基于微型共振光声池的高灵敏度油中溶解气体检测技术
0 引言
电力变压器作为连接不同电压等级的中枢部件,其运行可靠性直接关系到电力系统的稳定和安全运行。目前我国电力系统中所使用的大型变压器普遍采用油浸式变压器,采用绝缘油作为冷却和绝缘的介质。而变压器内部由于过载或制造缺陷,可能会出现放电和过热等故障,故障释放的能量会使绝缘油中的碳氢化合物分子键发生断裂,产生小分子特征气体溶解在油中[1]。不同类型的故障产生的特征气体浓度和类型不同,根据油中溶解气体分析(Dissolved Gas Analysis,DGA)技术对油中溶解气体的种类和浓度进行分析,从而判断变压器的运行状态及老化状态。油浸式变压器的过热和放电故障可以通过检测乙炔(C2H2)气来区分。而油中溶解的乙炔浓度通常在亚
检测油中溶解气体的常用方法主要有气相色谱法、拉曼光谱法和红外吸收光谱法。气相色谱法是一种用色谱柱分离不同气体的方法,可对多组分气体进行定量检测。然而,气相色谱仪需要频繁校准和维护,且操作繁琐[3]。拉曼光谱可以对多组分特征气体进行定性和定量检测,但其检测灵敏度较低,无法达到现场应用的要求。溶解在变压器油中的主要特征气体在红外光谱区具有较强的吸收带,因此,可以通过基于朗伯-比尔吸收定律的吸收光谱技术对其进行检测,具有灵敏度高和选择性好等显著优势[4]。红外吸收光谱包括可调谐二极管激光吸收光谱(Tunable Diode Laser Absorption Spectroscopy,TDLAS)和光声光谱(Photoacoustic Spectroscopy,PAS)。TDLAS技术使用窄带激光二极管扫描气体吸收谱线来测量气体浓度。为了提高气体检测灵敏度,通常采用大体积的多通池增大吸收程。但受限于较少的脱气量,多通池不适合用于低浓度油中溶解气体检测[5-6]。与其他检测方法相比,PAS具有无需载气、无需频繁校准、气体样品量小和灵敏度高等优点,近年来正逐步替代传统色谱法而得到广泛关注[7-8]。2003年,英国Kelman公司率先研制出基于黑体辐射红外宽谱光源的光声光谱油中溶解气分析设备,可对油中多种特征气体进行在线监测[9]。该仪器具备免维护、无需载气和可在线监测等优势,但在现场应用过程中也暴露出了一些问题:1)实际测量精度和灵敏度不高,这是由于系统采用黑体辐射红外光源结合宽带滤光片方案,导致多种气体组分间的交叉干扰较大,并且采用的基频信号检测方法使光声池壁和窗片吸收光能产生的本底易受温度和光源功率影响而产生基线漂移;2)采用的动态顶空脱气法将空气溶入油样中,循环取样后可能会使变压器油劣化,影响绝缘性能。
半导体激光技术的快速发展,使得光声信号激励光源的光谱功率密度比非相干光源高几个数量级,产生了灵敏度高且交叉干扰小的激光光声光谱气体检测技术。与非共振式光声池相比,共振式光声池采用声学共振腔对光声信号进行放大,可以有效地增强光声信号,提高气体检测灵敏度。为了提高乙炔气体的检测极限,2017年,哈尔滨工业大学的马欲飞等将大功率掺铒光纤放大(Erbium Doped Fiber Amplifier,EDFA)技术与石英增强光声光谱(Quartz-enhanced Photoacoustic Spectroscopy,QEPAS)技术结合,检测限达到33.2×10-9[10-11]。2017年,MA G等将TDLAS技术应用于油中溶解乙炔气体检测中,并使用波长调制技术与Herriott式光声池结合,使系统对乙炔的检测极限达到0.49
本文针对真空脱气法脱气效率高但气量少的特点,提出了基于微型共振光声池的超高灵敏度油中溶解气体检测技术。溶解在油中的乙炔气体通过真空脱气装置分离后进入到微型共振光声池,利用EDFA放大激光功率以大幅度增强光声信号。通过测试不同浓度的油中溶解乙炔油样,对系统性能进行测试。
1 原理
1.1 微型共振光声池原理及设计
光声池是气体分子吸收光能产生光声信号的场所,共振式光声池在工作于其共振频率处时,可以在池内形成驻波,增强光声信号,在气体检测方面具有一定的优势[15]。光声信号的幅值振幅Aj(ω)是和角频率ω有关的函数,可以表示为[2]
式中,ωj为第j阶简正角频率,N激发态的分子数密度,σ为气体分子吸收截面,γ为气体热容比,Vc为光声池体积;
式中,
设计的微型共振式光声池如
1.2 真空脱气原理
脱气模块安装在变压器油循环回路中,采用真空脱气技术实现油气分离。真空脱气法是一种完全脱气法,具有超高的脱气效率。整个脱气过程可以分为系统冲洗,进油,抽真空,脱气,回油[16]。真空脱气模块结构示意如
2 基于微型共振光声池的油中溶解气体检测系统
基于微型共振光声池的超高灵敏度油中乙炔气体检测系统的结构示意如
图 4. 基于微型共振光声池的油中溶解气体检测系统结构示意图
