大型发电机定子绕组故障放电的在线监测技术

大型发电机定子绕组的故障放电是造成大型发电机损坏事故的重要原因。大型发电机定子绕组故障放电的在线监测，对减少停电事故，提高供电质量，甚至对电力系统的安全稳定运行，都具有十分重要的意义。有效地抑制及剔除噪声干扰，最大限度不失真地抽取故障放电的特征信息，是大型发电机故障放电在线监测的两大技术关键。本文着重介绍了大型发电机定子绕组故障放电的特性及实用监测技术。

大型发电机故障放电在线监测用软件系统

描述了大型发电机故障放电在线监测用专家系统GFDEMS的特征，给出了其主要算法流程图，在发电厂进行了故障放电的现场监测，证明了该系统的有效性。

一种发电机故障放电信号特征实时在线自动识别方法及其应用

对发电机故障放电信号特征进行自动识别时,实现方法要求具有较高的可靠性与快速性。为达到这些要求,首先提出一种高可靠的脉冲提取方法,能够更为准确完整地提取脉冲信号,通过仿真方式对该方法进行了研究,并使用现场实测信号验证了该方法的优越性。在该方法基础上,提出了脉冲分类参数的快速计算方法,在进行脉冲提取的同时完成脉冲分类参数的计算,使用实测信号验证该方法的有效性。在检测脉冲的存在并对脉冲进行高可靠提取的同时,获取脉冲信号的分类特征参数,而且计算速度快,将其称为脉冲特征快速自动识别技术。该技术已成功运用在多台水轮发电机上,在实际应用中取得了良好的效果。

大型发电机定子绕组故障放电的特性与识别

大型发电机定子绕组的故障放电是造成大型发电机损坏的重要原因。大型发电机定子绕组故障放电的识别,特别是如何有效地从强大的噪声干扰中最大限度不失真地抽取故障放电的特征信息,是大型发电机故障放电在线监测的技术关键。本文介绍了大型发电机定子绕组故障放电的原因、机理、危害、识别方法和抗干扰措施。

大型发电机定子绕组故障放电的特性与识别

大型发电机定子绕组的故障放电是造成大型发电机损坏的重要原因。大型发电机定子绕组故障放电的识别，特别是如何有效地从强大的噪声干扰中最大限度不失真地抽取故障放电的特征信息，是大型发电机故障放电在线监测的技术关键。本文介绍了大型发电机定子绕组故障放电的原因、机理、危害、识别方法和抗干扰措施。

GIS局部放电声信号仿真分析及故障定位系统设计

针对气体绝缘全封闭组合电器(GIS)内部绝缘放电故障定位难题,基于独立声检测传感技术,提出GIS局部放电准确监测方案。对GIS内部放电声信号传播机理进行了仿真分析,结合压电薄膜材料和声检测传感技术设计了一种高灵敏度声学传感器;搭建GIS局部放电的两种典型绝缘缺陷模型并进行测试。结果表明,在低频1~20 kHz范围内,放电部位与其相邻气室相比,声压相对值的差值远大于超声范围内的差值,为声检测GIS内部放电提供了理论依据。GIS缺陷放电条件下的声信号主要集中在5~20 kHz频段,且相较于相邻气室,放电气室声强明显增大,可通过比较各气室声强大小确定放电故障位置,实现快速准确的定位GIS放电位置。

110 kV隔离开关放电故障分析

1隔离故障概况2022年6月18日15时17分,某220 kV变电站110 kV母线差动保护动作,跳开145甲母联断路器后,跳开145甲断路器后切除110 kV 5号母线各间隔断路器及2号主变压器受总102断路器。其中,119—5 U相隔离开关动触头与其临接110 kV 5乙母线V相管母之间发生放电。110 kV母线保护大差开放,5号母线小差开放,损失负荷约140 MW。

基于小波包奇异谱熵和WOA-SVM的GIS放电故障诊断

为实现气体绝缘开关设备(GIS)放电故障诊断并提高诊断正确率,提出了一种基于小波包奇异谱熵和鲸鱼优化算法优化支持向量机(WOA-SVM)的GIS放电故障诊断方法。首先,提取GIS放电时的特高频信号的小波包奇异谱熵作为特征向量;然后,采用WOA寻优找到SVM的最优参数,建立准确的分类模型;最后,通过试验模拟GIS典型的放电故障,采用网格搜索参数的SVM、粒子群优化参数的SVM以及所提的WOA-SVM三种算法对GIS放电故障类型进行识别。结果表明所提的WOA-SVM算法故障识别正确率更高、适应度更好且收敛速度更快。

