共查询到20条相似文献,搜索用时 15 毫秒
1.
主要探讨人工污秽试验中,通过喷水分级法来判断污层表面憎水性状态的可行性。在研究高温硫化硅橡胶试片表面污层憎水性能变化过程中,尝试将液滴静态接触角法与喷水分级法建立联系。试验中发现:喷水分级使污层湿润的过程中,改变了人工污层表面原始形态,影响污层表面憎水性能,随着喷水分级试验组数增加,试片表面憎水性能逐步发生了改变;且在试片表面污层憎水性能较弱时,存在着沿污层厚度憎水性不均匀分布的问题;此外,喷水分级过程中,液滴与污层碰撞时的初始速度会影响到喷水分级结果,从而使得喷水分级法对于憎水性的判断呈现出不确定性。本文研究认为:喷水分级法不适用于人工污秽试验相关憎水性能研究,液滴静态接触角与人工污层憎水等级(HC)之间整体关联较弱,针对弱憎水性条件下污层憎水性状态描述,需要寻找更合适的新方法来描述污层的憎水性状态。 相似文献
2.
3.
4.
文章所研究的复合绝缘子憎水性在线检测装置集合了多种技术为一体,包括数字图像处理技术、计算机软件技术和远程无线信号控制与传输等技术,将其安装到需要定期在线检测的复合绝缘子上后,每次检测均能实现自动化过程,避免了以往每次测量均由人工登塔操作的繁琐以及人为因素造成的误差。通过使用本装置和传统喷水分级法分别对三组复合绝缘子的憎水性等级进行了测试,两种方法的测试结果完全相互吻合,证明了本装置测量的准确性与可靠性。自装置研制成功以来,经为期5个月的复合绝缘子憎水性在线定期检测,综合分析所得数据并得出相关结论,最后进行了后期展望。本装置能让电力工作者及时掌握线路运行复合绝缘子憎水性变化趋势,为输电线路状态检修提供准确而有力的依据。 相似文献
5.
憎水性是衡量复合绝缘子运行性能的重要指标,研究憎水性分布规律有助于对测试结果进行更准确的评价。为此,以4支实际运行后的直流复合绝缘子为研究对象,分别采用喷水分级法和静态接触角法,进行了自然污秽下和去除污秽后的憎水性测试以及人工涂污后的憎水迁移性测试。研究结果表明,绝缘子高压端和低压端的憎水性整体差于中部,沿串表现出倒U形的憎水性分布,同时憎水迁移性较差的伞裙也更多出现在高压端和低压端附近;同片伞裙中边沿位置褪色较为严重,相比于褪色较轻的伞裙根部,其去除自然污秽后的憎水性较好,但是人工涂污下憎水迁移性明显较差。在各种憎水性试验中选择适合的测试方法,根据以上憎水性分布规律合理选取憎水性测试位置,所得试验结果能更好表征复合绝缘子运行性能。 相似文献
6.
7.
应用动态接触角评判复合绝缘子憎水性等级的研究 总被引:2,自引:1,他引:2
复合绝缘子表面憎水性是影响其耐污性能的重要因素之一,同时也是判断运行中复合绝缘子老化程度的重要指标。对动态接触角理论进行分析,表明表面粗糙度通过影响动态接触角,造成复合绝缘子具有不同憎水性。基于此,利用动态接触角实测不同憎水性等级复合绝缘子样片,然后,利用扫描电镜对不同憎水性等级复合绝缘子表面进行形貌分析。试验结果表明:与静态接触角相比,综合利用前进接触角和后退接触角能客观、精确地对复合绝缘子憎水性等级进行评判;表面粗糙度影响水珠在复合绝缘子表明的浸润和铺张等特性,验证了动态接触角评判复合绝缘子憎水性等级的可行性。 相似文献
8.
