SF6电气设备故障特征气体快速检测方法

对SF6电气设备故障部位快速诊断方法进行了研究.在分析了SF6电气设备发生放电故障时分解气体的组分及其检测手段的基础上,提出了SF6电气设备故障特征气体的判断依据:在SF6电气设备的分解气体测试中,当SO2和SOF2的体积分数大于10 μL/L, H2S 的体积分数大于5 μL/L, HF的体积分数大于25 μL/L时,均可判断设备存在故障的可能性.通过4例实际应用分析,说明该方法行之有效.     

SF_6电气设备的监督与故障诊断

SF6电气设备在电网中的应用越来越广泛,这些设备运行状态的好坏直接关系着电网的安全。根据SF6的化学性质与分解机理,利用SF6气体分解产物可以判断设备故障、推测可能存在缺陷。通过对SF6电气设备的日常监督,统计分析了SF6气体分解产物中特征组分(二氧化硫SO2、氟化亚硫酰SOF2以及硫化氢H2S)的生成情况,并以此为基础总结出了SF6电气设备放电故障诊断标准,提出了不同电压等级SF6电气设备分解产物检测周期。     

六氟化硫分解物检测技术的应用

介绍了六氟化硫(SF6)电气设备分解物的检测方法和常见的故障类别.通过对蒙西电网某500 kV变电站500 kV断路器和110 kV变电站GIS设备进行SF6气体分解物(包括SO2、H2S、CO等)的检测实例分析,认为应用SF6分解物检测技术能够准确、迅速、方便地判断出SF6电气设备内部存在的放电故障,并制定了内蒙古电网SF6电气设备分解物的检测周期和指标,以指导SF6电气设备的安全运行.     

电力系统SF6气体分解产物检测研究

为了诊断SF6电气设备内部是否存在故障及故障的性质,研究SF6电气设备在发生故障时,SF6气体的分解原理及产物.对比运用现有的检测技术,分析了云南电网近年来发生几个故障中SF6的分解气体,发现将SO2、H2S和CO 作为故障特征气体判断SF6电气设备故障是可行的,为SF6电气设备故障的检测与诊断提供了可靠依据.     

用SO2含量检测SF6电气设备内部故障的探讨

对SF6电气设备内部局部放电和过热情况下SF6气体的主要分解过程进行分析；根据分解产物，确定用分析检测SF6气体中SO2杂质含量的方法对设备内部故障进行判断并确定故障部位；介绍了检测方法；列举了几个检测实例；总结了应用经验。     

基于SF6分解产物的避雷器缺陷分析

以国内外基于SF6气体分解产物的SF6电气设备故障判断标准和规范为依据,对某避雷器典型缺陷案例进行综合分析。通过现场SF6气体分解产物组分检测和实验室气相色谱检测,判断避雷器内部存在潜伏性放电故障;通过解体检查,确认产生缺陷的原因是金属连接垫片的制造工艺不良;设备内部粉末的元素分析进一步说明发生局部放电的部位为绝缘杆、氧化锌电阻片和金属连接垫片。     

SF6分解产物体积分数检测在SF6电气设备故障诊断中的应用

根据多年积累的SF6分解产物检测数据和对多起SF6电气设备故障的分析结论,笔者阐述了通过SF6分解产物体积分数检测判断SF6电气设备是否存在故障的理论依据和实际可行性,分析了SF6电气设备故障诊断的实际案例和故障诊断过程,为SF6电气设备的监督检测和故障诊断提供参考.     

基于紫外光谱SF_6电气设备内SO_2组分在线监测法

现有化学检测法检测SF6电气设备放电故障时存在滞后性且耗时耗力,因此提出应用紫外光谱快速在线鉴别设备中的SO2组分,实现放电故障在线监测。利用快速Fourier变换分析、自相关分析、功率谱密度分析对209~219 nm及295~305 nm 2个特征区数据进行处理,选取相关峰数目、相邻峰间距离的期望和标准差、以及快速Fourier变换和功率谱密度的最大峰值处频域分量5个特征值,采用表决原理实现设备内微量SO2组分判别。通过SO2标准气体检测实验,确定特征值阈值,证实提出方法对SO2体积分数的检测限10-6。通过现场测量实际运行且疑似存在放电故障的SF6电流互感器内气体,证实提出的方法可在线、有效地发现微量SO2特征,且该设备内确已发生放电,判断结果与SF6综合测试仪测试结果一致。     

放电条件下SF_6气体分解产物变化情况的研究

对SF6气体分解产物的组成及其体积分数进行测定和分析研究与SF6电气设备安全运行密切相关。笔者建立了SF6电气设备模拟放电试验方法,使用气相色谱法、离子色谱法及检测管法对不同模拟放电条件下SF6气体分解产物的生成过程、相对体积分数关系等方面进行研究,寻找表征不同放电故障类型的特征气体,从而得到SF6气体分解产物的变化情况与SF6电气设备故障之间的内在联系。该项研究提出对SF6气体分解产物定量检测以评判电气设备内部状态的理论与方法,对实现SF6电气设备由于放电引起的突发性故障的早期诊断和预测有着重大意义。     

利用SO2、H2S含量诊断分析SF6电气设备内部放电故障

阐述SF6电气设备内部故障时绝缘材料分解产物的特征以及内部故障的分类.针对某变电站220kV断路器内部的放电故障,分析SF6分解物超标所引发故障的原因,为现场检测、维护提供借鉴.     