500 kV变压器无励磁分接开关放电故障诊断分析

无励磁分接开关出现放电性故障会严重危害变压器安全运行。介绍了一起500 k V变压器交接试验过程中脉冲局部放电试验异常的案例,应用脉冲电流法、特高频法、超声波法等多维局部放电检测技术进行时差定位,成功诊断了变压器无励磁分接开关内部异物放电故障;通过材质成分分析判断异物为动触头旋转轴压环的机加工碎屑,异物位于无励磁分接开关动触头旋转轴位置,随挡位切换而移动,导致各个挡位均可检测到局部放电,且脉冲局部放电量随挡位变化而变化。

基于SF_(6)分解产物分类规划的GIS放电故障分析

为提高气体绝缘开关(Gas Insulated Switchgear,GIS)的安全评价能力,在基于机器学习算法的GIS诊断模型的鲁棒特性基础上,研究由阿伦尼乌斯化学反应模型处理的不同故障类型的经验概率函数,利用6种机器学习算法建立放电故障和绝缘缺陷模型,通过学习组成系统中不同气体(SO_(2)、SOF_(2)、SO_(2)F_(2)、CF_(4)、CO_(2)等)体积分数的数据集及其比值来训练识别算法。结果表明,经验概率模型可以有效识别GIS多种绝缘缺陷及其共存状态,SO_(2)F_(2)和SO_(2)体积分数比为4.2是高能放电状态的临界点,对故障预警具有重要意义;在基于高斯分布的GIS绝缘缺陷测试结果图中,y≈0.15的区域是多种放电故障共存的区域,需重点关注。

基于多源节点数据的环网柜放电故障识别

通过识别环网柜的放电故障点,可以快速定位并解决问题,减少能源损失,提高系统的能源利用效率。为此,提出基于复合传感与多源多节点数据的环网柜放电故障点识别方法。布设多个环网柜传感数据测点,将设计的复合传感器安装在测点位置上,从高频电流、超声波和电磁矢量三个方面采集环网柜多源多节点传感数据,提取环网柜放电信号特征,得出放电故障点的位置和大小。与传统识别方法相比,优化设计方法的放电故障点位置和大小识别误差分别降低8.05m和0.035m^(2),由此证明优化设计方法具有更高的识别性能。

基于微型气体传感阵列的空气绝缘设备放电故障识别

空气作为一种天然的绝缘气体,在电力设备中(开关柜、环网柜等)被广泛应用。研究表明,当电力设备发生放电故障时,空气绝缘介质会产生以NO_(2)为代表的特征分解产物。放电分解产物的组分及含量能够反映放电故障的严重程度,因此,气体分解产物检测对电力系统安全稳定运行具有重要意义。该文在不同的电压等级、持续时间下,分别模拟了包括电晕放电、火花放电及电弧放电在内的15种空气放电故障,并发现NO_(2)气体的含量在不同故障条件下存在显著差异。对此,设计了一款装载有四种对NO_(2)气体具有高度选择性气敏材料的微型气体传感阵列。经多次实验测试,传感阵列对15种放电故障气体表现出差异性响应信号,构成丰富的样本数据集。分别采用四种机器学习算法(极限树、决策树、K邻近和随机森林)实现基于传感信号的空气放电故障识别,其平均准确率最高可达84.88%、81.82%、76.86%和81.32%。其中,传感阵列对局部放电和电弧放电的识别能力略高于火花放电,可以归因于多次火花放电过程中存在一定的NO_(2)饱和现象。该文提出的基于微型气体传感阵列的检测方法具有操作简单、识别准确率高的显著优势,在空气放电故障诊断领域具有广阔的应用前景。

基于同步压缩小波变换和ResNet的变压器放电故障诊断方法

为实现电力变压器运行状态的智能监测和有效辨识,文中提出一种基于同步压缩小波变换图谱与残差神经网络(ResNet)的变压器放电故障诊断方法。利用同步压缩小波变换技术将采集得到的原始声纹进行相应的时频变换,进而得到不同状态下的时频图谱数据集;然后利用残差神经网络实现电力变压器不同状态的辨识;最后,搭建包含三种电力变压器设备典型放电故障的试验对系统进行模拟测试。试验结果表明:所提方法不仅能够有效表征变压器不同的工作状态,而且辨识精度有显著提升,相比于常规方法提升约10%。

