节点j之间的边和每条线路的雷击性能有关。
在确定的网络拓扑结构下,雷击故障风险可以通过下式评估:
R(Xn,s)=∑iPr(Ei)
[∑jPr(Xn,j|Xn,s)Te(Ei,Xn,j)]Le(Ei)(6)
式中:Xn,jn拓扑结构下系统预测状态; Pr(Ei)n拓扑结构下雷击引起i故障的概率; Pr(Xn,j|Xn,s)n拓扑结构下系统状态j发生的概率; Te(Ei,Xn,j)n拓扑结构下Ei故障发生后的系统状态j
2.2 动态雷击性能评估方法
特定拓扑结构下的电网运行状态可用如下导纳矩阵的形式表示:
YBus=[YGG YGL
YLG YLL](
7)
网络由n个源节点和m个输出节点组成,也可以表示为:
[IG
IL]=[YBus][EG
UL]
(8)
式中:IGIL为节点输入功率。根据网络拓扑结构的变化,可以计算出雷击故障时的YBus
系统状态可以看作是操作状态集合中的其中一个元素:
f(α,u)=∑nk=1αkuk=∑i∈G(aiPmi+biEi)+
j∈G(cjPLj+djQLj)(9)
式中:Pmi为源节点i的有功功率; Ei为源节点i的电势; PLj为输出节点j的有功功率; QLj为输出节点j的无功功率。
3 雷击故障概率计算方法
采用径向基神经网络搭建雷击故障预测模型,该方法相比于常用的专家系统和BP神经网络具有更较高的效率,图2为径向基神经网络结构图。

图2 径向基神经网络结构图
Fig.2 Structure ofradial basis function neural network
智能防雷系统可以拉取VLF/LF三维闪电检测网络的实时雷电检测数据,各台区智能终端的传感器网络为系统提供电网运行的电压、电流、功率等状态参数。将这些参数输入训练好的径向基神经网络,即可实现对雷击故障概率的预测。
径向基神经网络的训练样本来自系统日志中的历史数据库,神经网络采用高斯函数作为激活函数,由历史数据库中的雷击事故数据组成训练样本集合,从样本数据集中提取网络函数中心,不断计算各样本集的平均值,并不断替换原有的函数中心。因此,神经网络的输出权值由网络拓扑结构及各线路、设备的雷击性能确定。
4 雷击动态保护策略
雷击动态保护措施通过平衡本地负载,来实现电力系统遭受雷击后的稳定运行。P-f和Q-V下拉控制器控制的微元由多回路反馈环节控制,内部电压和电流控制器保证逆变器输出电压与外部控制器相等,同时减小扰动的影响。图3为电压和电流闭环控制器,差分PQ控制器可以根据雷电威胁等级控制电源输出功率使其等于参考电源输出功率。



图3 电压电流闭环控制器
Fig.3 Voltage andcurrent closed loop controller

电压和电流闭环控制器中的滤波电感电压方程为
Cs(t)Lf(dIinv)/(dt)=
T(l)(
1/2msin(ωt-φ-i()/3)Vdc-V0)(10)
式中:△Cs(t)为稳定性约束计算的传递函数; Iinv为输出电流矢量,V0为输出电压矢量:
Iinv=[iinva iinvb iinvc]
T
V
0=[V0a V0b V0c]T(11)
电压和电流闭环控制器中的滤波电容电流方程为
Cf(dV0)/(dt)=Iinvc-If(12)
式中,If为电流矢量:
If=[ifa ifb ifc]T(13)
5 性能测试与试验
采用昌平局下辖区域配变台区拓扑网络,调取日志数据库中雷击事故历史数据组成数据集,利用统计学方法得到各台区、线路的雷击故障发生率作为参考样本。向系统中人为加入雷击事件,将本文采用的径向基神经网络预测方法与专家系统、BP神经网络预测模型的预测结果进行对比,结果见表1。
表1 雷击故障概率预测方法测试结果
Table 1 Testing results of lightning stroke failure
probability prediction method

参数 径向基神
经网络 专家
系统 BP神经
网络综合准确率/% 70.6 55.3 65.3高风险区域预测准确率/% 92.2 85.6 89.8


表1中,准确率是指以参考样本为标准值,各台区、线路的雷击风险预测结果与标准值的切合度。3种方式的综合准确率均不超过80%,但综合准确率较低。造成该种情况的原因是预测模型对于低风险区域和线路的预测偏差稍大,但径向基神经网络的综合准确率仍最优。在该情况下,进而选取高风险区域风险预测结果进行对比。高风险区域预测准确率已达到90%左右,且径向基神经网络依然以92.2%的准确率表现出了最优的性能。
同时,以分布式发电系统为实验对象,验证文中所提出的雷击动态保护策略的性能。图4~5分别为没有加入与加入雷击动态保护时,独立分布式发电系统在雷击作用下的电压波形。

图4 没有加入雷击动态保护的电压波形
Fig.4 Voltage waveform of none lightning dynamic protection

图5 加入雷击动态保护的电压波形
Fig.5 Voltage waveform of lightning dynamic protection
6 结论
提出了一种基于AI和智能终端的电网雷击故障预测和防护方法,是一种结合雷电信息、智能终端监测信息与历史数据对电网雷击故障进行监测、预测和防护的方法。根据网络的拓扑结构计算各线路、设备及网络的雷击性能,采用径向基神经网络建立雷击故障预测模型,并设计电压电流闭环控制器实现累计动态保护。经试验验证,该方法的预测准确率明显高于常用的专家系统与BP神经网络方法。因此,雷击动态保护策略具有较高的稳定性。

备注/Memo

备注/Memo:
收稿日期:2018-07-19 作者简介:王硕(1994—),女,硕士,主要研究方向为高电压与绝缘技术。 基金项目:国家自然科学基金资助项目(编号:20140597)。
更新日期/Last Update: 2020-07-07