Mayr电弧模型下GIS中快速暂态过电压的仿真分析

SF6气体绝缘封闭组合开关(GIS)中隔离开关进行分合母线时,产生快速暂态过电压(VFTO),幅值高且上升速率极快,威胁GIS及相邻设备的绝缘。选取某800 kV GIS隔离开关分合母线的试验电路为研究对象,采用电磁暂态程序(EMTP/ATP)进行建模仿真,隔离开关燃弧时采用Mayr电弧模型,分析其对VFTO的影响,得出考虑Mayr电弧模型时操作隔离开关、断路器侧隔离开关及变压器侧隔离开关的电压波形,并与考虑时变电阻模型的VFTO进行对比。对VFTO波形进行离散傅里叶分析,得到过电压频率、幅值的变化特征,研究结果为GIS绝缘设计提供参考。

基于多层融合振动数据分析的GIS设备机械缺陷诊断方法研究

气体绝缘金属封闭开关设备(gas insulated metal enclosed switchgear,GIS)机械缺陷是导致设备故障的重要因素,针对单测点、单证据机械缺陷诊断模型信息缺失和精度不足问题,该文提出一种多层融合振动数据分析的GIS设备机械缺陷诊断方法。首先,基于真型GIS设备振动模拟平台试验研究测点位置与缺陷类型对振动行为的影响特性;然后,联合统计分析、模态分解、尺度变换方法提出机械振动信号整体与局部信息关注的复合参数分析方法,引入主成分分析开展多测点振动信息的特征层融合降维;最后,提出改进放缩权重的Dempster-Shafer(DS)证据理论和Bagging投票机制的强/弱基学习器决策层融合机制,联合构建多层融合振动数据分析的GIS设备机械缺陷诊断模型。结果表明:不同类型机械缺陷信号的响应幅值、特征频点和畸变程度存在显著差异,复合特征参量大小及分散程度各不相同;同时,测点位置对缺陷信号的复合振动特征参量的表现形式及分布区间也具有一定影响;基于多层融合数据分析的诊断模型实现缺陷有效识别,辨识准确率为98.66%,相比单一分类器诊断效果提升5.83%。该文可为GIS设备机械缺陷诊断方法提供有价值的参考。

GIS多频振动信号产生机理及实验研究

当前国内外对气体绝缘金属封闭开关设备(gas insulated metal enclosed switchgear,GIS)的异常振动,尤其是引发振动的激励源、多频振动产生机理等问题缺少实质性研究进展。首先,建立受力模型,研究引发GIS振动的激励源,得到引发分箱型GIS振动的力源值,并指出正常运行状态,三相母线间电动力是主频振动的主要激励源。触头接触不良将导致触头斥力合力增大,地脚螺栓松动将导致系统固有频率的变化,影响非线性振动响应频谱特征;然后,将GIS按照薄壁圆柱壳进行研究,计算GIS壳体多阶固有频率,建立有效的非线性振动方程,首次利用解析方法揭示非线性GIS系统多频振动信号的产生机理;最后,研制成功振动信号采集系统,在550 k VGIS产品上设置典型机械缺陷,经实验验证,系统激发出的振动响应幅值极值点及频率与理论分析结果一致。论文的研究成果可为GIS机械缺陷的检测及诊断提供一定的支持和参考。

基于专家知识与监测数据联合驱动的高压开关柜状态评估

高压开关柜(HVS)作为电力系统的关键设备,对其工作状况进行有效评估可以保障电力系统的安全稳定运行。在工程实践中,由于高压开关柜长期服役于潮湿、高温等恶劣环境下,不可避免的传感器失效或人为因素会导致其设备状态数据存在随机缺失的现象,从而破坏了数据的完整性和可用性,使得对数据质量要求较高的数据驱动方法难以直接用于解决高压开关柜状态评估的问题。为了解决上述问题,研究了一种基于专家知识和监测数据联合驱动的高压开关柜状态评估方法。首先,对高压开关柜系统的内部构成进行了深入分析,并根据区域中设备的功能不同将其分为电缆室、母线室和断路器室三大区域。其次,进一步分析了系统状态、各区域状态及其关键部件状态两两之间的因果关系,从而建立了适用于高压开关柜状态评估的三层贝叶斯网络(BN)拓扑结构。然后,引入专家领域知识设计了适用于高压开关柜系统的3种约束罚函数,并通过求解带有约束的优化问题,改善了不完整数据集下的贝叶斯网络参数估计性能,进而实现了对高压开关柜系统状态的精确评估。最后,在自主设计的10 kV高压开关柜样机上开展了对比验证实验,结果表明,相比于支持向量机(SVM)方法和反向传播(BP)神经网络方法,本文所提方法在状态评估精度上更具优势。

