基于多元非线性回归模型的220kV电缆油终端缺陷场强预测

电缆油终端在施工时留下的主绝缘划伤缺陷将引起场强畸变,进而导致局部放电,引发绝缘故障。建立220 kV电缆终端主绝缘划伤模型,进行网格划分提高计算精度,利用COMSOL Multiphysics仿真软件研究不同缺陷长度、深度以及位置的电场分布,提出一种基于多元非线性回归模型的终端缺陷场强预测方法。结果表明:缺陷处场强最大值随长度增大而增大、随深度增大而减小,缺陷位于应力锥根部时场强最大。距应力锥根部20 mm,缺陷长度和深度各为2 mm和1 mm时,缺陷处场强最大值为14.5 MV/m。经回归分析预测,所提方法误差均在5%以内,为故障分析提供一种新的思路。

220 kV电缆油终端典型缺陷电场及温度特性

电缆油终端在安装过程中由于施工工艺的原因会产生主绝缘划伤、半导电层尖端、绝缘层杂质及铜屏蔽网缺失等典型缺陷。建立终端电-热耦合仿真模型,研究典型缺陷下缺陷处电场及温度分布特征。结果表明:缺陷的存在会导致场强增大,半导电层尖端使场强增大了6.72倍,其引起的场强畸变最为严重,主绝缘划伤和绝缘层杂质分别导致缺陷处场强增大了1.57倍和1.26倍,铜网缺失使场强略微增加,同时缺陷尺寸大小及位置对场强分布均有不同程度的影响。缺陷的存在也会引起终端温度升高,主绝缘划伤、半导电尖端和绝缘层杂质分别使缺陷处温度升高1.94、1.6和1℃,铜网缺失时缺陷处温度升高8.7℃,缺陷处温度会随着环境温度的增高而升高。研究结果可为电缆油终端绝缘设计提供依据。

基于红外—可见光联合的电缆充油终端易发热区域自动识别与温度提取

针对电缆充油终端发热缺陷诊断耗时耗力,且诊断准确率依赖人员经验的问题,明确了电缆充油终端的四个易发热区域,并提出一种基于红外—可见光联合的易发热区域自动识别和温度提取方法.步骤如下:利用尺度不变特征转换(Scale-Invariant Feature Transform,SIFT)算法将红外图像和可见光图像进行配准,得到红外—可见光图像对.利用其中的可见光图像进行目标检测,识别出4个易发热区域,映射到图像对中的红外图像上并进行裁剪,将易发热区域红外图像碎片输入温度提取程序,利用输出的区域最高温度进行诊断.对比实验表明,利用可见光图像训练目标检测算法YOLOv5网络并进行检测,FPS达到90,mAP@0.5达到95.8%,比利用红外图像速度快且精度高.该方法可以快速准确地实现易发热区域自动识别和温度提取,提高电缆运检人员的工作效率和电缆充油终端发热缺陷的诊出率.

极寒环境下户外充油电缆终端故障机理研究

户外充油电缆终端是高压输变线路中的关键附件,在寒冷天气下,国内连续发生多起高压电缆终端故障,严重影响电网运行安全。为此,本文设计了充油电缆终端主绝缘-应力锥界面绝缘等效试验装置,分别测试了10℃及-30℃下硅橡胶/XLPE界面涂覆硅油对局部放电活动的影响,并基于微观观测及电场仿真手段对故障机理进行探究。结果表明:在10℃下,界面涂覆硅油可以有效改善电缆终端界面相容性,增强界面绝缘强度,无缺陷及存在划痕缺陷时,涂覆硅油后界面局部放电起始电压相较于未涂覆硅油时分别提高约17.2%和200%;然而,在-30℃下,硅油存在凝固收缩效应,导致气隙的产生或固有缺陷再次暴露,局部放电起始电压显著降低,甚至略低于未涂覆硅油状态。电场仿真结果表明极寒环境下最大场强畸变值达6.26 kV/mm,已超过空气的电气强度,极易引发放电击穿。

一起110kV电缆充油式复合套管终端故障分析

对某一发生故障的110 kV电缆充油式复合套管终端进行解体分析,指出故障原因是金属护套与终端尾管连接处电化腐蚀造成接地不可靠,产生不间断放电,长期放电致使主绝缘老化,最终引起主绝缘击穿,并提出了预防类似故障的对策措施。

一起110kV户外电缆终端绝缘油渗漏事件原因分析及处理

通过现场拆解绝缘油渗漏电缆终端,从附件结构合理性、附件质量、安装工艺和施工质量等方面进行分析,推断绝缘油渗漏是附件结构不合理及施工质量较差造成的。现场采用经工艺改良的终端附件更换原漏油电缆终端,同时,提出了对同型号、同结构样式电缆终端的跟踪处理措施。

杂质引发高压电缆户外终端硅橡胶电树枝绝缘击穿分析

采用有限元方法对220kV高压电缆户外终端电场分布进行计算,研究表明:应力锥上表面的电场强度过高,户外终端安装过程中的杂质附着在应力锥表面会引起电场畸变,引起电树枝放电,随着电树枝发展到应力锥喇叭口的接地位置,引发绝缘击穿故障。结合一起220kV高压电缆户外充油终端的故障分析,并提出了相应的预防性技术措施。

基于ICEEMDAN-IPSO-ELM的硅油溶解气体浓度组合预测方法

高压电缆充油终端作为电力系统中传输电能的重要设备,对充油电缆终端内填充的硅油溶解气体浓度进行可靠预测,可为硅油的故障诊断提供一定的支撑。因此,提出一种基于局部异常因子与ICEEMDAN-IPSO-ELM的硅油中溶解气体浓度预测模型。首先,搭建模拟电缆终端内部硅油老化实验平台,通过色谱分析获得硅油中溶解气体浓度序列,进而对硅油中溶解气体浓度时间序列进行数据清洗,采用局部离群因子检测方法判断异常值并进行合理的修正,进而采用改进自适应白噪声完全集合经验模态分解将修正后的硅油中溶解气体浓度序列进行分解,得到不同时间尺度的本征模态函数分量,可以有效降低高、低频分量间的相互影响;其次,针对具有不同特征的频率分量搭建极限学习机网络预测模型,针对极限学习机模型参数较难选取的问题,采用改进粒子群优化方法对模型的权值和阈值参数寻优求解,在一定程度上优化了粒子群方法的寻优能力,并提高了组合预测方法的可靠性;最后,将不同频率分量的计算结果加和,便可得到硅油中溶解气体浓度的预测含量。具体实例表明,与其他预测模型相比,该方法能够可靠预测出硅油中溶解气体含量的未来走势,为硅油故障诊断技术提供了有力的保障。