基于物理化学检测技术的开关柜潜伏性故障检测方法

针对一些历史开关柜潜伏性故障诊断方法检测精度较低的问题,该研究设计了一种新型开关柜故障诊断系统,采用一种物理化学监测技术,通过分析六氟化硫(SF6)分解产物来检测开关柜故障原因,利用离子迁移法分析环境中的SF6离子,进而掌握变电站开关柜中气体情况,通过差分能量检测算法对检测数据进行分析,计算出气体泄漏对变电站关柜的影响,制定出最优SF6填充范围,为开关柜安全运行提供帮助。仿真结果表明,该研究检测数据平均精度高,最高精度为92.5%,体现出该研究基于SF6气体分解物理化学检测方法的优越性。     

基于超声法的微量SF_6泄漏检测

为实现对电力系统中设备内SF6气体泄漏监测,采用超声技术对其进行探测。通过微量气体浓度理论模型寻找出浓度与声速的相关特性,进一步建立单通道超声传感器检测模型,采用DFT数字相位计测相位差法求取声速,进而计算出SF6气体浓度。在研制的超声测量系统上进行SF6标准气体检测试验,该实验在设计的气体标定装置上进行,保证测量结果的可靠性。实验结果表明了该方法测量SF6气体泄漏的可行性,其精度可达μL/L水平,平均相对误差5%左右。     

一种便携式SF6气体质量分析仪设计

严格监测与管理气体绝缘封闭组合电器(GIS,gas insulated switchgear)设备中SF6(六氟化硫)气体质量是保证GIS设备安全运行的重要保障.为对SF6气体质量实施监测,设计了一个基于STM32的便携式SF6气体质量分析仪.该仪表采用红外光谱吸收原理检测SF6浓度,以电阻电容法测量微水含量,用电化学原理检测SO2、H2S和CO含量.为提高系统可靠性和满足实时性及多任务调度,移植了μC/OS-Ⅱ操作系统.实验测试了仪表的准确性和重复性.实践证明,该仪表可以完成SF6气体质量分析,为GIS设备安全运行提供了可靠的保障.     

基于ZigBee的高压开关SF6气体泄漏监测系统设计

针对高压开关对SF6气体泄漏监测的需要,分析了现有监测技术存在的缺陷,提出了以ZigBee无线传感网络技术为基础的高压开关SF6气体泄漏监测新方法。采用红外吸收光谱检测原理,实现SF6气体浓度的精确测量,以CC2530单片机为控制处理核心,控制SF6气体浓度数据的采集、处理与传输,实现自组网无线浓度监测。文中介绍了系统架构、硬件方案和软件设计。     

基于5G通信技术的变电站SF6气瓶智能管理系统设计

为确保变电站六氟化硫(SF₆)气瓶智能管理的时效性和可靠性,设计基于5G通信技术的变电站SF₆气瓶智能管理系统。通过SF₆气体采集器等装置,感知并采集变电站SF₆气瓶的状态数据。将该数据通过由5G通信技术构建的5G传输模块,传送至管理模块,并采用5G切片技术划分网络,以实现按需通信。管理模块接收经由5G传输模块传送的数据后,基于非分光红外差分检测方法,在线智能检测SF₆气瓶的泄漏浓度,并校核SF₆气体在线监测结果,以实现SF₆气瓶的智能管理。测试结果表明：网络传输平均速率在8～10 Gbit/s之间,极大程度接近传输速率峰值,通信的实时性良好;能够实时监测SF₆气瓶运行状态,在线监测精度较高,平均偏移程度低于0.035。该系统可全面呈现气体的泄漏情况,以及发生泄漏的时间和泄漏气体的浓度情况。     

基于差分吸收检测技术的非色散红外SF6传感器

基于非色散红外吸收原理,以电调制红外光源、采样气室和双元红外探测器组成的红外传感模块为核心,利用差分吸收检测技术设计了一种小型化高性能的SF6气体传感器.利用标准气体进行浓度标定,拟合了SF6气体浓度与电压关系曲线,实现了对SF6气体浓度的准确检测.根据传感器检测误差随环境温度变化的规律,系统研究了温度补偿方法,有效提高了传感器在不同温度下的检测精度.实验结果表明,该传感器系统在环境温度10℃~40℃、气体浓度0~2500×10-6范围内的检测精度小于±50×10-6,分辨率为1×10-6,系统响应时间小于5 s,具有良好的重复性和稳定性.     

