首页> 中文学位 >正极性直流局部放电下SF6分解特性与绝缘缺陷识别
【6h】

正极性直流局部放电下SF6分解特性与绝缘缺陷识别

代理获取

目录

1 绪 论

1.1 选题背景及意义

1.2 国内外SF6分解研究现状

1.3 主要研究内容及技术路线

2 SF6正极性直流局部放电分解实验及理论

2.1 SF6正极性直流局部放电试验平台构建

2.2 实验内容、方法和结果

2.3 直流局部放电特性

2.4 SF6直流局部放电分解反应

2.5 本章小结

3 SF6正极性直流局部放电下分解特性

3.1 SF6正极性直流局部放电下分解特性

3.2 SF6交、正负极性直流局部放电分解特性差异

3.3 SF6直流局部放电与分解数学关系推导与分析

3.4 本章小结

4 微水微氧对SF6直流局部放电分解特性的影响机制

4.1 微水对SF6分解特性的影响机制

4.2 微氧对SF6分解特性的影响机制

4.3 微水微氧影响下SF6交-直流局部放电分解特性的差异

4.4 本章小结

5 基于SF6分解组分分析的局部放电类型识别

5.1 特征量的提取

5.2 基于支持向量机的识别方法构建

5.3 无微水微氧影响下的绝缘缺陷放电识别

5.4 微水微氧影响下的绝缘缺陷放电识别

5.5 本章小结

6 结 论

6.1 主要结论

6.2 研究工作展望

致谢

参考文献

附录

A.作者在攻读博士学位期间发表的论文目录

B.作者在攻读博士学位期间参与的科研项目

展开▼

摘要

为响应我国“西电东送”、大力发展特高压电网架构的国策,高压直流输电得以发展,其相关技术研究急需开展,尤其是直流设备的绝缘技术。相比于普通的直流电气设备,直流SF6绝缘设备具有输送容量更大、承受电压更高、占地面积更小及电磁环境影响更低等优点,其设计、制造、运维、状态监测等技术发展迫在眉睫,本文着重研究此类设备的绝缘状态监测与绝缘缺陷故障识别技术。
  相比绝缘状态检测技术相对成熟的SF6绝缘交流电气设备而言,SF6直流设备的绝缘状态检测方法与其存在一定的相似性,然而两者内部电场的时变和不变性差异,致使设备内部存在相同绝缘缺陷时,故障的表现特征不同,最显著的是缺陷故障产生的“潜伏”征兆即局部放电(Partial Discharge,简称PD)不同,其导致设备内部SF6气体分解的特性存在较大差异,因此,已有的SF6绝缘交流设备绝缘缺陷检测的经验不能应用于SF6直流设备,直流场下绝缘缺陷的PD特性及PD电下SF6分解特性需另行研究,相关研究成果可为建立和完善SF6绝缘直流设备绝缘缺陷故障状态诊断及评估系统提供理论和实验支持。
  本文设计制作3种典型缺陷人工模拟模型,分别模拟金属突出物、绝缘气隙和绝缘子表面污染,构建SF6直流正极性PD分解实验平台,开展大量实验,同步测量PD信号和SF6分解组分含量,在分析SF6直流PD机理及分解机理的基础上,定量分析不同缺陷的PD特性和分解特性以及两种特性差异原因,优选可表征缺陷故障特征的特征量,基于支持向量机,完成绝缘缺陷故障类型识别和故障放电程度判别。其主要工作及创新如下:
  ①设计针-板、气隙和污秽模型的形状、尺寸及材料,构建SF6直流PD分解实验平台,开展不同模型在正极性直流电压及微水微氧影响条件下SF6直流PD分解实验。实验中同步测量PD脉冲的放电量、重复率、相邻脉冲放电间隔以及SF6特征分解组分的生成含量等参数,分析各参数随放电时间延长的变化规律。
  ②基于气体放电理论及SF6分解基础理论,阐述各缺陷PD发生、发展的机制以及其导致SF6分解的机制,阐明PD差异导致SF6分解组分生成量、生成速率及组分生成量特征比值差异的关联关系。试验结果表明:PD强度增强和放电时间延长均可促进组分生成;针-板模型PD稳定、重复率高,各组分的生成量及生成速率高,特征比值c(SO2F2+SOF4)/c(SOF2+SO2)低,气隙模型和污秽模型PD随机,重复率低,组分生成量及生成速率低,特征比值高,PD特性决定SF6分解特性。
  ③试验获取直流PD下微量H2O和O2对SF6分解的影响特性,从微观层面上阐述H2O、O2对PD的影响机制及对SF6分解的影响机制,获取微水微氧含量与特征比值间的数量关系,为微水微氧影响校正提供依据。结果表明,微水影响较为显著,微水含量升高,水解反应加剧,SO2F2、SOF2和 SO2的生成量增加,SOF4的生成量下降;微氧含量升高,各组分生成量均微幅上升;微水微氧含量与特征比值分别为二次函数和幂函数关系;经微水微氧校正后,PD强度判别的正确率有所改善,缺陷类型识别的正确率不受影响。
  ④比较并分析了PD电学参量和分解组分化学参量,提取可有效表征缺陷属性的参数作为特征量,选用合适的分类方法,完成缺陷故障类型识别及PD程度判别。结果表明:联立PD重复率及特征组分特征比值,作为特征量,基于SVM分类器,完成缺陷识别,缺陷类型识别正确率达97.5%。
  上述研究为建立SF6直流电气设备绝缘缺陷故障状态诊断及评估系统提供理论研究和科学实践支持。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号