振荡冲击电压下SF6气体中绝缘子气隙局部放电特性研究

随着GIS设备现场冲击耐压试验的推广实施,冲击电压下的局部放电检测被作为一种新方法,应用于GIS的现场绝缘诊断。冲击电压能够有效限制电晕稳定性作用,相比交流低频电压对局部极不均匀场类缺陷的发现能力更强,因此该方法将具有较好的应用前景。本文建立了冲击电压下的局部放电宽频带电脉冲检测系统,采用标准振荡雷电冲击(OLI)和标准振荡操作冲击(OSL)作为激励源,对绝缘子气隙缺陷在SF₆气体中的局部放电特性及影响因素进行了研究,并在此基础上针对预置人工绝缘气隙缺陷的实际GIS试品进行了模拟试验。研究表明：在振荡冲击下,气隙局部放电脉冲主要包括首次放电、后继放电及反向放电三种放电形式,其中首次放电对其他几种放电形式具有决定作用。且气压、背景场强及气隙尺寸比等对绝缘子气隙局部放电行为具有明显影响。GIS的模拟局部放电检测表明,两种振荡冲击电压(OLI和OSI)均能够有效检测GIS内部的气隙类缺陷。     

基于光纤传感技术的局部放电超声信号检测方法研究

电力设备局部放电易引发电气短路故障,传统的电检测方法针对单点测量,在长距离测量上受到局限.分析了局部放电的参数特征,设计了一种检测局部放电信号的光纤环结构,并构建了基于Sagnac干涉原理的光纤传感局部放电检测方案.在实验室环境下模拟电力设备局部放电,搭建了局部放电光纤检测系统,传感光纤总长度为8.398 km,进行局部放电检测试验.试验证明,在10 kV电压等级下,局部放电时域信号幅值范围为0.1 V~1.8 V,频率响应范围为可达60 kHz,研究表明该方法具有灵敏度高、频率响应范围宽等特点,为电力设备局部放电检测提供了新的思路.     

SPT-EEMD算法的电缆局部放电信号提取及诊断系统

为了解决电缆运行中受外界影响产生故障的问题,提出了电缆局部放电信号特征提取及故障诊断方法,研究了基于SPT-EEMD算法的电缆局部放电信号特征提取,并设计了电缆局部放电信号的特征提取及报警系统。采用MAX132芯片,实现18位高精度转换和抑制50 Hz的工频干扰信号,并通过LCD12864显示并报警。还设计了电缆故障诊断系统,该系统采用Stm32单片机进行相关处理,实现了电缆的故障诊断。试验表明,电晕放电、悬浮放电、气泡放电和油中放电4种局部放电类型的识别准确率为90.8%,在节点都为260000长度时,消耗了65 s。     

变电站高压电气设备局部放电检测方法研究

在变电站系统中,高压电气设备是否正常运行关系到整个电力系统的安全性、可靠性。针对电压电气设备局部放电的问题,提出了实时检测局部放电的方法,并设计出整套电气设备局部放电检测系统。采用监控系统监测变电站现场检测状况,通过旋转摄像头实时变换立体空间实现变电站检测的视频、图像采集,并基于结合 Sobel 算子的四帧差分法算法对所采集到的视频、图像分析。根据存在的不同问题,选择比如红外线检测单元、超声波检测单元和特高频检测单元的不同检测单元,从而实现电气设备局部放电的高精度、实时检测。通过试验,比起不采用旋转摄像头检测的情况,设计的技术方案检测精度更高,大大提高了设备的安全性,降低了维修成本,提高了企业的经济效益。     

尖端导体电晕放电试验研究

电晕放电是高压电力工程及航空航天领域研究的重点及难点问题;为研究尖端导体电晕放电的辐射特点,设计了电晕放电试验模拟系统;利用测试系统及天线在微波暗室内进行了不同测试距离、不同放电电压及不同尖端导体长度条件下的试验;通过对试验数据的分析可知,电晕放电辐射信号呈衰减振荡模式;电晕放电脉冲重复率随着充电电压的增大而增加;天线接收的辐射信号能量与测试距离成反比;随着充电电压的增加,信号辐射功率呈增加趋势;试验研究结果为输变电工程、航空航天装备的电磁环境分析提供参考。     

基于小波包的奇异信号检测方法及仿真

高压电器设备的故障大多与绝缘有关,而局部放电是造成绝缘损坏的主要原因之一。如何有效地从噪声和干扰中准确提取局部放电信号的特征,是绝缘故障在线检测的关键。针对高压电缆中的局部放电信号检测问题,提出了一种基于小波包的奇异信号检测方法。首先,分析后得到窄带信号和奇异的放电信号在小波包变换下会表现出截然不同的特性,然后利用这个特性,采用小波包的方法有效地抑制窄带干扰,并从噪声中提取出奇异的局部放电信号。仿真结果显示出在两项指标中,同步性指标大于99％,相似性指标大于90％,这证明了该算法能够从噪声和干扰中,有效地检测并提取出高压电缆中的局部放电信号。     

基于高速采样装置的电力电缆局放故障定位

作为电缆局部放电的有效监测手段,脉冲电流法进行局部放电测试的经验及方法日益被深化和掌握。基于高速采样装置采集的电缆接地端脉冲电流信号,针对电缆的非终端和中间端位置发生的局部放电现象,探讨了一种可大致定位电力电缆局部放电位置的方法。     

