基于第一性原理的金掺杂石墨烯对SF_6分解组分的气敏分析

六氟化硫(SF_6)分解组分检测是诊断气体绝缘设备早期潜伏性绝缘故障的最佳方式之一,通过发现早期潜伏性故障可以有效避免突发性事故的发生。功能化石墨烯作为气敏材料在传感器方面展现了良好的应用前景。因此,该文基于第一性原理计算分析了功能化石墨烯基材料即Au原子掺杂石墨烯对SF_6分解组分SO_2F_2、SOF_2、SO_2和H2S的气敏响应特性。理论计算了分解组分的分子吸附能,净电荷转移量,电子态密度,Mulliken电荷布居数,自旋磁矩,最高已占轨道,最低未占轨道等一系列表征气敏响应特性参量。结果表明:SO_2F_2、SOF_2和H2S三种特征气体在Au掺杂石墨烯(金掺杂石墨烯)表面的吸附为较强烈的化学吸附效应,作用强度SO_2F_2>H2S>SOF_2,而SO_2在Au掺杂石墨烯表面的吸附作用介于物理吸附效应与化学吸附的临界状态。金掺杂石墨烯对SO_2F_2表现出良好的选择性和较高的灵敏性。仿真所得Au掺杂石墨烯对SF_6分解组分气敏响应特性结果,对实验探究用于SF_6绝缘设备的Au掺杂石墨烯气敏传感器具有重要指导作用。

高电压与绝缘技术课程实验教学改革与实践

高电压与绝缘技术课程是电气工程及其自动化专业核心基础课程之一.但该门课程在本科教学过程中存在实验课程结构分配不合理、教学内容体系不健全、教学方式多样性缺乏等核心问题.研究试从教学内容改革、教学设备系统化及教学方式改革等方面入手,完善该课程教育体系,提升本科生的实验动手能力、团队协作能力以及在研究领域的适应能力,提高该课程的实验教学质量,培养新型高素质人才.

锇掺杂单层SnS_(2)对SOF_(2)和SO_(2)F_(2)吸附特性

基于密度泛函理论(DFT)的第一性原理计算,研究了SOF_(2)和SO_(2)F_(2)两种SF_(6)分解气体在SnS_(2)及Os_(n)(n=1~2)掺杂改性的SnS_(2)材料表面的气敏响应。从吸附能、能带结构、态密度、前线轨道等方面,对比分析三种材料分别对SOF_(2)及SO_(2)F_(2)的气敏响应机理。研究发现,本征SnS_(2)对SOF_(2)及SO_(2)F_(2)的气敏响应特性不佳,但在Os掺杂后,掺杂处成为材料表面的活性位点,有效地提高了两种气体在SnS_(2)表面的气敏响应特性:Os_(n)-SnS_(2)(n=1~2)对SOF_(2)表现出良好的吸附效果,其中Os_(2)-SnS_(2)对SO_(2)F_(2)也具有理想的传感特性。该研究为实验开发用于检测SF_(6)分解气体的高性能气敏传感器提供了理论基础。

碳纳米管传感器吸附机理及对SF6分解组分检测应用综述

碳纳米管（carbon nanotubes,CNTs）作为一种新型的气敏材料,具有孔隙率高、比表面积大和结构中空的特性,在气敏传感器领域备受青睐。其气敏特性不仅体现在对于特定气体的优良响应特性,更在于对不同气体种类和浓度的识别能力。该文综述了碳纳米管传感器的气体吸附机理,及其在检测电力系统气体绝缘开关设备中六氟化硫（sulfur hexafluoride,SF6）分解组分领域中的应用。总结了其作为气体传感器对各种分解组分的实验检测和理论计算结论,分析对比了不同类型传感器在检测过程中所具有的优势和不足,提出了碳纳米管传感器在检测SF6分解组分方面的研究趋势。