港口高压开关柜局部放电信号自适应小波去噪方法

为了有效抑制港口高压开关柜局部放电实测信号中存在的白噪声,文中提出一种基于小波的自适应阈值去噪算法。首先对小波阈值去噪算法中的阈值选取及阈值函数进行优化,通过添加变量增加算法的适用性和灵活性,并使用改进后的粒子群算法(SPSO)对添加的变量进行最优值求解从而实现小波分解层数、小波阈值和阈值函数的自适应选取;其次对仿真信号与实测信号进行去噪。结果表明:与传统软、硬阈值函数去噪相比,使用文中所提算法去噪后的信号信噪比分别提高了5.31 dB和2.38 dB。由去噪后信号的时域图可以看出,与其他几种算法相比本文提出的算法不仅去噪效果良好,还能极大地保留信号中的有效成分。

Ag表面对SF_(6)初级分解产物氧化反应的影响作用研究

运行经验显示SF_(6)在气体绝缘开关设备(GIS)中的热稳定性低于预期,GIS内部的金属表面可能对SF_(6)初级分解与次级反应具有显著的影响作用,但作用机理尚不明晰。该文基于密度泛函理论获得了O_(2)在Ag表面的解离-吸附构型,并建立了低氟硫化物与Ag表面O原子的反应模型,初步揭示了GIS过热故障状态下SF_(6)初级分解产物在Ag表面的氧化反应机理;基于过渡态理论和反应动力学理论,计算获取了界面反应的能垒和反应速率常数,并与气相反应对比,分别确定了三种低氟硫化物的氧化反应路径及其主要场所,并分析了Ag表面对反应的促进/抑制作用机制。结果显示,Ag表面可显著促进SOF_(4)与SOF_(3)的产生,但不利于SF2的表面氧化反应。

GIS绝缘子金属污秽缺陷不同程度间歇性放电诊断分析研究

针对现场气体绝缘组合电器(GIS)绝缘缺陷局部放电漏报、误报情况频发的问题,利用真型GIS搭建局放多源检测试验平台,开展绝缘子表面金属污秽缺陷间歇性放电试验,采用不同局放检测法研究不同程度间歇性放电特性变化规律。研究结果表明:金属污秽缺陷放电量随着放电时间的延长呈现先升后降的变化趋势;放电时间间隔整体呈现增加的变化趋势;超声检测法和化学检测法无法实现金属污秽间歇性放电的有效感知;由4组50个工频周期特高频(UHF)相位分辨局部放电(PRPD)图谱数据所构成的200个工频周期UHF PRPD图谱中能初步得出间歇性放电分布规律;处于间歇性放电状态的金属污秽缺陷不会逐渐发展演变成击穿放电故障。研究成果对拓展间歇性放电特征的认知及现场对GIS放电缺陷的检测具有重要意义。

基于神经监督决策树算法的多感知GIS局部放电识别

为充分表现并利用GIS缺陷的物理联系引导故障诊断,提高GIS局部放电故障诊断方法的可靠性与可解释性,该文提出神经监督决策树算法(neural supervision decision tree,NSDT)实现GIS局部放电高准确率下的可解释故障诊断。将卷积神经网络最终线性层替换为层次结构,构建诱导层。使用树监督损失函数优化节点代表向量,并通过调整softmax函数抑制层次损失。构建监督层,通过原始神经网络输出向量对诱导层输出进行监督修正,在保留可解释性的基础上,提高识别准确率。通过110 kV声光电多感知GIS平台收集导杆尖端、外壳尖端、高压端沿面3种典型单源缺陷局放数据,并组成3种双源缺陷,测试NSDT方法性能表现。试验结果表明,NSDT多级神经决策结构能够准确地识别GIS局部放电类型,相较于卷积神经网络(convolutional neural network,CNN)等传统深度神经网络识别方法,识别可靠性更高,决策信息更加丰富,可解释性更强。

