交直流复合电场中油纸绝缘沿面放电现象及特征

油纸绝缘沿面放电是换流变压器中常见的一种故障类型,了解换流变压器内沿面放电现象及特征对实现设备故障诊断具有重要意义,不过由于换流变压器内主要为交直流复合电场,放电现象与交流单独作用时有明显区别,所以诊断判据应不同,但是目前缺少换流变压器的诊断依据,因此为了得到换流变压器沿面放电的诊断依据,搭建了一套交直流复合电压作用下油纸绝缘沿面放电检测平台,观察了交直流复合电压作用下油纸绝缘沿面放电现象,统计了局部放电和油中溶解气体特征变化规律,根据放电特征和油中溶解气体产物将放电严重程度进行分级,为换流变压器诊断提供判据。结合交直流复合电压作用时沿面局部放电及产气特征可以为换流变压器故障严重程度提供判定依据。     

温度对油纸绝缘沿面放电发展过程的影响

为了研究温度对油纸绝缘沿面放电发展过程的影响,构建了一个模拟变压器沿面放电的试验平台,其中包括沿面放电模型、变压器内部环境模拟系统和局部放电检测系统。在此试验平台上,模拟了变压器内部60、90、100°C温度,采用逐步升压法来加速沿面放电的发展。使用常规脉冲电流(CIC)测量方法检测局部放电的信息,采用照相方法记录沿面放电在纸板上产生的炭化痕迹,观测了3个温度下油纸绝缘系统中沿面放电的发生、发展、直至沿面闪络的过程和现象。结果表明:随着油温的升高,沿面放电模型的局部放电起始电压和闪络电压在不断降低;高油温下,沿面放电对纸板的破坏程度更加严重。这些结果为评价温度对油纸绝缘沿面放电的影响提供了依据。     

变压器油纸绝缘气隙放电特性及其产气规律

变压器油纸绝缘局部放电是引起运行变压器绝缘老化和破坏的主要原因之一,及时了解局部放电的产生与发展以及其产生气体的变化规律能判断运行变压器内部的潜伏性故障及发展,为此,基于油纸绝缘气隙放电模型,研究了变压器油纸绝缘气隙放电的产生、发展及其特征参量的变化规律,实验分析了放电发展过程中油中溶解气体的产生及变化特征,实验结果表明,油纸气隙放电产生的主要气体为H2、CH4和CO,随着放电时间的增长,绝对产气速率呈下降的趋势;结合模糊诊断探索了气隙放电与油中溶解气体的对应关系,在改良三比值编码中与气隙放电相关程度最大的编码是"100"。     

油纸绝缘沿面放电及发展机理

相对于气体介质放电理论,对工程复合绝缘介质放电物理过程的机理研究甚少。论文对交流耐压下的油纸绝缘沿面放电进行了机理分析和仿真研究。基于气体中沿面放电和液体中流注理论,论文认为沿面放电缺陷模型中的高压电极与油纸绝缘交界面处的三角形区域的高场强将导致初始电子发射。在沿面放电的发展过程中,由于电、热和机械应力的作用下,油纸绝缘系统会产生微小的气泡。在外加电场的作用下,微小气泡导致的电场畸变以及气泡中的电子崩可能是导致沿面放电发展甚至击穿的主要原因。通过COMSOL有限元分析软件,建立了基于真实实验模型的仿真物理模型,对其电场分布进行了计算,并研究了微小气泡等环境因素对于沿面放电发展过程的影响。仿真结果验证了上述机理分析的正确性。     

变频电压下气制油纸绝缘与矿物油纸绝缘沿面放电特性

天然气制绝缘油作为电力行业的新型绝缘油,有望解决我国未来优质变压器油供应不足的瓶颈问题,然而其包括局部放电耐受强度及扫频图谱特征在内的电气参数尚未明确。搭建了工频至低频下油纸绝缘局部放电试验平台,采用球板电极模型开展了频率由50 Hz降至0.1 Hz交流电压下气制油-纸绝缘和传统矿物油-纸绝缘沿面放电试验。研究结果表明,随着频率的降低,两种油下油纸绝缘沿面放电的起始电压都呈现增高的趋势,且气制油-纸绝缘沿面放电的起始电压明显高于传统矿物油-纸绝缘,局部放电性能更优异。两种油-纸绝缘沿面放电正负半周的最大放电量、平均放电量以及脉冲重复率整体随频率下降都呈现下降的趋势。各频率下,局部放电相位(PRPD)图谱与统计图谱(q_max-φ,n-φ和n-q)整体形状一致,但分布范围差别较大。研究结果可以为不同油-纸绝缘沿面放电在不同频率电压下的模式识别提供参考价值。     

