基于多尺度纹理特征的EPR电缆终端故障诊断方法

高速铁路列车中乙丙橡胶(EPR)电缆终端常因制作过程中操作不当而导致出现多种缺陷,造成终端局部放电甚至击穿的现象,对检测到的局部放电信号进行准确分类仍然是亟待解决的难题。分别制作了含尖端、环切划伤、金属微粒、气隙4种典型缺陷的终端试样,通过试验记录了各类试样的放电谱图信息。基于试验得到的局部放电谱图库,提出通过图像金字塔理论,构建多尺度局部放电谱图空间,并从中提取1阶纹理统计量、2阶纹理统计量及高阶纹理统计量作为缺陷类型识别的特征参量。同时,结合随机森林算法,基于gini指数完成了特征空间寻优工作,实现了对缺陷类型的正确分类。结果表明：通过随机森林算法,多尺度纹理特征的模型误差率和分类准确率明显优于单尺度纹理特征,能较好地对终端典型缺陷进行分类;同时,由于气隙缺陷和划伤缺陷的放电机理存在相似性,二者缺陷处的局部放电特征同样存在相似现象,因此气隙缺陷和划伤缺陷的分类较易出现误差,导致其识别率偏低,还需针对其图像特征参数和识别算法继续开展研究。     

热氧老化EPR电缆绝缘局部放电特性及劣化机理

为了探究热氧老化后乙丙橡胶电缆绝缘的局部放电特性及劣化机理,文中通过典型柱–板电极对不同老化程度的乙丙橡胶试样进行了局部放电试验,并对其放电发展特性和材料理化性质进行了分析。结果表明:放电起始电压和闪络电压均随绝缘老化程度的提高而降低;根据放电过程中放电特征量的变化规律,可将放电过程划分为4个阶段:起始阶段、发展阶段、持续阶段、预闪络阶段,且不同老化程度试样的PRPD谱图在各阶段呈现出特定形状;老化后的试样表面气化或气体解吸附、内部添加剂成分析出导致试样表面出现"沟壑区"、白色块状物和"微孔",分子结构中的羰基等含氧基团、聚乙烯和聚丙烯等自由基数量的增加是乙丙橡胶绝缘在热氧老化后更易出现局部放电的关键原因。     

低温下含尖刺缺陷的EPR电缆终端主绝缘局部放电发展特性研究

为研究EPR电缆终端主绝缘在低温环境下的局部放电发展特性,搭建了-30℃下的局部放电测试系统。采用逐渐加压并保持恒压的加压方式,测量了不同温度下的局部放电信号,分析了不同温度下的局部放电谱图、平均放电量、放电次数分布特征。结果表明:局部放电、平均放电量增长率、平均放电量正(负)半周偏斜度与电缆终端主绝缘尖刺缺陷局部放电发展特性相结合,可以用来表征电缆终端主绝缘局部放电发展的严重程度。     

基于电-热场联合分析的EPR中压电缆终端异常热点仿真分析及优化

25 kV乙丙橡胶(EPR)中压电缆终端因其自身的结构特性,内部电-热场分布不均,局部易出现异常畸变热点问题,而在安装电缆终端时出现的划伤缺陷加大了问题的严重程度,加速缺陷周围绝缘材料的老化,大幅降低了绝缘性能。为解决该问题,提出了一种电导率与电场、温度相关的非线性应力管材料,采用COMSOL仿真方法对比研究了使用高介质材料与非线性材料制作应力管时电缆终端内部的电-热场分布。结果表明,经优化后电缆终端的电-热场分布畸变程度能得到有效缓解;对于存在划伤缺陷的情况,优化后的电缆终端的电-热场畸变程度低于其出现击穿现象的阈值,表明其能够在缺陷情况下相对安全运行。同时采用热成像仪现场测试电缆终端温度分布,结果验证了经优化后电缆终端表面异常发热情况的改善效果。     

融合注意力机制与多尺度网络的EPR电缆终端故障诊断方法

高铁列车关键部件的智能化诊断是当前电气化铁路智能检测与控制的关键一环,如何通过深度学习方法更精确、灵敏地诊断出高铁列车关键部件的故障已成为当前研究的热点.该文在卷积神经网络架构的基础上,提出了融合注意力机制与多尺度网络的故障诊断方法,选择4种乙丙橡胶(ethylene propylene rubber,EPR)电缆终端典型缺陷模型作为研究对象,通过所提出的融合注意力机制与多尺度网络的方法进行了终端典型缺陷的诊断.结果 表明:所提出的方法对于EPR电缆终端故障的预测准确率达95.9％,相较于传统方法,预测准确率提高15％;同时,相较于其他深度学习方法,该方法对终端故障的预测准确率提高了5％,且所构建的诊断模型的训练迭代步数减少约40％.该文还提出了一种在极值寻优能力、网络稳定性、特征学习能力优于多尺度网络的网络模型,但相较于传统识别方法,深度学习方法的模型训练时间过长,如何缩短网络的模型训练时间还需要进一步深入研究.