Fig. 4. Schematic diagram of the dissolved gas detection system based on miniature resonant photoacoustic cell
在近红外波段,乙炔气体具有较强的吸收谱线,根据HITRAN数据库查询的吸收强度数据,绘制出1 530~1 535 nm波长范围内1
图 5. 1 C2H2、500 CO2和1 000 H2O的近红外波段吸收光谱
Fig. 5. Absorption spectra in the near-infrared band of 1 C2H2,500 CO2 and 1 000 H2O
3 实验结果与分析
3.1 激光器工作参数优化
在对油样进行测试前,对光声系统的参数进行了优化,使用恒温装置将光声池温度稳定在30℃,防止由于温度的变化导致光声池共振频率产生漂移。向光声池中通入浓度为50
图 6. 实验测得的微型光声池的频率响应
Fig. 6. Experimental frequency response of the micro-resonant photoacoustic cell
在相同气体条件下确定激光器的调制电流和偏置电流,根据实验结果可以得到,激光器的最佳工作偏置电流为102.8 mA。在该偏置电流下,实验得到光声信号幅度与调制电流的关系如
图 7. 光声信号幅度与调制电流的关系
Fig. 7. Relationship between the photoacoustic signal amplitude and the modulation current
3.2 油中溶解气体检测实验
将不同体积的C2H2标准气体溶解到变压器空白油中,使其配置成浓度分别为2 μL/L、10 μL/L、20 μL/L、40 μL/L和50 μL/L的油样,设置激光器的输出波长为1 532.83 nm,调制电流为102.8 mA,偏置电流为5 mA,光源调制频率为2 565 Hz,对油样中含有的乙炔浓度进行检测。首先使用恒温控制器将光声池温度稳定在30℃,然后使用真空脱气装置将乙炔气体脱离出来,并通过气泵循环到光声池中,待脱气完毕后,将光声池气阀关闭,对池中的气体进行检测,得到对应的光声信号。测得的光声信号二次谐波幅值如
图 8. 系统对溶解不同浓度C2H2油样的二次谐波响应
Fig. 8. The second harmonic response of the system to dissolved C2H2 oil samples with different concentrations
图 9. 二次谐波幅值与油样浓度关系
Fig. 9. The relationship between the peak values of second harmonic signals and the oil sample concentrations
对各个浓度的乙炔油样进行重复性实验验证系统的性能,得到的结果如
表 1. 低浓度油中溶解乙炔气体检测结果
Table 1. Detection results of dissolved C2H2 in low concentration oil
|
4 结论
本文研究了基于微型共振光声池的高灵敏度油中溶解乙炔气体的检测技术,根据共振式光声池的原理设计了微型共振光声池,大大减小了光声池的体积。分析了在近红外波段乙炔气体的干扰,通过对吸收谱线的分析,确定了最适合的吸收波长。搭建了一套油中溶解乙炔的检测系统,并对系统的参数进行了调试。结合EDFA与DFB激光器,放大激光功率,配置不同浓度的乙炔油样进行实际检测。实验结果表明,系统对C2H2油样的响应为1.475 μV/(μL·L-1),能够对浓度为0.2 μL/L的乙炔油样进行检测,实现了超高灵敏度的油中溶解乙炔气体的测量,可为变压器油中溶解气体在线监测提供一种新的技术方案。
[1] 李辰溪, 王广真, 付德慧, 等. C3组分对C1和C2气体光声光谱检测的干扰特性研究[J]. 光子学报, 2021, 50(11): 1130001.
[2] 袁帅, 王广真, 付德慧, 等. 光声光谱多组分气体分析仪的交叉干扰特性研究[J]. 光子学报, 2021, 50(4): 0430002.
YUAN Shuai, WANG Guangzhen, FU Dehui, et al. Cross interference characteristics of photoacoustic spectroscopy multi-gas analyzer[J]. Acta Photonica Sinica, 2021, 50(4): 0430002.
[3] 查申龙, 刘锟, 谈图, 等. 光声光谱技术在多组分气体浓度探测中的应用[J]. 光子学报, 2017, 46(6): 0612002.