随着复合绝缘子在电力系统的广泛应用,电晕放电对其长期运行性能的影响是一个值得关注的问题。通过构建针-板电极系统,以清洁硅橡胶试片、人工染污硅橡胶试片、运行绝缘子伞裙试样为对象,系统地研究了在强烈交流电晕作用下硅橡胶伞裙材料的憎水性丧失和恢复过程。研究结果表明:在交流电晕持续作用下,硅橡胶材料的憎水性会逐步丧失,而人工染污和自然积污状态下的硅橡胶憎水性丧失进程相对缓慢,且稳定后的静态接触角也较高,适量的污秽层有利于复合绝缘子硅橡胶伞裙抵御电晕老化。在电晕作用后,由于硅橡胶材料内憎水性小分子硅氧烷的迁移作用,无论是清洁还是积污状态,表面憎水性均能在短时间内恢复到接近初始状态。 相似文献
9.
丧失憎水性的直流复合绝缘子耐污特性 总被引:10,自引:2,他引:8
通过人工污秽试验研究了丧失憎水性的复合绝缘子在直流电压下的污秽闪络特性,给出了两种憎水性状态下的复合绝缘子污闪电压,在憎水性完全丧失状态下时不同表面污秽度下的复合绝缘子50%闪络电压,文中还分析了表面污秽不均匀分布对污闪电压的影响。试验结果表明即使复合绝缘子完全丧失憎水性,其污闪电压较相同长度的瓷或玻璃绝缘子串高20%~50%。 相似文献
10.
11.
研究了硅橡胶平板模型在不同憎水性条件下的污闪特性。试品以定量涂刷的方式染污,通过控制迁移时间,使固体污层获取不同程度的憎水性能。以污层表面的液滴面积最大值来代表污层的憎水性强度,分析污层憎水性能对平板模型的污闪电压、污层电导以及电弧发展过程的影响。随着污层憎水性能的改善,试品污闪电压逐步上升。污闪电压与液滴面积最大值存在关联,但两者间的分散性随污层憎水性能的改善而增加。污层表面水珠形态对电弧发展过程有重要影响,当污层表面水珠能形成连续水膜时,电弧通道集中且污闪电压低;当污层表面水珠呈离散分布时,放电区域分散且污闪电压高。根据污闪试验结果以及不同憎水性强度污层表面的液滴形态,将亲水性表面HC7细分为HC7A、HC7B、HC7C和HC7D四种状态。HC7B状态下,污层憎水性能虽然很微弱,但相对污层完全没有憎水性的情形(HC7C和HC7D),试品的污闪电压有明显的上升。因此,依据HC7B状态下的污闪电压设计复合绝缘子结构,可以在保证绝缘子安全裕度的同时,优化绝缘子的结构高度。 相似文献
12.
沿海地区的海雾以及城市工业区的浓雾,其雾水的电导率高,会导致绝缘子快速积污,并可能对复合绝缘子憎水性能产生影响,研究了高电导率雾环境下染污硅橡胶表面的憎水性能变化过程。利用超声波雾发生装置来产生高电导率雾,在小雾室内使染污的硅橡胶试片受潮,采用静态接触角法测量染污试片表面的憎水性在受潮前后的变化。试验发现,在高电导率雾中受潮会导致染污硅橡胶试片表面的憎水性下降。受潮结束后,污层表面的憎水性恢复情况和污秽物中的不溶物成分有关;污秽中可溶盐成分与不溶物成分的比值越高,对憎水性恢复越不利;此外,环境湿度越高,越不利于憎水性恢复。分析认为,高电导率雾导致硅橡胶表面污层的盐密值增加,增强了污层的吸水能力,是染污硅橡胶表面憎水性下降的原因。 相似文献
13.
为研究电网运行中的复合绝缘子的憎水性和迁移特性,根据HC法和测量静态接触角的方法对清洁区、沿海地区、城市工业污秽区内运行的复合绝缘子的憎水性进行了测试研究分析.根据分析结果,总结了运行中的复合绝缘子的憎水性和迁移特性与其运行环境以及运行时间的关系. 相似文献
14.
