2016, Vol. 49文章信息
- 张英, 余鹏程, 李军卫, 张晓星
- ZHANG Ying, YU Pengcheng, LI Junwei, ZHANG Xiaoxing
- 基于光声光谱的SF6分解组份在线监测装置
- SF6 decomposition components on-line monitoring apparatus based on photoacoustic spectroscopy
- 武汉大学学报(工学版), 2016, 49(1): 105-109
- Engineering Journal of Wuhan University, 2016, 49(1): 105-109
- http://dx.doi.org/10.14188/j.1671-8844.2016-01-018
-
文章历史
- 收稿日期: 2015-06-11
2. 重庆大学电气工程学院，重庆 400044
2. College Electrical Engineering, Chongqing University, Chongqing 400044, China
六氟化硫(SF6)气体由于其自身优良的绝缘和灭弧性能，广泛应用于气体绝缘组合电器(GIS)内部绝缘[1].GIS在生产制造过程中存在的毛刺、在运输安装过程中因接触不良引起的电位浮动、运行过程中形成的金属微粒绝缘气隙等其他各种缺陷，都可能引起GIS内部电场发生不同程度的畸变，使局部电场增强进而产生局部放电(PD)[2].
纯净的SF6化学性质稳定，正常状况下不易分解，但在GIS设备长期运行过程中，因其内部PD产生的电、光、热等作用会发生分解，生成多种低氟硫化物，这些低氟硫化物会和设备内部存在的微量水分、氧气等杂质生成SO2、SOF2、SO2F2、HF、H2S等各种分解产物，若PD出现在固体绝缘介质附近，还将生成CO、CO2、CF4等分解化合产物，其含量、生成速率等特征均与GIS内部绝缘劣化状况有十分密切的关系，可以作为判断GIS设备早期潜伏性绝缘故障的依据[3-7].通过检测SF6气体分解组份诊断GIS内部绝缘缺陷已经成为目前研究的热点.
目前国内外对SF6分解产物的常用检测方法有气相色谱法、检测管法、傅里叶红外吸收光谱法等.然而气相色谱法使用的色谱柱需定期清洗与校准，检测管法能够检测的组份较少，且性能易受到温、湿度的影响，均不适用于在线监测；傅里叶红外光谱吸收法对有效光程要求较高，气体池体积较大，消耗样气量大，微量气体检测灵敏度不高.
光声光谱技术是基于光声效应的一种微量气体检测技术，具有灵敏度高、检测速度快、可同时进行多组份检测、精确度高、抗干扰能力强、能对同一样本进行重复多次检测等优点，适用于作为在线监测技术使用，在SF6分解组份在线监测领域具有广阔的应用前景[8-13].
因此，研制基于光声光谱气体检测技术的SF6分解组份SO2和CF4的在线监测装置，为实现对SF6电气设备中SF6气体分解产物的多组份在线监测和基于SF6特征分解组份的设备内绝缘状态评估奠定了基础.
1 光声光谱检测原理用于SF6分解组份定量检测的光声光谱定量检测技术主要基于气体的光声效应.经过聚焦、滤光和调制后的红外光束沿光声池的轴线射入光声池，气体分子因其固有的理化特性(分子结构、键能等)，会与特定波长的红外光发生吸收作用，由基态跃迁为激发态，而部分处于激发态的分子又会迅速通过无辐射弛豫过程返回基态，将吸收的光子能量以分子平均动能的形式释放，宏观表现为气体分子发生周期性的热膨胀并产生微弱的声波信号，其原理如图 1所示.
|
| 图 1 光声光谱法检测原理图 Figure 1 Schematic diagram of photoacoustic detection |
气体分子对红外光的吸收遵循比尔朗伯定律，吸光度A与气体体积分数c之间满足下式：
其中：I0和It分别表示入射光强与透射光强；α为吸收系数；L为有效光程长度[14, 15]. 由式(1) 可知，待测气体对红外光的吸收强度与气体体积分数之间存在线性关系.