金属罐体对真空灭弧室内部电场分布的影响

利用真空开断技术以及环保气体绝缘技术开发罐式真空断路器是高压真空断路器的一个重要发展方向。为此,建立了126 kV单断口真空灭弧室以及罐式断路器的电场仿真模型,分别从触头表面电场分布、触头间隙有效击穿面积以及内部电场分布对称性三个方面,探究了布置在金属罐中的真空灭弧室内部电场的变化。结果表明,金属罐体引起真空灭弧室内部动、静两侧的电场分布不对称,出现高电位侧电场强度增大,而低电位侧电场强度减小的情况。针对这一情况,建立等效电路模型,从电路层面分析。结果表明,对地杂散电容增大引起了主屏蔽罩的电位降低。进一步地,通过将主屏蔽罩电位设置为一系列的固定值,研究了主屏蔽罩电位对于真空灭弧室内部电场分布的影响。当控制主屏蔽罩电位相同时,布置在金属罐中的真空灭弧室与单个真空灭弧室相比,两者内部电场分布基本一致,这为罐式断路器中的真空灭弧室内部电场的优化提供了参考。

基于机-热-电多参量信号特征的GIS隔离开关状态评估方法

气体绝缘开关(gas insulated switchgear,GIS)设备中的隔离开关故障往往是机械、热、电气多物理量综合作用的结果,从微小缺陷发展至严重故障的过程中,会产生异常振动、温度、局部放电多种参量信号,同时测量并分析GIS隔离开关的多参量信息对于准确获取其运行状态具有重要意义。文中通过在实体220 kV GIS实验平台上模拟隔离开关最为常见的接触不良缺陷,研究不同接触状态时振动信号、温度变化和局部放电信号的演化规律,获得其与设备状态之间的对应关系,结合健康指数理论和改进层次分析法,提出基于多参量特征的GIS隔离开关综合评估方法。使用该方法开展现场测试,其检查结果与多参量综合评估方法的的分析结果相吻合。文中的研究为GIS隔离开关状态的带电检测提供了一种可行性较高的多参量融合分析新方法。

基于实体GIS设备试验的局部放电光学信号传播特性研究

光测法具有电磁免疫性,特别适用于具有封闭结构的气体绝缘开关设备(gas insulated switchgear, GIS)局部放电检测,但是光信号在传播过程中易因传播距离增加或部件遮挡而快速衰减。为此,基于110 kV实际GIS设备开展局部放电光学信号传播特性试验,研究传播距离和绝缘子遮挡对导杆尖刺缺陷和悬浮电位缺陷局部放电光信号的影响规律。结果表明,随着传播距离的增加:尖刺缺陷检测到光信号最大幅值和放电数均有所衰减,放电谱图变化不大;悬浮缺陷放电光信号幅值明显衰减,放电数不变,放电谱图特征逐渐失去“矩形”特征。此外,当光学信号透过带有通气孔的绝缘子传播时,光学信号明显衰减,且幅值波动较大。

高压开关柜故障起火自动灭火装置优化设计研究

近年来发生了多起高压开关柜火灾事故,传统开关柜灭火通过人工方式灭火,存在灭火效率低、人员风险大等问题。现有开关柜自动灭火装置研究存在引入电场畸变、启动阈值不清及灭火剂选择不当等问题。为解决上述问题,文中开展了高压开关柜故障起火自动灭火系统研究。优化设计了了灭火剂喷头结构,降低了最大场强,避免了绝缘击穿风险。进行了真型开关柜火灾模拟试验,基于试验过程中温度场分布确定了灭火装置启动阈值。探索了灭火剂类型与用量,确定了合理的高压开关柜灭火剂设置方案。建立了完整的高压开关柜自动灭火系统,试验结果表明文中所提出灭火系统快速有效。