GIS高压电缆放电故障的原因与分析

通过对国能朔黄铁路西柏坡变电所一起GIS高压电缆在运行中出现放电现象的故障进行排查处理,对故障原因及排查方法进行总结与分析,为同类设备的运行维护工作提供参考。

GIS内部异物放电故障的特征机理研究

气体绝缘金属封闭开关设备(Gas Insulated Switchgear,GIS)具有金属全密封、结构紧凑的特点,若厂内装配或现场安装过程洁净度控制不严,则可能混入金属碎屑等异物,引起局部放电甚至击穿故障。因此有必要对异物放电故障的发生机理及特征进行分析,从而制定针对性的防范措施。以两起GIS内部异物放电故障的典型案例为例,通过现场检查及试验对故障过程及异物来源进行分析,并结合不同异物位置的电场仿真计算,分析异物放电故障的发生机理。结果显示,相对于残留在壳体表面的异物,因电场力或振动作用跳跃至半空中或黏附在高压导体表面的异物更具有危险性,对电场强度的影响更大。对异物放电故障的特点进行总结,并进一步提出针对异物产生的防范措施,有利于从源头上消除异物隐患。

基于前景提取与多特征决策融合的电力线触树放电痕迹识别

针对电力线路智能化巡检中难以准确辨识电力线触碰树木遗留痕迹,无法为事故防治和责任划分提供可靠依据的难题,提出一种基于前景区域提取与多特征决策融合的电力线放电痕迹识别方法。首先,搭建中压线路触树放电实验平台,采集导线表面放电遗留痕迹,构建图像集。然后,提出融合纹理稀疏性与对数变换的去阴影算法,消除阴影区干扰;进一步提出融合全局阈值和自适应阈值分割的目标初始框选取策略,解决了GrabCut算法中初始框无法自动确定的问题,实现复杂背景下导线痕迹的自动精准分割。最后,提取导线的纹理和颜色特征,通过多SVM决策融合实现导线痕迹识别。实验结果表明,所提方法平均识别准确率达到88.39%,证明了所提识别方法的有效性。

变电站母线接头放电发热故障监测装置研究

变电站母线接头受密闭性不足、电压流转较强等因素影响,更容易受到潮气、灰尘等的侵入,导致连接处放电发热,从而造成短路故障。针对这一问题,从光纤光栅和红外测温技术出发,提出变电站母线接头放电发热故障监测装置。通过监测装置的应用,能够实时明确母线接头温度变化趋势,从而强化故障监测效果。

基于BP神经网络对13.8kV穿墙套管放电故障的诊断

文章针对大东江水电站13.8 kV穿墙套管放电故障频发的问题,依据机组在线监控系统振动数据构建BP神经网络模型,对放电故障发生概率进行预测,可知机组低负荷运行时振动偏移量过大是造成穿墙套管放电故障的主要原因。通过装设良导体弹性垫片连接中心导体和瓷绝缘外壳内壁,以此减少机组振动对套管的影响。仿真和实际运行结果证明了方法的有效性,放电故障的解决避免了电能的损失,提高了设备安全运行可靠性,同时也能够为后续的故障诊断和检修提供参考指导。

一起220kV GIS出线分支母线放电故障分析

气体绝缘组合开关设备(GIS)因其节省空间、便于维护等优势被广泛应用于现代变电站中,其绝缘水平达到交接试验规程要求投运的必要条件。介绍了一起某220k V变电站交接过程中GIS出线分支母线放电故障的诊断过程,通过二次加压方法确定放电位置,并逐一排除造成放电的可能原因,经开仓检查验证了分析的正确性。最后为避免出现同类故障提出预防性建议。

GIS设备现场典型故障及质量管控措施研究分析

气体绝缘金属封闭开关设备(GIS)的内部放电、气体泄漏、微水超标、温升超标、互感器误差超标、振动噪声等故障的治理一直是GIS设备质量提升中的技术难点。对GIS设备典型故障原因进行了分析,指出异物引发的放电、绝缘件缺陷、机械传动系统不正常、装配及安装工艺不良是引发故障的主要原因;提出GIS设备质量管控和提升的措施:从GIS设备结构设计、零部件采购、工厂装配、出厂试验、现场安装等生产全流程进行质量管控,可以有效提升GIS设备质量,减少设备故障的发生。