钯掺杂氮化镓纳米管对变压器油中乙烯气体的吸附特性

为了在线监测油浸式电力变压器的运行状态,基于密度泛函理论(DFT)的第一性原理,研究了一种可用于检测变压器油中溶解气体之一——乙烯(C_(2)H_(4))的掺杂改性氮化镓纳米管(GaNNTs)气敏材料。分别将1~4个Pd原子形成的团簇掺杂于GaNNTs表面上,分析了掺杂改性后的体系对C_(2)H_(4)气体的气敏响应特性,发现Pd原子掺杂在纳米管表面作为吸附活性位点,有效提高了GaNNTs对C_(2)H_(4)气体的吸附性能。基于吸附体系的吸附结构、电荷转移、态密度、能带结构和分子轨道计算,深入分析了掺杂改性GaNNTs对C_(2)H_(4)气体的气敏响应机理,结合脱吸附,对比发现Pd-Ga NNTs对C_(2)H_(4)具有最佳的气敏响应性能。该研究为实验开发用于在线监测C_(2)H_(4)等变压器油中溶解气体的高性能气敏传感器提供理论基础。

TiO_(2)掺杂石墨烯对SO_(2)气体的气敏特性研究

气体绝缘开关设备(GIS)放电过程中产生的SO_(2)组分,与放电故障类型和严重程度具有密切关系。探究具有优异气敏检测能力的SO_(2)气敏传感器,可为在线监测GIS放电故障提供检测基础。基于密度泛函理论(DFT)的第一性原理计算,首先,优化了不同数量TiO_(2)在石墨烯表面的掺杂结构,获得最优化掺杂结构;其次,让SO_(2)气体分子以不同方式靠近本征石墨烯,计算分析SO_(2)气体分子在TiO_(2)-graphene表面的吸附结构、吸附能和电荷转移;最后,对比分析气体吸附前后体系的总态密度(DOS)和分波态密度(PDOS),探究SO_(2)与TiO_(2)掺杂石墨烯结构之间相互作用机理。研究发现,两个TiO_(2)掺杂具有最优掺杂结构,对单个和双SO_(2)气体分子均具有良好的吸附性能且都为化学吸附。因此,基于TiO_(2)掺杂石墨烯材料的气敏传感器在GIS放电分解组分检测与故障诊断领域具有良好的应用前景。

掺杂硫化钼对油中特征气体C2H2的吸附性能

乙炔(C2H2)是油浸式变压器故障的重要故障特征气体,其组分浓度和产气速率可有效反映电力变压器油纸绝缘性能。为实现油中C2H2特征气体的快速、准确、有效检测,提出一种基于金属掺杂硫化钼(MoS2)基半导体气体传感器的油中C2H2特征气体检测方法。基于第一性原理计算了本征及贵金属(Au和Ag)掺杂MoS2材料对油中特征气体C2H2的吸附特性。计算并比较了吸附能、电荷转移量、电子态密度等吸附特性,结果表明掺杂MoS2对C2H2的吸附为化学吸附,而本征MoS2则显示出物理吸附特性,强度为Au掺杂MoS2>Ag掺杂MoS2>本征MoS2。理论计算所得吸附特性结果,有利于完善MoS2材料的气敏机理,为基于MoS2传感器的油中故障特征气体检测奠定了基础。

空气开关柜局部放电特征分解组分实验与仿真

以针-板放电模型为基础,通过实验和仿真计算研究分析了空气在不同湿度和局部放电电压下的分解组分及其产生机理。利用Materials Studio仿真计算了空气放电过程中可能出现的所有组分,并分析了各分解组分的产生途径。通过分析各组分参与的化学反应的反应热和反应势垒,解释了CO和NO_2可以作为表征开关柜绝缘缺陷特征组分的原因,为通过检测空气分解组分监测开关柜绝缘状态奠定了理论基础。实验过程中检测到的空气分解特征组分分别为CO和NO_2气体。当湿度一定,放电电压以0.5 kV的梯度由6 kV上升至7.5 kV时,CO、NO_2浓度均随着电压的升高而升高。当放电电压一定,空气相对湿度分别为50%、70%、90%时,CO浓度随着湿度的增加而增加,NO_2浓度随着湿度的增加而大幅减小。在一定电压与湿度下,CO浓度随时间呈现出线性增加趋势;NO_2浓度增长速率随放电时间逐渐降低,呈现出一定的饱和现象。