基于EWT-FE分析联合改进SVM算法的GIS局部放电诊断方法

为提高气体绝缘组合电器(Gas insulated switchgear,GIS)局部放电类型诊断的精度,提出了一种基于EWT-FE结合IHPO-SVM算法的GIS局部放电诊断方法。为深度挖掘局部放电信号内部特征,利用经验小波变换(Empirical wavelet transform,EWT)结合模糊熵(Fuzzy entropy,FE)算法对信号进行分解,并提取有效特征量;为提高支持向量机(Support vector machine,SVM)算法自适应能力与分类识别精度,提出利用经过余弦衰减计算方法以及指数下降函数改进的猎人猎物优化(Improved hunter-prey optimizer,IHPO)算法对SVM算法参数进行优化选取;搭建GIS局部放电试验模型,建立基于EWT-FE信号分析结合IHPO-SVM的局部放电识别模型,对所提算法有效性进行验证。试验结果表明,所提算法GIS局部放电类型诊断精度均大于95%,优于传统诊断算法。

GIS绝缘子表面金属异物附着缺陷局部放电UHF信号间歇性与有效检出率分析

局部放电特高频(UHF)方法检测局部放电(PD)是当前评估气体绝缘开关设备(GIS)状态和绝缘性能的重要手段之一。本文为解决局部放电UHF检测出现大量漏报和误报的问题,通过开展GIS绝缘子表面金属异物附着缺陷长期恒压实验,结合现有UHF检测策略对放电信号的成功捕捉概率进行分析,从检测时长和检出阈值两方面对现有UHF信号的检测策略提出了优化方案。结果表明:绝缘子表面金属异物附着缺陷局部放电具有间歇性特点,现有UHF带电检测及在线监测策略对放电的检出概率均不高。针对带电检测策略进行优化,延长检测时长至2247s,有效放电的捕捉概率可达85%;针对在线监测策略进行优化,延长形成一个局部放电事件(PDEvent)的测量时间和降低其检出阈值皆可增大PDEvent的检出概率,工程应用中可选择合适的测量时间和检出阈值相组合的方式来进行间歇性放电的检测。

新型变电站高压开关柜漏电火灾在线监测算法

新型变电站高压开关柜漏电火灾在线监测算法在监测的过程中存在漏电数据收集失误现象,火灾信息评估的完整程度较低,在监测的同时需调整算法机制,导致预警不及时,监测的精度较低。针对该问题,对新型变电站高压开关柜漏电火灾进行在线监测,首先针对开关柜漏电情况收集漏电数据,根据剩余电流判断漏电信息,及时捕捉精准的漏电区域数据,利用D-S证据理论融合算法对获取的漏电数据发生火灾的情况进行在线监测,构建识别框架并提取相似函数,判断达到火灾时的温度阈值,完成整体监测研究。根据分析的结果可知,该在线监测方法具有较强的监测及预警精度,在相同的条件下,火灾信号温度采集差值为1℃,系统整体虚警率为0.001%,剩余电流为310 mA,能够有效监测漏电信息及火灾发生情况,表明该方法具有较强的监测能力。

不同着火位置对高压开关柜火灾影响的数值研究

基于流体动力学计算软件文中研究了不同着火位置对高压开关柜火灾的影响,分析了柜内温度场、无量纲温度因子、烟气分布及总热释放率火灾特征参量。计算结果表明,手车室发生火灾时最高温度低于电缆室或母线室最高温度,且不同着火位置下顶壁或侧壁无量纲温度因子差异明显,可用来进行早期火灾安全预警的诊断手段。烟气场和总热释放速率分布表明,电缆室和手车室着火时,其烟气可充满整个高压开关柜柜体,而母线室着火时烟气仅充满整个母线舱室。另外,电缆室火灾具有较大的总热释放率,因其相邻手车室可燃构件也被引燃进而释放更多的热量。通过文中的研究结果,可进一步认识和了解高压开关柜火灾蔓延发展趋势,也可为高压开关柜的早期安全预警提供技术和理论支撑。