直流电压下油纸绝缘沿面闪络特性及数值模拟

变压器油纸绝缘沿面放电起始与发展的物理过程较为复杂,放电机理尚未明确.本文通过对油间隙放电针-板电极模型和油纸绝缘沿面放电针-板电极模型进行试验测量和数值模拟,获取并分析油间隙放电和油纸绝缘沿面放电在不同纸板厚度、不同沿面距离下的放电特性和放电机理.结果表明:直流电压下,油纸绝缘沿面闪络电压低于油间隙击穿电压的原因在于绝缘纸板的存在不仅改变了电场的分布,使针尖处平行电场分量增大,流注放电的起始电压降低,还阻碍了空间电荷的扩散,加剧电场畸变程度,提升流注的发展速度.另外,由于绝缘纸板的存在,油纸绝缘沿面放电流注的起始过程也不同于油间隙放电流注的起始过程,存在着流注通道向绝缘纸板贴合的过程.增大纸板厚度可使针尖处平行电场分量增加,流注放电的起始电压降低,流注的发展速度变缓,沿面闪络电压降低.油纸绝缘沿面闪络电压随沿面距离的增加而增大,其呈现非线性变化是由于流注在向自持放电阶段发展的过程中,受外施电压的作用逐渐减弱,空间电荷畸变电场的作用占主导地位.     

信息融合在变压器油纸绝缘局部放电识别中的应用

局部放电会引起变压器绝缘的老化和破坏,而变压器局部放电特性的研究能够很好反应变压器潜伏性缺陷,对其安全可靠运行具有重要意义,因而设计制作了模拟变压器沿面放电、气隙放电和电晕放电的3种缺陷模型,采用升压法进行相应的放电试验,通过分析油中溶解气体在局部放电发展过程中的变化规律,寻找出油中产生气体与不同局部放电的对应关系。引入局部放电的最大放电量相位特征谱图Hqmax(φ)和放电次数相位特征谱图Hn(φ),并提取基于谱图的统计特征参量,构建反向传播(back propagation,BP)神经网络和径向基函数(radical ba-sis function,RBF)神经网络对局部放电的放电类型进行初级识别,在此基础上,应用信息融合方法将初级识别结果融合油中产气特征以综合识别局部放电类型。实验结果表明,同一种溶解气体在不同放电模型中发展变化趋势是不一样的,根据统计特征参量和油中溶解气体变化规律,应用信息融合方法对变压器局部放电模式具有足够的识别能力。     

基于局部放电相位图谱和油中溶解气体信息融合的油纸绝缘缺陷识别方法

基于单一检测手段的变压器故障诊断方法难以对油纸绝缘的同一类型缺陷进行细化识别,无法满足深远海风电快速发展背景下电力系统对设备运行可靠性的要求。因此,本文提出了一种基于局部放电相位（PRPD）图谱和油中溶解气体分析（DGA）信息融合的油纸绝缘缺陷识别方法,设计并制作了6种电极模型,模拟变压器中不同电场不均匀系数的沿面放电典型缺陷,并采集其PRPD及DGA数据;分别采用卷积神经网络（CNN）和反向传播神经网络（BPNN）对6类缺陷的PRPD图谱和DGA特征向量进行模式识别;提出基于D-S证据理论的CNN-BPNN信息融合模型,实现基于PRPD图谱与DGA数据的联合诊断。结果表明：基于D-S证据理论的CNN-BPNN模型可有效纠正单一判据模型的错误输出,并降低分类结果的不确定度,当PRPD图谱输入维度为8×8、16×16、32×32时,融入DGA特征向量的模型识别准确率分别为93.21%、97.53%、99.17%,较PRPD图谱单一判据模型的识别准确率分别提升了4.81%、2.78%、0.84%,该模型可有效融合局部放电的电气物理信息和化学产物信息,既提高了缺陷识别准确率,又增强了输出结果...     

