论文部分内容阅读
随着SF6气体绝缘设备(gas-insulatedequipment,简称GIE)在电网中的大规模应用,如何保障其安全稳定运行遇到了前所未有的挑战。由于SF6气体绝缘介质故障分解过程直接与设备内部故障性质密切相关,利用SF6分解组分进行故障诊断已被电力运维部门所重视,并已开始采用组分种类、绝对含量、产气率和特征比值对故障进行诊断。然而,设备运行情况、气室体积、环境条件、现场检修条件等因素的差异,会造成SF6故障分解气体的量存在千差万别,很容易造成错判或者漏判。因此,如何综合利用SF6分解特征组分信息对GIE内部故障进行评判仍是目前亟需解决的难题。
为此,本文利用实验室多年积累的SF6典型放电和过热故障分解数据,结合SF6故障分解机理,通过系统研究不同故障性质下的SF6分解特性,提取出有效表征GIE内部故障性质的组分特征量,建立了SF6分解组分三角形故障诊断方法,并研究了微水等因素对其诊断准确性的影响。开展的具体工作和取得的主要结论如下:
(1)运用最大相关最小冗余准则提取出表征局部放电(partialdischarge,简称PD)、火花放电和局部过热故障(partialover-thermalfault,简称POF)三种不同故障性质的分解组分特征量:CF4、SO2F2和SO2+SOF2,对提取出的组分特征量进一步采用“故障数据分布密度”标准差最小化的原则对权重进行了优化,构建出基于%(114.08CF4)、%(23.93SO2F2)和%(SOF2+SO2)三组组分占比特征量的SF6分解组分三角形故障诊断方法,该方法实现了GIE内部PD、火花放电和POF这三种不同性质故障的统一诊断,测试准确率达93.2%。
(2)针对引起PD的绝缘缺陷辨识问题,选择CF4+CO2、SO2F2和SO2+SOF2这三组组分特征量,结合高斯混合模型聚类算法对上述组分特征量权重优化赋值,并构建出基于%(CF4+CO2),%(4SO2F2),%(SO2+SOF2)三组组分占比特征量的PD-三角形故障诊断方法,该方法可进一步辨识引起设备内部PD的绝缘缺陷,测试准确率达98.9%。
(3)针对微水、微氧、气压和电极材料等因素对三角形故障诊断方法诊断准确率的影响问题进行了系统测试,结果表明:气压、电极材料和微氧环境因素对三角形诊断法诊断准确率的影响较小,而微量水分影响较大。为此,结合化学反应动力学理论和实验数据,构建出SF6分解组分三角形故障诊断方法中微水影响的数学校正模型,使用3550μL/L和5550μL/L下14组火花放电故障数据对校正模型进行测试,结果表明:全部数据经校正后得到了正确的判断,即对微水异常值的故障数据进行校正可以在一定程度上有效避免误判。
为此,本文利用实验室多年积累的SF6典型放电和过热故障分解数据,结合SF6故障分解机理,通过系统研究不同故障性质下的SF6分解特性,提取出有效表征GIE内部故障性质的组分特征量,建立了SF6分解组分三角形故障诊断方法,并研究了微水等因素对其诊断准确性的影响。开展的具体工作和取得的主要结论如下:
(1)运用最大相关最小冗余准则提取出表征局部放电(partialdischarge,简称PD)、火花放电和局部过热故障(partialover-thermalfault,简称POF)三种不同故障性质的分解组分特征量:CF4、SO2F2和SO2+SOF2,对提取出的组分特征量进一步采用“故障数据分布密度”标准差最小化的原则对权重进行了优化,构建出基于%(114.08CF4)、%(23.93SO2F2)和%(SOF2+SO2)三组组分占比特征量的SF6分解组分三角形故障诊断方法,该方法实现了GIE内部PD、火花放电和POF这三种不同性质故障的统一诊断,测试准确率达93.2%。
(2)针对引起PD的绝缘缺陷辨识问题,选择CF4+CO2、SO2F2和SO2+SOF2这三组组分特征量,结合高斯混合模型聚类算法对上述组分特征量权重优化赋值,并构建出基于%(CF4+CO2),%(4SO2F2),%(SO2+SOF2)三组组分占比特征量的PD-三角形故障诊断方法,该方法可进一步辨识引起设备内部PD的绝缘缺陷,测试准确率达98.9%。
(3)针对微水、微氧、气压和电极材料等因素对三角形故障诊断方法诊断准确率的影响问题进行了系统测试,结果表明:气压、电极材料和微氧环境因素对三角形诊断法诊断准确率的影响较小,而微量水分影响较大。为此,结合化学反应动力学理论和实验数据,构建出SF6分解组分三角形故障诊断方法中微水影响的数学校正模型,使用3550μL/L和5550μL/L下14组火花放电故障数据对校正模型进行测试,结果表明:全部数据经校正后得到了正确的判断,即对微水异常值的故障数据进行校正可以在一定程度上有效避免误判。