SF_(6)放电分解产物荧光抑制光纤增强拉曼光谱动态高灵敏检测研究

分析SF_(6)放电分解产物组分和含量的动态变化是SF_(6)封闭式组合电器(Gas-Insulated Switchgear,GIS)状态诊断的关键。本文提出荧光抑制光纤增强拉曼光谱(Fiber-Enhanced Raman Spectroscopy,FERS)动态高灵敏检测方法。首先搭建了SF_(6)放电分解产物荧光抑制FERS检测系统,通过结合CCD数字滤波和小孔空间滤波的协同荧光滤波方法,系统信噪比提升228.4%;基于Allan方差分析确定了系统最佳积分时间为220 s。然后在2 bar压强、220 s积分时间下,基于标准混合气体样品分析确定了用于同时定性与定量分析SF_(6)放电分解产物SOF_(2),SO_(2)F_(2),COS,CF_(4),SO_(2),CO_(2),CO的特征拉曼谱峰,并计算得检测下限分别为1.95 ppm,1.78 ppm,0.83 ppm,2.41 ppm,0.93 ppm,2.51 ppm,6.69 ppm。最后通过连续168 h的GIS等比缩小模型局部放电实验证明了上述系统可实现SF_(6)放电分解产物的动态高灵敏检测,且与气相色谱法结果偏差小于±5%。实验结果表明,本文提出的检测方法可为GIS的安全运行提供技术支撑。

GIS设备内外部紧固松动机械缺陷振动特性对比分析研究

气体绝缘组合电器(gas insulated switchgear,GIS)机械性缺陷是导致设备故障的重要原因。当GIS存在机械缺陷时,在交流电动力的作用下会产生异常振动信号,通过测量GIS外壳上的机械振动信号能够实现对设备机械缺陷的检测和诊断。GIS设备内部或者外部紧固松动是现场常见的机械性缺陷,然而目前对于内外部紧固松动缺陷的振动信号特性尚不清楚,制约了现场对于该类型缺陷的检测与诊断。针对于此,文中在550 kV实体GIS试验平台上构建了内部屏蔽罩松动和外部地脚螺栓松动两类缺陷,对比分析了不同缺陷下的振动信号时、频域特征,以及信号特征和负载电流的关联关系。结果表明,内外部缺陷均不会引起100 Hz基频振动信号发生变化,而仅导致其余频率点信号略有升高,因此无论是内部还是外部松动缺陷都不会引起设备振动信号幅值的明显升高;相比较而言,内部松动缺陷主要引起200、300 Hz等低频信号分量的升高,而外部松动缺陷主要引起1500 Hz以上高频信号分量的幅值升高;内部松动缺陷引起的低频信号分量升高程度随着负载电流的增加明显增加,而外部松动缺陷引起的高频分量升高程度与负载电流相关性较小。文中的研究成果为现场GIS内外部松动缺陷的检测和分析提供了理论支撑。

GIS内置特高频传感器性能参数仿真研究

为了提高气体绝缘组合电器局部放电的检测效果,对内置圆盘型特高频传感器进行了性能参数的仿真研究。通过建立回波损耗参数S11和有效高度的测试仿真模型,分析了传感器圆盘直径、介电常数和短路针距离对性能的影响。结果表明:对于内置式特高频传感器,圆盘半径为75 mm,介电常数维持在3~4之间,短路针距离圆心距离为60 mm左右时,回波损耗和灵敏度达到最优。研究发现,随着圆盘直径增大,传感器的谐振频率和有效高度逐渐降低。同时,介电常数和短路针距离的增加导致谐振频率降低,有效高度增加。

基于非线性尺度空间与极坐标分布熵的GIS局放特征提取方法

气体绝缘组合电器(gas insulated switchgear,GIS)局部放电(partial discharge,PD)缺陷类型的准确识别对电力设备的状态评估与故障诊断至关重要,为了解决PD模式识别中特征提取准确性不足的问题,该文提出一种基于极坐标分布熵优化的非线性尺度空间特征(KAZE)提取方法。首先,对光、电单参量图谱进行非下采样轮廓波变换(non-subsampled contourlet transform,NSCT),得到包含信息更丰富的光电融合图谱;然后,利用KAZE算法提取图谱典型特征点,并依据相位、幅值、尺度信息将特征点发散至极坐标,提取子区域分布熵构成特征向量;最后,将特征信息带入经自适应增强算法(Adaboost)优化的长短期记忆网络(long short-term memory,LSTM)进行模式识别验证,并与KAZE法、统计参数法、卷积神经网络(convolutional neural networks,CNN)进行对比。结果表明,该文提出的特征提取方法在不同训练集分布下均可达到较高的识别率,最高可达91%,相较于统计参数法、CNN分别提升8.8%和4.4%,可以为提高GIS局部放电特征提取准确性提供参考。