开关柜“针-板”模型局部放电空气分解物研究

为了探究开关柜内金属突出物局部放电下空气分解组分及其影响因素，建立了“针-板”缺陷模型局部放电试验平台，从理论分析和实验探究两方面对局部放电下空气分解组分进行了深入研究。利用COMSOL Muhiphysics构建放电模型进行理论仿真，获得了高压下“针-板”电极附近电势分布，分析了局部放电下空气主要分解组分：CO、NO和NO2等的产生机理。采用脉冲电流法探究在不同放电电压下的放电量，测试不同放电电压和放电时间下CO、NO和NO2各组分浓度。实验结果表明：CO、NO，浓度随着电压的升高而增加；CO浓度随着时间的延长持续增加，而NO2浓度先增加后减少；NO在各个放电强度和放电时间下均为零。建立了局部放电空气分解组分与局部放电严重程度的对应关系。

界面气隙缺陷及受潮对±320kV直流电缆中间接头电场分布的影响

为分析直流电缆中间接头多层复合介质绝缘界面气隙缺陷及受潮对其电场分布的影响,本文在建立±320kV直流电缆中间接头仿真模型的基础上,基于有限元法计算了电缆中间接头在多层复合介质界面区域存在气隙、水膜缺陷时的电场分布,分析了空载与负载两种运行条件下缺陷对中间接头电场分布的影响,并进一步讨论了缺陷在交/直流电场作用下电缆接头电场分布的差异。结果表明:在直流电场作用下,气隙、水膜缺陷均会导致直流电缆中间接头在复合介质界面处的电场发生显著的畸变,气隙在空载、负载时的场强畸变倍数分别为9.6倍、1.7倍,水膜缺陷内场强在两种运行条件下均急剧缩减为原来的99.9%以上;电缆中间接头存在气隙缺陷空载时的场强畸变倍数要大于负载时的场强畸变倍数,接头内外存在的温度梯度起到了一定的均匀电场作用;界面受潮在负载运行时的温度场促进了接头内空间电荷积累,从而引起水膜缺陷处的场强畸变倍数较空载时的场强畸变倍数更大;相比于交流电缆,直流电缆中间接头存在缺陷导致的场强畸变倍数更大。

基于AW-GA-BP算法的配电网设备运行环境相对湿度的预测方法及应用

【目的】准确监控和预测配电网设备所处环境相对湿度的状态和变化趋势。【方法】通过分析影响相对湿度的相关因素,提出了一种权重调整(Weight of adjust,AW)和遗传算法(Genetic algorithms,GA)相结合的BP算法(AW-GA-BP算法),在此算法的基础上,建立了对配电网设备所处环境相对湿度变化的神经网络预测模型,并将此算法应用到项目组为云南省某供电局开发的配电网运行环境智能化监测系统上,利用该监测系统所采集到的数据,将不同采样试验数据分别作为训练样本和验证样本,对比研究了AW-GA-BP算法、GA-BP算法和标准BP算法的预测误差。【结果】基于AW-GABP算法预测得到的相对湿度百分误差平均值是4.28%,基于GA-BP算法预测得到的相对湿度百分误差平均值是8.87%,基于标准BP算法预测得到的百分误差平均值是14.64%。【结论】基于AW-GA-BP算法所建模型的相对湿度预测平均误差更小,为预测配电网设备所处环境相对湿度提供了一种更为准确的方法。