基于模糊输出BP神经网络的绝缘子等值盐密预测

等值盐密法是衡量绝缘子污秽状态常用的方法,但是,它却不能实时地对污秽状态进行评估。首先对3种常用悬式绝缘子进行人工污秽试验,利用泄漏电流测量系统记录其在运行电压作用下、不同等值盐密、不同相对湿度时的泄漏电流波形并对此进行分析;采用神经网络和模糊数学结合的方法,建立了不同湿度下泄漏电流和等值盐密的关系。选取了具有模糊输出的多层BP神经网络,使用Levenberg-Marquardt快速学习算法对存文建立的模糊输出神经网络进行了训练。最后,利用部分试验数据进行验证。结果表明,使用该方法能够较准确地预测绝缘子的等值盐密。     

基于BP人工神经网络的绝缘子等值附盐密度预测

等值附盐密度是确定污秽等级和绘制电网污区分布图的主要依据,但是,它易受测量用水量的影响,且测量只能在停电状态下进行.通过对3种常用悬式绝缘子进行人工污秽试验,采用BP人工神经网络的方法,建立了以泄漏电流最大值、泄漏电流5个脉冲主成分、环境湿度、温度等8个变量作为输入参数,等值附盐密度作为输出参数的智能预测模型.使用Levenberg-Marquardt快速学习算法对建立的神经网络进行训练.其试验数据验证了该方法的可行性.     

污秽绝缘子泄漏电流与环境温、湿度相关分析

由于污秽绝缘子泄漏电流受环境温、湿度影响较大,泄漏电流与环境温、湿度关系研究具有重要的现实意义,为此基于多因子环境试验箱内单片XP-70绝缘子的人工污秽试验,运用泄漏电流测量系统和环境温、湿度采集系统记录了不同等值盐密(equivalent salt deposit density,ESDD)、灰密(non-soluble deposit density,NSDD)、环境温度θ和相对湿度RH下的电流、电压波形,通过分析泄漏电流幅值随污秽度和环境温湿度的变化规律,建立了一种基于泄漏电流、污秽状况及环境温、湿度的数学模型。利用非线性回归分析方法,拟合出盐密、灰密、温度、相对湿度与泄漏电流幅值之间的关系,此表达式为Im=0.084ρ0ES.0D5D4(e0.008RH+15.170e-0.069r-0.076/ρNSDD)e0.026θ。研究成果表明:随着盐密、灰密、温度和相对湿度的增加,泄漏电流也逐渐增加,所得表达式能更为精确地表达出绝缘子泄漏电流和环境温湿度及污秽度的定量关系。此研究结果可为评估瓷绝缘子的污秽状态提供方法和思路。     

污秽绝缘子高频泄漏电流特征的研究

泄漏电流和污闪放电的发展过程密切相关,监测泄漏电流是评估绝缘污秽状态的重要手段。为克服传统泄漏电流法的缺点,笔者通过人工污秽试验方法,研究了玻璃绝缘子的高频泄漏电流,并对几种污秽表面状态的高频泄漏电流的幅值、波形和频谱特征进行了分析,提出了污秽绝缘子的高频泄漏电流特征,以及高频泄漏电流特征参数与等值盐密的相关性。     

相对湿度及盐密对绝缘子泄漏电流的影响

为研究环境相对湿度及盐等值密度对绝缘子泄漏电流的影响,以XP-70绝缘子为实验对象,在人工雾室进行大量的人工污秽试验。同时利用非线性回归分析方法,分析了相对湿度及盐密对污秽绝缘子泄漏电流最大值的影响。     

绝缘子饱和受潮条件下泄漏电流预测方法

为通过测量绝缘子表面泄漏电流实现污秽程度的在线监测与预警,对影响绝缘子饱和受潮条件下泄漏电流的因素进行了研究。提出了一种在大空间试验室中控制环境湿度的方法,通过人工污秽试验研究了在不同湿度条件下充分受潮后的绝缘子表面污层泄漏电流,分析了等值盐密、环境湿度对泄漏电流变化趋势的影响,并探讨了绝缘子在不同湿度条件下的泄漏电流之间的关系。研究结果表明泄漏电流与绝缘子受潮过程密切相关,无温差条件下可近似认为低湿度条件下测得的泄漏电流与饱和受潮状态下泄漏电流满足线性折算关系。进一步给出了利用低湿度条件下泄漏电流预测饱和受潮条件下泄漏电流的方法,并讨论了其适用范围。     