基于悬臂梁增强型光声光谱的SF_6特征分解组分H_2S定量检测

H_2S作为SF_6分解产生的关键特征组分,能够有效反映SF_6气体绝缘电气设备内部绝缘故障的严重程度及故障是否涉及固体绝缘材料。采用新型硅微悬臂梁传声器与分布反馈式半导体激光器搭建了悬臂梁增强型光声光谱痕量气体检测系统,以H_2S气体v1+v2+v3泛频吸收谱带中心波数为6 336.62 cm-1的吸收谱线作为研究对象,仿真研究了H_2S气体的红外吸收特性,试验研究了H_2S气体悬臂梁增强型光声光谱响应特性,采用最小二乘回归分析了H_2S气体光声信号与其体积分数的关系。结果表明,在气体吸收未饱和的情况下,光声信号强度与H_2S体积分数之间存在良好的线性关系,系统对N2中痕量H_2S的检测下限为0.84×10-6,对SF_6中痕量H_2S的检测下限为1.75×10-6。研究结果为采用SF_6分解组分法判断设备内部绝缘故障类型和严重程度提供了有力的数据支持。     

基于分解组分分析的SF_6设备绝缘故障诊断方法与技术的研究现状

随着全封闭式组合电器(GIS)设备在各电压等级中日益广泛应用,一旦发生绝缘故障将严重危及电力系统的安全运行,对GIS设备进行绝缘状态监测与故障诊断是降低其故障率和运维费用的有效手段之一。针对目前国内外研究热点,基于分解组分分析(DCA)的SF_6设备绝缘故障诊断方法与技术进行综述,以推动该领域的理论与技术进步。首先,在分析国内外气体绝缘装备故障统计的基础上,介绍常见的绝缘故障及其诱因;其次从引发SF_6气体分解过程及机制出发,分析基于SF_6分解组分的故障诊断原理,重点评述SF_6故障分解特征产物,并对以分解组分比值为特征量的故障诊断研究进展情况进行小结;最后结合当前研究现状和尚需解决的难点问题,指出基于分解组分分析的SF_6设备绝缘故障诊断方法与技术的研究要点及发展趋势。     

特高压输变电系统中GIS气体放电特性

为掌握特高压输变电系统中GIS气体的放电特性,初步分析了SF6及SF6/N2混合气体在特高压GIS系统中的放电特性,特别是放电特性的非线性程度,以及放电特性和电场强度之间的关系。分析结果表明,间隙放电电压>1800kV时,雷电冲击过电压和操作过电压会出现非线性,特别是操作过电压,当电压>2000kV时非线性更加明显,GIS电气强度不再随气体压力增加而线性增加,电气强度增加趋于饱和。SF6/N2混合气体中SF6含量较低时,混合气体的液化温度降低,使GIS在较高气体压力下适用于高寒地区。SF6/N2混合气体还能降低纯SF6气体放电电压对电场不均匀、金属颗粒及电极表面粗糙度等的敏感性,具有良好的应用前景。     

特征气体法在SF6电气设备故障诊断中的应用

利用SF6电气设备在不同故障下会产生相应分解物的理论,引入了利用特征气体法诊断SF6电气设备故障的新技术。通过现场应用,充分验证了利用分解产物中的特征气体测试来诊断SF6电气设备是否有故障是行之有效的方法。     

SF6设备气相色谱分析在现场的应用研究

SF6电气设备气体检测对安全生产有重要意义,在列举了现场利用SF6气相色谱分析法对SF6设备内气体组分进行检测实例的基础上,分析了各气体组分的产生原因,提出了SF6设备故障的检测原则及维护管理的建议。     

基于SF6电气设备故障判断的脉冲氦离子化色谱检测法

为了有效地诊断SF6电气设备内部运行情况,介绍一种新型的SF6电气设备故障气体检测方法.该方法利用脉冲氦离子化色谱,一次进样可以检测SF6、O2、N2、H2S、SC2、SOF2、SO2F2、S2OF10、CF4、C3 F8、CO2及CO等组分,克服了其他检测方法灵敏度不高、响应非线性、检测组分少等缺点,是目前较具前景的SF6电气设备故障气体检测方法.     

基于CRDS的SF_6电气设备分解产物检测技术

针对现有SF_6分解产物检测方法如检测管法、气相色谱法、质谱法以及电化学法等存在信号交叉干扰、精度不高、难以实现在线监测的缺点,提出了基于光腔衰荡光谱(cavity ring-down spectroscopy,CRDS)的SF_6电气设备分解产物检测技术。通过给出SF_6电气设备内部故障时SF_6分解产物的产生机理,分析了SF_6绝缘电气设备特征分解产物,结合CRDS技术原理,进行了特征分解产物的吸收谱线研究,选择了SF_6特征分解产物吸收谱线。此外,采用模块化设计方法,设计了基于CRDS技术的SF_6电气设备分解产物在线监测系统,分析了系统设计中的关键技术,包括光腔匹配技术和抗干扰技术,以提高检测精确度和可靠性。