1、1392023 年 2 月/February 2023echnicalColumnT技术专栏摘要：铅封是保护电缆接头部位的重要部件。为确保铅封的有效性，基于涡流技术设计了一种高压电缆铅封缺陷识别方法，并展开仿真分析。首先，设置一个含噪声的一维涡流检测信号，基于离散傅里叶变换得到频域信号，对所得数据进行多项式拟合，利用去噪的方式对涡流检测数据实施预处理。然后基于涡流技术设计电缆铅封缺陷判别方法，训练缺陷识别分类器，通过求解凸二次规划得到最优分类决策函数，结合分类结果设计缺陷识别算法。仿真实验中，高压电缆铅封中分别模拟感应电流与感应磁场的分布情况。结果显示，该方法的识别准确率始终保持在87.0%以
2、上，其在无缺陷以及缺陷深度大于 1 mm 时的识别精度在 95%左右，可见该方法识别精度较高。关键词：涡流技术；高压电缆；高压电缆铅封；缺陷识别；仿真实验；数据去噪中图分类号：TN06 文献标识码：A 文章编号：1004-7204(2023)02-0139-07基于涡流技术的高压电缆铅封缺陷识别仿真研究Simulation Study on Identification of Lead Sealing Defects of High Voltage Cable Based on Eddy Current Technology苗堃，陈垒，李沛东，赵亚军，李健，郑城市，张胜利（国网河南省电力公司济
3、源供电公司，济源 459000）MIAO Kun,CHEN Lei,LI Pei-dong,ZHAO Ya-jun,LI Jian,ZHENG Cheng-shi,ZHANG Sheng-li(State Grid Henan Electric Power Company Jiyuan power supply company,Jiyuan 459000)A b s t r a c t：Lead seal is an important part to protect cable joints.In order to ensure the effectiveness of lead seali
4、ng,a lead sealing defect identification method for high-voltage cables is designed based on eddy current technology,and simulation analysis is carried out.First,set a one-dimensional eddy current testing signal with noise,obtain the frequency domain signal based on discrete Fourier transform,perform
5、 polynomial fitting on the obtained data,and preprocess the eddy current testing data by denoising.Then,based on eddy current technology,a method for identifying cable lead seal defects is designed,and a defect recognition classifier is trained.The optimal classification decision function is obtaine
6、d by solving convex quadratic programming,and a defect recognition algorithm is designed by combining the classification results.In the simulation experiment,the distribution of induced current and induced magnetic field in the lead seal of high-voltage cable are simulated respectively.The results s
7、how that the recognition accuracy of this method is always above 87.0%,and the recognition accuracy is about 95%when there is no defect and the defect depth is greater than 1mm,which shows that the recognition accuracy of this method is high.K e y w o r d s：vortex technology;high voltage cable;lead
8、sealing of high-voltage cables;defect identification;simulation experiment;data denoising引言电力电缆在电网传输过程中起到极为重要的作用，但是其接头部位却容易发生故障。电缆铅封是一种用于金属电缆中间接头或者终端头的密封装置，是日常电缆封存过程中十分常见的防护方法。为保证密封效果，铅封工艺十分复杂。但由于其机基金项目：国网河南省电力公司科技项目，项目编号：5217D0220001。140环境技术/Environmental Technology技术专栏echnicalColumnT械强度和耐老化性极强，因此应