基于泄漏电流脉冲主成分分析的外绝缘污秽状态评估方法

为了防止污闪事故的发生,需要对外绝缘污秽状态进行评估。本文提出一种基于泄漏电流脉冲主成分的外绝缘污秽状态评估方法。首先对一种常用悬式绝缘子进行人工污秽试验,利用泄漏电流测量系统记录不同等值附盐密度(ESDD)和不同相对湿度(RH)下的电流波形,根据脉冲阈值的不同,将泄漏电流脉冲分成80档。利用主成分分析,从中提取一组泄漏电流脉冲主成分向量,用于概括原80档脉冲包含的信息。聚类分析和综合主成分分析的结果表明,绝缘子泄漏电流脉冲主成分向量与污秽度之间存在密切的关系,可以为外绝缘污秽状态评估提供重要参考。     

气压和污秽不均匀度对染污绝缘子泄漏电流的影响

泄漏电流信号中包含了丰富的能够体现绝缘子运行状态的信息量。为此,以XP-70型瓷绝缘子为研究对象,在重庆大学输配电装备及系统安全与新技术国家重点实验室的人工雾室里进行了大量的交流人工污秽试验,分别研究了3种盐密、4种气压和5种不均匀度对绝缘子泄漏电流幅值的影响。试验结果表明:绝缘子整体平均盐密与上下表面污秽分布不均匀度和气压三者对绝缘子泄漏电流幅值的影响是相互独立的,泄漏电流幅值随着盐密的增加和气压的降低而均呈上升趋势,并且随着绝缘子上下表面污秽分布不均匀度的减小而呈下降趋势。还主要分析了绝缘子上下表面污秽分布不均匀度和气压对绝缘子泄漏电流幅值的影响机理。最后,利用最小二乘原理对试验结果进行拟合,得到了考虑盐密(ρESDD)、不均匀度(K)和气压(p)后的泄漏电流幅值的表达式,利用表达式可以估计绝缘子表面的污秽程度和分布特点。研究结果对于建立基于泄漏电流表征线路绝缘子的运行状态系统具有一定的参考价值。     

绝缘子等值盐密的组合预测模型

等值盐密(ESDD)是确定绝缘子污染程度的最重要的参数。为此,在泄漏电流监测试验、人工污秽试验与自然积污试验基础上,建立了2种不同的等值盐密预测模型来确定绝缘子表面污秽度和其趋势。第1种模型是基于泄漏电流监测的预测模型,第2种模型是通过对等值盐密数据特性分析,建立的基于非线性时间序列的预测模型,并建立了由2个模型组合而成的组合预测模型。将预测结果与试验数据对比,结果表明:通过单一模型自身修正难以进一步提高等值盐密预测精度。将第2种模型作为第1种模型的修正模型,将2种预测模型结合使用,通过适当选择修正模型的修正系数,可有效提高组合预测模型的预测精度,使ESDD预测结果对电力系统实际工程中的绝缘子防污工作具有更为有效的指导意义。     

基于BP人工神经网络的绝缘子泄漏电流预测

外绝缘泄漏电流和绝缘子的污闪过程存在密切的对应关系，相对湿度是影响泄漏电流产生和发展的关键因素之一。首先对两种常用悬式绝缘子进行人工污秽试验，利用泄漏电流测量系统记录其在运行电压作用下、不同相对湿度时的泄漏电流波形并对此进行分析；采用BP人工神经网络的方法，建立了不同湿度下的泄漏电流最大值之间的对应关系；选择Levenberg-Marquardt快速学习算法对建立的BP神经网络进行训练。利用部分试验数据进行的验证以及采用不同方法获得的泄漏电流随相对湿度变化曲线均表明，使用该神经网络来建立不同表面受潮状态时泄漏电流最大值之间的关系是准确有效的。