本文提出一种基于图像处理的复合绝缘子憎水性智能识别方法。针对不同憎水性等级的复合绝缘子图像,首先对图像进行直方图均衡化和滤波处理,再利用Otsu阈值分割方法将水珠/水迹与背景分割开,从而提取清晰且完整的水珠/水迹轮廓。采用水珠/水迹覆盖率、最大水珠/水迹面积比、水珠/水迹平均尺寸等特征量对水珠/水迹进行量化,利用支持向量机建立特征分类模型,从而实现对复合绝缘子憎水性的智能识别。结果表明:基于图像处理的复合绝缘子憎水性智能识别方法能够有效识别出7种憎水性等级,平均识别准确率保持在80%以上。 相似文献
15.
16.
17.
研究绝缘子不同部位的憎水性状态及其影响因素对整支复合绝缘子的憎水性测试及判别具有指导意义。为此,以4串现场运行后的复合绝缘子为研究对象,采用静态接触角方法对整串绝缘子系统地进行憎水性测试。由测试结果可知,整支复合绝缘子的憎水性分布是不均匀的,主要表现为沿串不同伞裙、同一伞裙不同区域的憎水性不同。绝缘子沿串憎水性分布与沿串电场强度分布规律一致;对于同一伞裙,其上、下表面的憎水性存在差异,且其不同方位的表面也有差异,并存在憎水性相对最差的一个方位。进一步分析发现,绝缘子表面放电是造成运行复合绝缘子憎水性下降的主要因素,而长期紫外辐射及污秽作用会引起表面憎水性能的劣化。 相似文献
18.
复合绝缘子憎水性状况对于电力系统的安全稳定运行具有重要影响。为了准确、快捷、方便地识别复合绝缘子憎水性,借助MATLAB图像处理工具和GUI图形用户界面功能开发了一款复合绝缘子憎水性分析软件。该软件开发运用了模块化思想,建立了图像处理、水珠特征量提取、憎水性检测方法和数据库管理等功能模块;采用改进的Canny算子对图像进行分割,提取了水珠(或水迹)的特征;最后利用改进径向基函数(radial basis function,RBF)神经网络对绝缘子憎水性进行分级。实验结果表明,该软件能够准确、客观地识别绝缘子憎水性等级,准确识别率高达92%。避免了人为因素的影响,提高了工作效率,为现场运行人员提供了数据支持和参考。 相似文献
19.
复合绝缘子表面憎水性和污秽对其湿闪电压的影响 总被引:12,自引:0,他引:12
提出一种染污复合绝缘子的湿闪络试验方法,给出不同憎水性和污秽条件下复合绝缘子的干、湿闪电压,并根据试验结果对其干、湿闪机理进行了分析。试验结果表明:复合绝缘子的湿闪电压随表面憎水性的减弱而降低,干闪电压与表面憎水性无关;表面存在污秽时,绝缘子的湿闪电压较清洁表面有明显下降;其表面憎水性的不同仍然影响着复合绝缘子的湿闪电压;在不同盐密条件下,涂污的复合绝缘子湿闪电压也随表面憎水性的减弱而降低;重污秽条件下其表面憎水性较差时的湿闪电压要比憎水性良好时下降11%。 相似文献
20.
《电网技术》2021,45(10):3964-3971
为实现复合绝缘子憎水性等级自动、准确判别,提出一种基于迁移学习和特征融合的复合绝缘子憎水性等级判别方法。该方法以深度学习为基础,针对传统方法憎水性图像特征表述能力不足的缺点,基于VGG-19卷积神经网络构建了憎水性图像深度特征提取模型,并基于迁移学习理论,通过共享ImageNet集深度特征,提取模型卷积层及网络层参数,实现了训练样本数量受限背景下憎水性图像深度特征提取模型网络优化。针对现场实测环境光照条件多变,深度特征易受影响的缺点,基于局部二值模式提取了憎水性图像局部特征,并以VGG-19网络为基础,通过融合深度特征及局部特征,构建了基于迁移学习和特征融合的复合绝缘子憎水性等级判别模型。算例验证结果表明:所提方法提取的特征含量丰富,有效提高了憎水性等级判别效果,并可改善光照条件变化对憎水性等级判别结果不利影响。 相似文献