真空沿面放电产生气体研究分析

由于真空沿面放电产生气体对于沿面放电发展过程产生重要影响,介绍了真空沿面放电产生气体来源于电介质表面气体脱附的研究现状,分析了真空沿面放电产生气体的多重来源,对真空沿面放电产生气体的各种分析方法进行了归纳讨论,提出了国内开展此项研究需要注意的问题和建议.     

深度学习神经网络在电力变压器故障诊断中的应用

由于电力变压器发生故障时油色谱在线监测数据无标签,工程现场往往会得到大量无标签故障样本,而传统的故障诊断方法在对变压器故障类型进行判别时往往无法充分利用这些无标签故障样本。该文基于深度学习神经网络（deep learning neural network,DLNN）,构建了相应的分类模型,分析并用典型数据集对其分类性能进行测试。在此基础上提出一种电力变压器故障诊断新方法,它能够有效利用大量电力变压器油色谱在线监测无标签数据和少量故障电力变压器油中溶解气体分析（dissolved gas-in-oil analysis,DGA）实验数据进行训练,并以概率形式给出故障诊断结果,具有更优的故障判别性能,能够为变压器的检修提供更为准确的参考信息。工程实例测试结果表明,该方法正确可行,诊断性能优于三比值、BP神经网络和支持向量机的方法,适用于电力变压器的故障诊断。     

频变电应力下高频电力变压器绝缘沿面放电形态及发展过程

沿面放电是导致绝缘失效的主要原因之一。为研究高频电力变压器绝缘在频变电应力下的沿面放电形态及发展过程,搭建了高频沿面放电实验平台。首先在10~40 k Hz正弦电压下,测试了不同频率下的沿面放电起始、闪络电压及沿面寿命,然后采用恒压法开展沿面放电实验,记录了放电起始、发展至闪络的整个过程,获得了不同阶段的放电特征参量和放电相位谱图,并结合二次电子发射雪崩模型和陷阱理论,对沿面放电的发展演化过程进行了分析。实验及分析结果表明,电压频率的升高会导致沿面闪络电压的降低和沿面寿命的缩短;高频下聚酰亚胺的沿面放电形态为直线型,在放电的不同阶段,放电幅值、次数、相位谱图及其统计量均呈现出特定的变化规律,可作为沿面放电发展程度的评估指标;绝缘表面电荷分布和陷阱参数对沿面放电特性有重要影响,是进一步揭示沿面闪络机理的关键。     

CP组合神经网络在基于DGA的变压器绝缘故障诊断中的应用

对向传播(CP)算法是一种有教师学习和无教师学习算法的混合体,既具有良好的模式识别性能,又能很好地解决反馈型神经网络的收敛问题。笔者提出了基于CP分类器人工神经网络的变压器故障诊断方法,建立了CP组合神经网络模型,通过比较不同训练情况下的正判率来确定CP网络中的训练次数和竞争层神经元的个数。实例证明该模型诊断结果的正判率比改良电协研法和IEC三比值法有较大的提高,具有较高的诊断准确率和应用价值。     

基于核Fisher判别分析技术的电力变压器DGA故障诊断模型研究

鉴于核Fisher判别分析技术(KFDA)在模式识别问题中表现出的良好性能,提出了基于KFDA的变压器故障诊断模型,该模型首先提出了区分放电及过热两大类故障的特征量,并用KFDA分类器来识别类内故障的具体类别。采用基于网格搜索的交叉验证法来选择模型参数,避免了参数选择的盲目性和随意性。实例分析表明,该模型具有训练时间短、不存在局部极小等优点,与IEC三比值及改良电协研法相比,具有更好的故障识别效果。     

GIS设备绝缘子高压电极故障局部放电严重程度的诊断与评估

绝缘子表面高压电极故障所导致的局部放电是气体绝缘组合电器（gas insulated switchgear,GIS）设备内部较为常见一种放电。为实现GIS设备中绝缘子表面高压电极故障局部放电严重程度的诊断与评估,建立了一套220kVGIS设备局部放电缺陷发展的试验平台,采用逐步升压法对绝缘子表面高压电极故障所导致的局部放电进行了长期试验,观察到了放电起始、发展直到沿面闪络的现象,获得了不同试验阶段的趋势图、散点图、二维柱状图、灰度图、时频分析图等多种统计谱图。研究结果表明：1）可以将GIS设备绝缘子表面高压电极故障导致局部放电的放电严重程度划分为3个级别：轻微放电、中度放电以及危险放电;2）随着局部放电的加剧,放电点沿相位的分布逐渐变宽,并且散点图、柱状图、灰度图以及时频分析图等统计谱图的形貌特征出现相应的变化。利用上述局部放电相位分布特点以及多种统计谱图的形貌特征可以作为GIS设备绝缘子表面高压电极故障导致局部放电严重程度诊断与评估的依据。     