[4] 陈新岗, 李松, 马志鹏, 等. 变压器油中溶解气体拉曼光谱检测及其光谱线型模型分析[J]. 光谱学与光谱分析, 2016, 36(8): 2492-2498.
[5] 刘旭, 孙鹏帅, 杨曦, 等. 用于TDLAS气体检测系统的高精度温控设计[J]. 光子学报, 2020, 49(12): 1230002.
LIU Xu, SUN Pengshuai, YANG Xi, et al. High precision temperature control design for TDLAS gas detection system[J]. Acta Photonica Sinica, 2020, 49(12): 1230002.
[6] DONG L, TITTEL F K, LI C, et al. Compact TDLAS based sensor design using interband cascade lasers for mid-IR trace gas sensing[J]. Optics Express, 2016, 24(6): A528-A535.
[7] CHEN K, ZHANG B, GUO M, et al. All-optical photoacoustic multigas analyzer using digital fiber-optic acoustic detector[J]. IEEE Transactions on Instrumentation and Measurement, 2020, 69(10): 8486-8493.
[8] CHEN K, YU Z, YU Q, et al. Fast demodulated white-light interferometry-based fiber-optic Fabry-Perot cantilever microphone[J]. Optics Letters, 2018, 43(14): 3417-3420.
[9] 张川, 王辅. 光声光谱技术在变压器油气分析中的应用[J]. 高压电技术, 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] 马欲飞, 佟瑶, 张立功, 等. 基于QEPAS技术的乙炔微量气体高灵敏度检测研究[J]. 光谱学与光谱分析, 2017, 37(9): 2869-2872.
[11] 佟瑶, 马欲飞. 基于石英增强光声光谱的痕量气体传感技术研究进展[J]. 聊城大学学报(自然科学版), 2019, 32(2): 34-41.
TONG Yao, MA Yufei. Research progress of the trace gas sensing based on quartz-enhanced photoacoustic spectroscopy[J]. Journal of Liaocheng University (Natural Science Edition), 2019, 32(2): 34-41.
[12] MA G, ZHAO S, JIANG J, et al. Tracing acetylene dissolved in transformer oil by tunable diode laser absorption spectrum[J]. Scientific Reports, 2017, 7(1): 1-8.
[13] CHEN K, GONG Z, YU Q. Fiber-amplifier-enhanced resonant photoacoustic sensor for sub-ppb level acetylene detection[J]. Sensors and Actuators A: Physical, 2018, 274: 184-188.
[14] CHEN K, GUO M, YANG B, et al. Highly sensitive optical fiber photoacoustic sensor for in situ detection of dissolved gas in oil[J]. IEEE Transactions on Instrumentation and Measurement, 2021, 70: 1-8.
[15] 赵南, 刘阳, 赵宁阳, 等. 光声光谱检测系统中光声池模型的建立与优化[J]. 光子学报, 2021, 50(7): 0730001.
ZHAO Nan, LIU Yang, ZHAO Ningyang, et al. Establishment and optimization of photoacoustic cell model in photoacoustic spectrum detection system[J]. Acta Photonica Sinica, 2021, 50(7): 0730001.
[16] 李征, 杨宁, 孟楠, 等. 基于真空原理的光声光谱变压器DGA脱气装置[J]. 湖北电力, 2015, 39(2): 1-3.
LI Zheng, YANG Ning, MENG Nan, et al. Degassing device for photoacoustic spectroscopy transformer DGA system based on vacuum extraction technology[J]. Hubei Electric Power, 2015, 39(2): 1-3.
[17] 李志军, 曹玲燕, 陈伟根, 等. 基于小波包分析光声光谱信号的滤波方法研究[J]. 自动化仪表, 2016, 37(5): 20-23.
LI Zhijun, CAO Lingyan, CHEN Wengen, et al. Research on the filtering method based on wavelet packet analysis for signals of photoacoustic spectroscopy[J]. Process Automation Instrumentation, 2016, 37(5): 20-23.
Article Outline
曹玲燕, 李志军, 齐宏超, 赵继宽, 李辰溪, 陈珂. 基于微型共振光声池的高灵敏度油中溶解气体检测技术[J]. 光子学报, 2023, 52(3): 0352120. Lingyan CAO, Zhijun LI, Hongchao QI, Jikuang ZHAO, Chenxi LI, Ke CHEN. Ultra-high Sensitivity Detection Technology of Dissolved Gas in Oil Based on Miniature Resonant Photoacoustic Cell[J]. ACTA PHOTONICA SINICA, 2023, 52(3): 0352120.