在无辐射跃迁过程中，气体分子受红外光激发而获得的能量将部分转化为分子的平动动能和转动动能，宏观上表现为气体温度的升高，利用能级粒子数密度分析气体分子无辐射弛豫过程产生的热效应，有
式中：α=Nσ，为气体分子吸收系数；I0为入射红外光的强度.
在光声池体积一定时，由理想气体方程可知，温度升高将会使光声池内部气体压力增大.如果对入射的红外光进行调制，使入射光强随时间周期性变化，则气体压力将呈现与入射光强变化频率相同的周期性变化，当调制频率处于声频范围时，则会产生相应的光声信号.光声信号强度S与待测气体体积分数c之间符合下式定量关系：
式中：Sm是微音器的检测灵敏度；Ccell是光声池常数；P为入射光功率.当Sm、Ccell、P、α一定时，光声信号幅值与气体体积分数c符合线性关系.
2 在线监测装置的实现本文基于光声光谱定量检测原理研制了SF6气体分解组份SO2和CF4的在线监测装置，主要由采样气路、红外光声气体传感器、驱动控制电路及工控机等部分组成，其系统结构如图 2所示.通过工控机配合驱动控制电路实时控制采样气路和红外光声气体传感器的动作，完成对SF6电气设备内部SF6气体的取样、检测及送回.同时，驱动控制电路接收红外光声气体传感器测得的数据并实时传回工控机，由工控机对数据进行分析，并做出相应决策，实现整个在线监测装置的自动化运行及对SO2和CF4组份的在线监测和阈值预警.
|
| 图 2 SO2和CF4组份在线监测装置结构示意图 Figure 2 Structure diagram of the SO2 and CF4 on-lining motoring apparatus |
采样气路通过取气转接口、手动阀门和防尘过滤网与SF6电气设备的取气口相连接，其主要功能是将SF6电气设备中的SF6气体取出，作为待检测的样本气体送入红外光声气体传感器，并将经过定量检测后的样本气体送回SF6电气设备，是该装置实现实时在线检测的基础.考虑SF6电气设备内部的气压约为0.4~0.6 MPa，高于红外光声气体传感器的检测气压(0.1 MPa)，采用减压阀和缓冲气室对压力进行缓冲，缓冲气室的容积约1.5 L，使用开关电磁阀将其气压控制在0.14 MPa，并配合限流阀使待测气体能够平缓地进入红外光声气体传感器.待测气体在红外光声气体传感器中经过定量检测后，由加压泵经单向阀门送回SF6电气设备，整个取样送回过程在封闭的气体管道中进行，不引入其他杂质气体，检测完毕后即送回SF6电气设备进行循环使用.
红外光声气体传感器作为在线监测装置的核心部件，其结构如图 3所示.采用GY-3型宽谱红外光源，能够在0.6～2.5 μm的光谱范围内辐射出连续红外光，可覆盖IEC60480-2004中SF6分解组份标准红外谱图的吸收峰范围，通过驱动控制电路控制电动滤光轮切换对应不同组份的滤光片，即可得到只对应于某一种分解组份吸收峰的红外光.使用C-995型机械斩波器将红外光调制为周期性红外光束沿轴线入射光声池中.本文采用工作在一阶纵向谐振模式的圆柱形光声池，使用温压变送器获取光声池内的温度和气压，当背景气体为SF6时，在25 ℃、0.1 MPa下测得该光声池的最佳谐振频率为1 045 Hz.选取MPA201驻极体电容式微音器作为微弱光声信号检测器件，将光声池中的微弱声信号按照比例转换为电信号输出.光声信号频率与红外光调制频率相同，采用锁相放大器对该频率光声信号进行定向检测，能够有效抑制其他频率的噪声干扰.
|
| 图 3 红外光声气体传感器系统结构图 Figure 3 System structure diagram of the IR photoacoustic gas sensor |
为论证该在线监测装置的可行性，本文在实验室采用该装置对不同体积分数的SO2、CF4组份标准气体进行了定量检测试验.
