2017.3|何金良,等：用于雷电防护的雷电流波形参数研究

admin

雷电是一种常见的自然现象，其产生的瞬时大电流和高电压对电子设备、建筑物、人类都具有严重的危害。雷击建筑物时产生的空间电磁场会在室内电子系统的电源线和信号线上产生骚扰，当直击建筑物的雷电流幅值达到200 kA时，室内的磁感应强度最大值可达10 mT，该值大大超过电子系统的耐受水平。

由此可见，雷电产生的雷电流以及电磁场是影响建筑物室内设备运行稳定的主要因素。建筑物防雷用的浪涌保护器SPD，所采用的测试波形为首次雷击10 / 350 μs，后续雷击0. 25 / 100 μs。充分了解雷电参数特性，尤其是雷电流参数特性，是建筑物防雷的基础。

雷电流幅值

1 雷电流幅值概率

雷电幅值概率P被定义为雷电流幅值超过Ip（单位为kA）的概率。我国电力行业标准DL / T 620 - 1997《交流电气装置的过电压保护和绝缘配合》中采用的雷电流幅值概率公式（规程公式）为：

lg P = - Ip / 88（3）

该公式是由浙江省电力试验研究院自1962年到1988年，历时27年，通过安装磁钢棒对220 kV新杭线I回路的雷电流进行了长期的监测，并通过对新杭I线的106个雷击塔顶的雷电流幅值数据和其中97个负极性雷电数据的统计得来。然而，雷电活动具有明显的地域特征，针对单一地区线路的雷电流幅值概率公式显然不能满足全国地区的雷电活动特征。故雷电流幅值概率一般采用：

P = 1 / [ 1+( Ip / a) ]b（4）

式中：a、b —— 与被统计地区雷电活动相关的参数，IEEE推荐值为a = 31，b = 2. 6；例如针对重庆地区a = 37，b = 2. 8。

2 雷电流幅值与其他参数的联系

美国NASA（1985、1887、1988年）和法国（1986年）利用人工引雷技术，得到雷电流幅值Ip与波头部分d I / d t之间的关系如图4所示，从图中可以看出雷电流波头部分d I / d t与电流幅值Ip之间呈现出正相关的关系。

同样利用人工引雷技术，Leteinturier等人发现，在1985年Florida测得的数据和1986年法国测得的数据都有电场微分的幅值d E / d t与雷电流波头部分幅值d I / d t之间呈线性相关，如图5所示。

雷电流波形

1 雷电流波形参数

通常利用电流测量装置测得的雷电流为闪电通道底部的雷电流，也称为雷电基底电流。我国一般采用2. 6 / 50 μs的波形作为自然雷电流的标准波形，而采用8 / 20 μs作为设备测试用的雷电流波形。

雷电基底电流在工程应用中通常可用双指数函数表达：

i（0，t） = Im（e - α t - e - β t）（5）

式中：Im —— 电流峰值；

α —— 波前衰减系数；

β —— 波尾衰减系数。

Im、α、β这3个系数可以决定雷电基底电流的波形参数：电流峰值、波头时间、半波时间。

雷电基底电流也可用Heidler函数表达：

式中：Im —— 电流峰值；

τ1 —— 波头时间常数；

τ2 —— 波尾时间常数；

η —— 峰值修正系数， ；

n —— 描述电流陡度的阶数，通常取2或10，IEC标准中n取10。

Heidler函数较双指数函数更优，因为它在t = 0时刻电流对时间的导数为零，这与实测雷电基底电流波形更为一致。

近年来，Javor等人提出了一种新的雷电基底电流表达式NCBC：

式中：a、bi —— 可调参数；

ci —— 分配比例的系数，满足 ；

τ —— 时间常数，τ = t / tm，其中tm是指到达峰值Im的时间；

n —— 下降沿可调个数，n的取值可以改变波尾下降沿的波形。

相比于双指数函数和Heidler函数，NCBC函数更易调节峰值电流、峰值时间等波形参数。

图6为IEEE采用的CIGRE雷电流推荐波形，其波形参数：峰值31. 1 kA，T10 = 4. 5 μs，T30 = 2. 3 μs，波头时间3. 83 μs，半波时间77. 5 μs，S10 = 5 kA /μ s，S30 = 7. 2 kA / μs。

2 雷电流波形参数辨识

对于测量得到的雷电流波形，若能快速识别得到其波形参数（电流峰值、波头时间、半波时间），这对雷电监测设备的数字化和智能化以及改进雷电定位系统的雷电流波形参数识别等具有重要的应用价值，还有助于包括电力系统、电子系统、建筑物等在内的各行各业的雷电防护。

有研究者在这方面开展了一些卓有成效的工作，刘平等人利用Nelder - Mead单纯形法 + 粒子群算法成功实现对雷电流波形参数的快速识别。Chandrasekaran等人也利用遗传算法（GA）成功实现对雷电流波形参数的识别。

图7所示实线为一次人工引雷获得的雷电基底电流波形，试验场地在广东省广州从化市。笔者采用Powell + 粒子群算法，以及上文提到的NCBC函数，也成功实现对雷电流波形参数的快速识别，识别得到的波形参数：Im = 14. 689 3 kA，a = 1. 684 9，tm = 0. 400 8 μs，c1 = 0. 179 8，c2 = 0. 305 8，c3 = 0. 514 4，b1 = 0. 026 9，b2 = 0. 104 2，b3 = 0. 006 6，n = 3。

利用此波形参数得到的雷电流波形如图7虚线所示，可以看出结果与实测结果相当吻合，该方法也可实现对雷电流波形参数的快速识别。

雷电活动中雷电流是建筑物防雷中需要考虑的一个重要因素，本文综述了自然雷电流和人工引雷雷电流的幅值或波形的获取方法：包括采用Rogowski线圈直接测量和利用闪电电磁场反推。本文还对雷电流的幅值和波形特性进行了研究讨论，并对当前雷电监测设备的数字化、智能化以及雷电定位系统的改进提出了建议。

---

作者：

何金良，清华大学电机系电力系统及发电设备控制和仿真国家重点实验室，教授，高电压与绝缘技术研究所所长。

杨滚，清华大学电机系电力系统及发电设备控制和仿真国家重点实验室，硕士研究生。

余占清，清华大学电机系电力系统及发电设备控制和仿真国家重点实验室，副教授。

本文有删减，全文载于《建筑电气》2017年第3期，详文请见杂志。版权归《建筑电气》所有。