9、用范围极为广泛。将金属电缆的接头部位铅封保存，不仅可以防止其出现开裂现象，还会降低水分在电缆绝缘层中的渗透性，防止电网线路故障。为防止电缆铅封失效，需要对其缺陷部位进行识别。文献 1 中利用温度场逆问题算法，在有限元分析的帮助下，实现了典型的径向分析与计算。通过建立正则化的牛顿迭代方法构建仿真模型，识别电缆内部局部缺陷的位置与大小。文献 2 中在分析电缆终端温度特征的基础上，识别不同电缆终端的局部成像特征，利用图像梯度化、灰度化的处理方法，建立局部放电缺陷范围模板，并在经过匹配参考之后，对电缆终端铅封部位是否存在缺陷进行诊断。为进一步提高高压电缆铅封缺陷的识别精度，本文在不同研究的基础上，基于
10、涡流技术设计了高压电缆铅封缺陷识别方法，并设计仿真实验，得到电缆铅封部位的电流与磁场变化趋势，验证了该方法的有效性与优越性。高压电缆铅封缺陷识别方法的设计思路如下：1）由于利用涡流技术得到的高压电缆铅封部位测量数据主要为高频噪声，因此，通过离散傅里叶变换得到频域信号，经多项式拟合后，去除涡流检测数据中的噪声信息。通过提高涡流检测数据的质量，为提高后续的缺陷识别精准度奠定基础。2）将去噪后的涡流检测数据作为输入样本集，训练缺陷识别分类器，然后通过求解凸二次规划建立最优分类决策函数，准确划分铅封缺陷类别，根据分类结果完成缺陷识别。1涡流检测数据预处理涡流检测过程中经常会存在噪声干扰检测的准确性，因
11、此需要通过一定的方法去除噪声。通过涡流技术得到的高压电缆铅封部位测量数据主要为高频噪声，高压电缆周边地区的支撑架或者其他部位则主要是低频噪声，而缺陷部位的信号则正处于两者之间，并有一部分交叠 4,5。设置一个含噪声的一维涡流检测信号：()()()mk if ipd i=+（1）式中：()k i一维涡流检测信号；()f i高压电缆铅封部位的检测信号；()d i白噪声；mp小波分解的系数。在通过门限阈值等行驶处理小波系数时，可以重构多层分辨分析树，以达到消噪目的，在抑制噪声部分时，则可以提取有用信号，完成整体的消噪过程。在选择合适小波的基础上，完成小波函数层次的变迁，将分解后得到的高频系数全部清零
12、，并使用阈值门限消噪的方法，避免有用信号的丢失。使用离散傅里叶变换的方法，转换频域信号：()()1hwhwiiF tx i t=（2）式中：()x i待转换的频域信号；()hwF t转换后的信号，其中hwt为一个随角频率变化的复数 6,7。在反复变换下，跟随幅值与相位的动态变化，去除涡流检测数据中的噪声。将上文中的数据总结为一个训练数据集P：()()()1122,nnPx yxyxy=（3）式中：nx输入值的观测数据；ny待输出的数据，该数据集中共包含 n 组数据。经过多项式拟合后，将给定数据全部转换成多项式函数：()0,MjMiiifp kk p=（4）式中：(),Mfp kM次多项式；p单
13、变量输入值；k参数值；1412023 年 2 月/February 2023echnicalColumnT技术专栏ik第 i 个参数值；ip第 i 个输入值 8。在线性方程组下，得到多项式系数的线性方程组：2023112342212MiiiMiiiiDMiiiiMMMMmiiiiknfffkffffHkffffkffff+|=|（5）式中：DH线性方程组；if拟合多项式系数。结合上述公式以及线性方程组，可以降低涡流技术下的数据噪声。2基于涡流技术设计电缆铅封缺陷判别方法2.1训练分类器将去噪后的涡流检测数据作为输入样本集，定义分类平面。假设分类间隔需要最大化，则：()2,1min2.1cicw
14、 kciws t f wk+（6）式中：cw分类样本在高维空间中的平面系数；ik分类间隔 9,1 0。在引入拉格朗日函数后，求解凸二次规划问题：()()211,12nciscsciiK w kwf wk=+（7）式中：(),cisK w k拉格朗日函数下的规划求解；s拉格朗日乘子。在规划最优分类面的支持函数后，可以得到最优分类决策函数：()()1sgnnsiiif xf x xk=+|（8）式中：()f x最优分类决策函数值；()if x x最优偏置函数；x和ix一对支持向量 1 1,1 2。将输入样本投射到高维空间以后，可以将非线性映射函数下的核函数转化为：()()11max2nsiinis
15、ifq xE i=（9）式中：()E i经核函数转化后的最优样本。通过该方法，验证电缆铅封是否存在缺陷，得到分类模型。2.2设计缺陷识别算法常见的高压电缆铅封缺陷主要包括如下 3 类：1）径向开裂：在高压电缆铅封加工过程，因砂眼、内部层叠以及安装中工艺不到位等原因，易形成径向开裂；2）气孔：由于铅封工艺不到位，或者铅锭内部存在缺陷，易导致铅封中存在气孔；3）疲劳磨损：因受到外界温度的影响以及长时间的外力作用，铅封会产生疲劳磨损。因此，依据上述分类模型，设计高压电缆铅封缺陷识别算法，如图 1 所示。图 1 识别算法142环境技术/Environmental Technology技术专栏echni
16、calColumnT如图 1 所示，通过上文中训练的分类器，选取核函数以及惩罚因子，并完成对无缺陷与有缺陷高压电缆铅封的分类 1 3,1 4。在该算法中，需要分别记录 4 种特征参数,abcdt t t t，其中at表示脉冲波形特征参数上升的时间，bt表示特征参数波形下降的时间，ct表示脉冲宽度，dt表示脉冲持续总时间。依据上述特征参数，可以划定高压电缆铅封内缺陷部位的地点 1 5,1 6。在不断的迭代下，判断是否达到训练完成的指标，如果没有完成，则需要继续标记样本类型，并完成训练分类，当达到训练指标后，则可以结束分类，得到识别结果。3实验研究3.1建立仿真模型本实验使用 C O M S O L M u l t i p h y s i c s 多物理场仿真软件对高压电缆铅封缺陷识别展开仿真分析。结合完全开放架构建立计算模型，并在强大网络剖分功能的支持下应用大规模的计算能力，对数据实施处理与分析。使用 P r o/E功能建立电缆铅封缺陷检测 3 D模型，如图 2 所示。导 入 该 3 D模 型，并 将 P r o/E中 的 模 型 导 入 到C O M S O L M u l t i p