GIS中典型局放缺陷的UHF信号与放电量的相关分析

超高频(UHF)信号与放电量的关系是局部放电UHF检测研究的难点问题,为了解GIS局部放电UHF法的检测结果与脉冲电流法的参量之间的关系,通过4种典型缺陷的局部放电模型的实验研究,比较了UHF信号的能量、二次积分、峰值电压、峰峰值、波面积等参量与放电量及放电量平方之间的联系。研究表明,UHF信号能量与其放电量平方的线性关系均具有最高的可决系数,即UHF信号能量与放电量平方之间存在线性关系;得到了UHF信号能量与其放电量之间的最佳回归曲线。研究结果对用超高频法定量检测电力设备局部放电具有重要的参考价值和指导作用。     

特高压工频无局放试验变压器外电场模拟计算分析及试验布置优化

多级串级式无局放工频试验变压器是特高压设备研制和试验必不可少的试验设备。为此,对典型的串级工频无局放试验变压器成套设备的外电场分布开展了研究,进行了有限元法数值计算。分别讨论了变压器布置于理想户外、室内距墙10m和距墙7m这3种工况下场强分布特点以及最大场强随净距增加的变化规律,分析了工频无局放成套设备自身结构对最大场强的影响。在特有的计算条件下,比较分析3种不同分压器屏蔽顶罩型式下的场强分布。在顶罩圆环半径和球半径相近时,双环屏蔽优于孤立球屏蔽,且屏蔽圆环截面半径越大,最大电场强度越小。通过分析空间电场分布的特点,得出其它试验辅助设备和空间杂散物项发生悬浮放电的规律。当接地杆与该变压器相对距离>10m时,一般不会发生空间悬浮电位放电;在计算模型中,灯具尺寸越小,对空间电场的影响越小,当灯罩半径>10cm时会发生局部起晕。最后对试验空间的优化布置给出合理化建议,其可作为试验大厅设计和试验设备布置的参考依据。     

利用DGA-NN诊断油浸式电力变压器故障

人工神经网络以其良好的非线性映射能力广泛应用于电力变压器故障诊断。为研究反向传播神经网络(BPNN)和概率神经网络(PNN)的学习过程、网络参数选择等问题,利用Matlab的神经网络工具箱结合油中溶解气体建立了BPNN和PNN的故障诊断模型,并对其性能做了分析和对比。结果表明,两种网络均能较好地实现变压器故障的实时诊断。因初始化权值的随机性,BPNN的输出结果具有差异性,收敛速度较慢,而PNN网络结构自适应确定,可以随时添加训练样本,且训练速度较快,适合于实现变压器故障的实时诊断。相同条件下,PNN的收敛速度约为BPNN的5倍。     

模糊贝叶斯网的变压器故障诊断

目前油中溶解气体的三比值法是变压器故障诊断的有效方法之一。变压器故障诊断中的信息具有随机性和不确定性的特点,文中提出一种基于模糊贝叶斯网络的变压器故障诊断方法。该方法利用贝叶斯表达知识灵活,处理不确定性与关联性问题能力强,模糊集能有效表达模糊事件和信息的特点,利用隶属函数模糊化三比值的分割空间,模糊贝叶斯网络推理获得故障类型。实例证明,该方法在信息不完备条件下诊断准确率高,为变压器故障诊断提供了一条新的理论依据。     

局部放电故障类型智能识别技术的研究

研究了局部放电故障类型的智能识别方法和其识别效果。基于超高频法研究了局部放电的信号特征,分析了不同放电类型的信号特征差异。构造了局部放电的二维谱图,提取了6个统计特征参数作为神经网络的输入,用以识别放电类型。通过对设计的三种放电类型的试验分析,发现放电样本选取对识别正确率有很大的影响,合理选取可提高识别效果。