FBG传感器检测电缆中间接头局部放电的温升研究

为及时发现电缆接头的故障隐患,研制了一种安装在冷缩绝缘管中间带铜环的光纤Bragg光栅（FBG）温度传感器,将其应用于3＋1芯、额定电压为1kV、横截面积为25min。的XLPE电缆冷缩中间接头的温度监测。当供电电压分别为5,15kV时,加电40min,有毛刺的中间接头因局部场强升高出现局部放电现象,比正常的中间接头温度分别高2．45,4．31℃。试验结果表明：该传感器能有效监测中间接头的温度,为中间接头是否健康运行提供依据。     

交联聚乙烯电缆的耐压试验

本文分析了高压直流耐压试验可有效发现纸绝缘电缆缺陷,但在发现交联聚乙烯绝缘电力电缆缺陷方面有局限性。介绍了0.1Hz超低频电压、振荡电压、变频谐振耐压几种交流耐压试验方法。     

基于ARM和FPGA的多通道局部放电检测系统设计

变压器局部放电极易引发高压变压器老化故障,通过检测局部放电产生的超声波信号来判断变压器的运行状况,是目前比较常用的检测手段。文章实现了一种基于ARM和FPGA的多通道局部放电检测系统。利用ARM处理器高性能,低功耗,低成本的优势和FPGA高速并行采集的特点,不同于以往由PC和采集卡为主体的局部放电检测仪,系统可以实现现场的实时在线检测。实际测试结果表明:该系统可以在多个通道实时检测出变压器局部放电的放电曲线,同时具备局部放电特性分析的能力。     

飞轮电池在离网型风力发电系统中的应用

针对目前风力发电系统中储能装置(蓄电池)寿命短、充放电效率低的问题,提出采用飞轮电池作为储能装置的方案,分析了飞轮电池的d-q模型及其充放电控制策略。在飞轮电池充电控制过程中,采用基于转子磁场定向的矢量控制策略;在放电控制过程中,采用以直流母线电压为控制对象的控制策略。仿真结果表明,采用飞轮电池作为离网型风力发电系统的能量缓冲装置,能够有效稳定离网型风力发电系统的直流母线电压,提高其电能质量和稳定性。     

飞轮电池提高离网型风力发电系统稳定性研究

针对目前风力发电系统中储能装置(化学电池)的不足,设计了采用飞轮电池作为离网型风力发电系统的储能装置,提出了飞轮电池快速充、放电的控制策略。在系统的充电方式下,采用了感应电机的矢量控制算法;放电方式下,采用了以直流母线电压为控制信号的控制策略实现了直流母线电压的自动调整,达到了稳定系统的直流母线电压的目的。仿真结果表明,该储能装置能实现稳定风电场直流母线电压的作用,从而有效地提高离网型风电场的电能质量和稳定性。     

一种电能收集充电器的研制

以电能收集充电器直流变换器为核心,引进新型的DC-DC变换芯片,即降压芯片TPS5430和升压芯片TPS61200,组成DC-DC变换器电路对输入电压进行分段变换,以提高较低功率时的系统效率.在输入电压很小的情况下,实现了高效能地对可充电电池正常充电.其输入直流电压范围可低至0.3 V、也可高达20 V,且在电源电压从...     

抗电感干扰的软启动电路平滑过渡控制仿真

为提高软启动电路平滑过渡控制的稳定性,提出一种基于电压自均衡直接耦合抗电感干扰的软启动电路平滑过渡控制方法.采用子模块串联支撑调节方法调节软启动电路的等交直流变换稳态性,并构建软启动电路的模块化多电平控制结构模型,根据模型提取系统的扰动数据,将模型结合直流最大可控功率调制方法设计抗电感干扰电路.通过电压自均衡直接耦合调...     

高压开关柜局部放电综述与放电信号分析

高压开关柜在制造和运行过程中难免发生绝缘缺陷问题,主要缺陷类型表现为以下方面：内、外绝缘面对地闪络击穿,电压相间绝缘闪络击穿,雷电危害过压闪络击穿,绝缘件接地不良、断裂等造成的闪络击穿。同时,这些绝缘缺陷在最终发生击穿之前都伴有局部放电现象,通过检测局部放电的强弱就可以及时地了解绝缘状态,因此,通过在线检测局部放电信号可以准确地判断绝缘状态,实现电气设备的安全可靠运行。     

GIS特高频局部放电在线监测系统

特高频局部放电监测是检验高压电气设备绝缘性能的一种新方法;首先介绍了特高频局部放电在线监测系统的系统功能原理,然后分析了系统的硬件及软件设计,最后阐述了系统实现的关键技术。     

基于暂态对地电压技术的局部放电传感器的研制

针对开关柜局部放电产生的暂态对地电压（TEV）信号设计了一种局部放电传感器。该传感器由容性耦合、滤波、放大和降频等功能模块组成,具有噪声低、灵敏度高和动态范围宽等优点。测试表明：该传感器能可靠地采集开关柜局部放电产生的暂态对地电压信号。     

Monitoring and optimizing the state of pollution of high voltage insulators using wireless sensor network based convolutional neural network

In this paper, a wireless sensor network (WSN) is combined with Convolutional Neural Network (CNN) forming a hybrid framework to detect the pollution state in high voltage insulators. The WSN is formed by the collection of sensor readings from each high voltage insulator over the transmission tower. The collected sensor readings from the sensor network is sent to the processing unit or detection unit, where CNN is used for the purpose of detecting the partial discharged high voltage insulator. The CNN is used with partial discharge diagnosis model to detect the dischargers in high voltage insulators. The extraction of relevant features from the CNN helps to improve the detection. The experimental validation are conducted on the proposed model with collected training datasets and real time testing datasets. The proposed method is compared with existing models to test the partial discharges in high voltage insulators, namely Artificial Neural Network, Fuzzy and Ant Colony Optimization. The result shows that the proposed method is effective in detecting the partial discharges than the existing methods in terms of False Acceptance Rate and Missing Detection Rate.