3.1 最优吸收峰及滤光片的选取红外活性分子在红外光谱区域均有吸收现象，气体分子的吸收谱带和吸收系数是由分子固有的理化性质(分子结构、键能等)决定的.SF6及其分解产物的红外吸收谱带主要分布于2 000~500 cm-1，本文通过查询HITRAN2008数据库绘制出了SO2、CF4及SF6背景气体在2 000~500 cm-1范围内的主要吸收峰的标准红外吸收谱图，如图 4所示.
|
| 图 4 SO2、CF4、SF6标准红外吸收谱图 Figure 4 Standard infrared absorption spectrum of SO2,CF4,and SF6 |
由图 4可知，3种气体在图 4所示红外光谱范围内都有若干吸收谱带，每个吸收谱带包含多个吸收峰.SO2的主要吸收谱带位于1 300~1 410 cm-1，CF4的主要吸收谱带位于1 270~1 295 cm-1，SF6的主要吸收谱带位于590~640 cm-1和935~955 cm-1，SF6的吸收谱带与两种特征气体的吸收谱带无重叠，使得待测特征组份产生的光声信号不会受到背景气体吸收峰的干扰.SO2与CF4气体的主要吸收谱带基本无重叠，故在光声检测时，可以不考虑两种气体交叉响应的问题.经考虑在吸收系数尽量大、吸收谱带重叠尽量小的情况下，结合目前滤光片的购置可行性，SO2滤光片选择中心波长为7 350±10 nm(即1 360±2 cm-1)、半高宽为180±20 nm的BP7350±40型滤光片，CF4滤光片选择中心波长在 7 780±20 nm(即1 285±3 cm-1)、半高宽为200±20 nm的BP7850±50型滤光片.
3.2 特征组份气体定量检测分析使用990 μL/L的SO2标准气体、1 000 μL/L的CF4标准气体、高纯SF6气体和RCS2000-A型动态配气仪配置了多组不同体积分数的SO2和CF4标准气体作为待测气体.依次将不同体积分数的标准气体通入图 2所示的在线监测装置，在25 ℃、0.1 MPa下，分别测得了各组不同体积分数标准气体的光声信号幅值，并对数据进行基于最小二乘法的一元线性回归，得到两种组份气体光声信号幅值随气体体积分数变化趋势(如图 5所示).由图 5可知，SO2与CF4组份的光声信号幅值与其体积分数之间存在良好的线性关系，拟合优度均在0.99以上.在实际光声检测过程中，只需测得光声信号幅值，即可根据图 5所示的线性关系反演计算出待测气体体积分数.
|
| 图 5 光声信号强度随气体体积分数变化趋势 Figure 5 The variation trend of the PA signal strength with the change of volume fraction |
由图 5可知，当待测气体体积分数为0时，即使用纯SF6气体充入在线监测装置时，红外光声气体传感器测得的光声信号幅值也不为0.此时红外光声气体传感器测得的光声信号幅值是在线监测系统噪声的体现.光声光谱气体检测技术的噪声来源主要有：气体分子Brown运动噪声、电噪声、斩波器机械噪声、环境噪声、光声池窗口片及池内壁吸收红外光产生的噪声.
