基于零序电压小波变换的小电流接地系统电缆早期故障检测

胡 婧，周 洋

（呼和浩特供电局，呼和浩特 010020）

0 引言

随着中国城市化水平不断提高和规模不断扩大，配电网中电缆使用比例越来越高。电缆多装于地下，长期受土壤和雨水侵蚀及机械应力影响，其绝缘性能随着运行年限增加而逐渐下降，易发生永久性故障，严重时会发生燃烧、爆炸和触电等安全事故，造成重大经济损失和人员伤亡[1-2]。因其检修难度比架空线路更大，造成停电时间更长，相关研究及实测数据表明，电缆发生永久性故障前会产生瞬时性扰动[3]，这些扰动被称作电缆早期故障。通过检测早期故障能够及时发现电缆缺陷，有计划地对潜在故障电缆进行检修、维护或更换，避免发生严重安全事故，对保障电网安全稳定运行、提高供电可靠性有重要意义。

近年来，学者们对电缆早期故障的检测识别进行了相关研究，主要分为基于故障信号分析法[4-5]、基于故障模型分析法[6]和基于机器学习分析法[7-10]三类。基于故障信号分析法利用信号分析的方法处理故障信号并提取特征量进行判定，如文献[4]利用小波判据对电缆中过电流扰动进行检测并构造时域特征向量和参考样本；文献[5]通过卡尔曼滤波器从故障电流中计算出一个新信号。基于故障模型分析法从电弧模型出发，分析电缆早期故障特征，如文献[6]通过计算故障电压总谐波失真与阈值的偏差判定是否为电缆早期故障。基于机器学习分析法一般先提取波形特征，再利用大量样本数据对网络进行训练，如文献[7]采用支持向量机，为更好学习数据的非线性关系，文献[8-10]采用深度学习方法，利用深度学习构建识别模型，准确识别电缆早期故障，但该方法依赖于大量样本数据。……