噪声的水平将直接影响检测下限和检测精度，因SO2和CF4滤光片透射的红外光波段不同，SF6气体的微弱吸收带来的背景吸收噪声水平随之不同，故在线监测装置在检测SO2和CF4组份时的噪声亦不同.为测定在线监测装置的噪声水平，本文向在线监测装置内充入高纯SF6气体，在25 ℃、0.1 MPa下，分别切换至SO2和CF4滤光片，每隔10 s读取红外光声气体传感器传回的光声信号幅值1次，持续5 min，对该段时间范围内的系统噪声和背景气体吸收噪声测量结果进行统计分析，所得噪声水平及检测下限如表 1所示.当信噪比SNR=1时，利用图 5所示线性关系计算得到SO2的最低检测限为6.3 μL/L，CF4组份的最低检测限为8.0 μL/L.
| 分解组份 | 系统噪声/μV | 背景吸收/μV | 总噪声/μV | 检测下限/μL |
| SO2 | 0.24 | 0.98 | 1.22 | 6.3 |
| CF4 | 0.24 | 1.80 | 2.04 | 8.0 |
温度的改变将会影响光声池内部声波的传播速度，从而引起谐振频率、光声池常数、品质因数等多项参数发生改变，且温度会使待测气体的红外吸收光谱发生漂移，故研究温度对气体光声检测的影响具有重要意义.因温度对不同组份的光声检测的影响具有相同的特点和趋势，本文仅选取SO2组份进行相关研究分析.采用体积分数为990 μL/L的SO2标准气体，在其他实验条件相同的情况下，将红外光声气体传感器置入恒温箱中，改变恒温箱的温度，测得不同温度下光声信号幅值如图 6所示.
|
| 图 6 光声信号随温度变化趋势 Figure 6 Variation trend of PA signal with temperature |
从图 6可知，当温度为298.7 K时，光声信号达到最大值，此时无论温度升高或降低，SO2组份的光声信号均显著下降.本文推测，温度的变化改变了光声池的谐振频率，此时光源的调制频率不能使光声池工作在一维纵向谐振模式，从而导致光声信号明显衰减.因此，在现场使用时，需要在红外光声气体传感器内部增加恒温控制装置，如小型恒温箱或PID控制的环形加热带.
5 结论本文研制的SF6气体分解组份SO2和CF4在线监测装置应用光声光谱气体检测技术，通过工控机配合驱动控制电路控制采样气路和红外光声气体传感器的动作及数据传输分析，实现了对SF6电气设备内部SO2和CF4组份的在线监测.通过测定不同体积分数以SF6气体为背景气体的SO2、CF4标准气体的光声信号幅值和该在线监测装置的噪声水平，得到了该在线监测装置对SO2和CF4的最低检测限，论证了该装置目前已经能够实现对SF6电气设备内部SF6气体分解组份SO2、CF4进行实时在线监测.通过测定不同温度下SO2标准气体光声信号强度随温度变化趋势，分析了温度对光声检测的影响.
| [1] | Suehiro J, Zhou G B, Hara M. Detection of partial discharge in SF6 gas using a carbon nanotube-based gas sensor[J]. Sensors and Actuators B-Chemical, 2005, 105(2): 164–169. DOI:10.1016/S0925-4005(04)00415-0 |
| [2] | Zhang X, Zhang J, Jia Y, Xiao P, Tang J. TiO2 nanotube array sensor for detecting the SF6 decomposition product SO2[J]. Sensors, 2012, 12(3): 3302–3313. |
| [3] |
唐炬, 陈长杰, 张晓星, 等. 微氧对SF6局部放电分解特征组份的影响[J].
高电压技术, 2011, 37(1): 8–14.
Tang Ju, Chen Changjie, Zhang Xiaoxing, et al. Influnece of trace-level O2 on SF6 decomposition characteristics under partial discharge[J]. High Voltage Engineering, 2011, 37(1): 8–14. |
| [4] |
唐炬, 李涛, 胡忠, 等. 两种常见局部放电缺陷模型SF6气体分解组分对比分析[J].
高电压技术, 2009, 35(3): 487–492.
Tang Ju, Li Tao, Hu Zhong, et al. Analysis of SF6 gaseous decomposition components under two kinds of PD defects[J]. High Voltage Engineering, 2009, 35(3): 487–492. |
| [5] | Piemontesi M, Niemeyer L. Sorption of SF6 and SF6 decomposition products by activated alumina and molecular sieve 13X[C]// IEEE International Symposium on Electrical Insulation. Montreal, Quebec, Canada: IEEE, 1996: 828-838. |
| [6] |
张晓星, 姚尧, 唐炬, 等. SF6放电分解气体组份分析的现状和发展[J].
高电压技术, 2008, 34(4): 664–669.
Zhang Xiaoxing, Yao Yao, Tang Ju, et al. Actuality and perspective of proximate analysis of SF6 decomposed products under partial discharge[J]. High Voltage Engineering, 2008, 34(4): 664–669. |
| [7] |
张仲旗, 连鸿松. 通过检测SO2发现SF6电气设备故障[J].
中国电力, 2001, 34(1): 77–80.
Zhang Zhongqi, Lian Hongsong. Using SO2 detection for failure checking of SF6 electricity equipment[J]. Electric Power, 2001, 34(1): 77–80. |
| [8] |
潘志方, 唐志列, 夏云飞. 光声光谱技术在现代医学领域的应用[J].
实验科学与技术, 2009, 7(3): 33–34.
Pan Zhifang, Tang Zhilie, Xia Yunfei. Application of photoacoustic spectroscopy technology in the field of modern medicine[J]. Experiment Science & Technology, 2009, 7(3): 33–34. |
| [9] |
张川, 王辅. 光声光谱技术在变压器油气分析中的应用[J].
高电压技术, 2005, 31(2): 84–86.
Zhang Chuan, Wang Fu. Application of photo-acoustic spectroscopy technology to dissolved gas analysis in oil of oil-Immersed power transformer[J]. High Voltage Engineering, 2005, 31(2): 84–86. |
| [10] |
王建业, 纪新明, 吴飞蝶, 等. 光声光谱法探测微量气体[J].
传感器技术学报, 2006, 19(4): 1206–1211.
Wang Jianye, Ji Xinmin, Wu Feidie, et al. Photoacoustic spectroscopy method for trace gas detecting[J]. Chinese Journal of Sensors and Actuators, 2006, 19(4): 1206–1211. |
| [11] |
云玉新, 赵笑笑, 陈伟根, 等. 采用激光共振光声光谱技术检测乙炔气体[J].
高电压技术, 2009, 35(9): 2156–2162.
Yun Yuxin, Zhao Xiaoxiao, Chen Weigen, et al. Acetylene detection by laser resonant photoacoustic spectrometry[J]. High Voltage Engineering, 2009, 35(9): 2156–2162. |
| [12] |
唐炬, 范敏, 裘吟君, 等. SF6局部放电分解组份光声光谱检测的温度特性[J].
高电压技术, 2012, 38(11): 2919–2925.
Tang Ju, Fan Min, Qiu Yingjun, et al. Temperature property of photoacoustic spectroscopy detection for SF6 decomposition components under partial discharge[J]. High Voltage Engineering, 2012, 38(11): 2919–2925. |
| [13] |
陈伟根, 刘冰洁, 周恒逸, 等. 变压器油中溶解气体光声光谱检测的温度特性[J].
电工技术学报, 2010, 25(11): 15–20.
Chen Weigen, Liu Bingjie, Zhou Hengyi, et al. The temperature characteristics of photoacoustic spectroscopy detection for dissolved gases in transformer oil[J]. Transactions of China Electrotechnical Society, 2010, 25(11): 15–20. |
| [14] | Hodgkinson J, Smith R, Ho W O, Saffell J R, Tatam R P. Non-dispersive infra-red (NDIR) measurement of carbon dioxide at 4.2 μm in a compact and optically efficient sensor[J]. Sensors and Actuators B: Chemical, 2013, 186: 580–588. DOI:10.1016/j.snb.2013.06.006 |
| [15] | Xu S, Chen M. Design and modeling of non-linear infrared transducer for measuring methane using cross-correlation method[J]. Measurement, 2012, 45(3): 325–332. DOI:10.1016/j.measurement.2011.11.015 |