GIS开关室的环境智能监测系统的设计

本文提出了一种GIS开关室的环境智能监测系统的设计方法。该系统在线监测SF6和O2浓度,当SF6气体浓度超过标时,显示含量超标并语音报警,同时启动风机通风。该系统采用PSoC芯片进行检测模块的设计,使系统功耗降低,体积缩小,可靠性提高。     

基于LoRa与机器视觉的SF6密度表读数采集系统

SF6气体密度表是一种布置在变电站, 用来测量断路器灭弧介质SF6气体密度状态的指针式仪表. 为了解决传统指针式SF6气体密度表在变电站自动化管理中难以应用的问题, 本文提出了一种基于LoRa无线通信技术与机器视觉的变电站SF6气体密度表远程抄表系统, 并给出了该系统的总体设计、硬件设计和软件设计. 该设计能够以高效率、低功耗、低成本的方式实现对变电站指针式SF6气体密度表的远程自动化管理. 该系统功能清晰、布置便捷、易于扩展、维护成本低, 对于变电站自动化管理方面的应用具有非常重要的参考价值.     

预防110kV GIS设备SF_6气体压力降低的措施

110k V线路中GIS设备SF6气体压力降低对整个110k V线路中GIS设备的运行有着直接影响。因而本文从110k V线路中GIS设备SF6气体压力降低带来的危害入手,就其形成原因和预防对策进行了探讨。     

气体灭火设备电磁式容器阀门泄漏检测系统设计

构建气体灭火设备电磁式容器阀门泄漏检测系统,提高气体灭火设备的安全性,提出基于无线传感器网络控制的气体灭火设备电磁式容器阀门泄漏检测系统设计方法。采用无线传感器实现对气体灭火设备电磁式容器阀门泄漏的压力数据采集,结合对压力特性的观测和浓度数据特征分析结果,采用主机和从机联合控制方法,建立泄漏数据监测的AD信息采集模块,根据正常工作状态对比泄漏状态提取特征参数,判断气体灭火设备电磁式容器阀门泄漏状态特征量,在信息输出端,通过ARM主控系统对气体灭火设备电磁式容器阀门的压力数据进行处理判断以及显示,实现泄漏检测的人机交互设计。测试表明,采用该系统进行气体灭火设备电磁式容器阀门泄漏检测的数据监测结果准确可靠,稳定性较好。     

虹桥220kV智能变电站设计与应用

智能变电站在线监测与故障诊断系统主要分为三个部分:过程层(包括现场监测终端、现场处理单元)、间隔层(包括IED及主IED)以及站控层(CAC)。其系统结构框图如下图所示,变压器油色谱在线监测、GIS局部放电监测、SF6气体、微水监测、容性设备(含避雷器监测)在线监测诊断等装置分别采集相应设备的状态数据,通过状态信息接入器汇总,再通过IEC61850协议发送到指定监控中心。虹桥220kV智能变电站的实施,提高了变电站运行的安全性和可靠性。     

SF6设备检测用小型尾气回收装置研制及应用

现场预防性试验和检查性试验中,SF6设备检测尾气总量较大,进行尾气回收但不影响仪器检测的准确性是个难题。根据差压传感器测量大气与缓存气室压差,通过微控制单元控制缓存气室保持在限值压力范围。尾气回收装置控制部分以DSP核心控制芯片为核心,下位机控制板通过DSP程序进行装置的控制,人机交互界面设计美观实用,且对压力传感器进行了校准,线性度良好。保证在回收SF6检测尾气的同时,不影响SF6气体检测数据的准确性,且容量大,可多次回收检测用尾气,该装置可在现场与多种SF6气体检测仪器配套使用,包含SF6气体分解物检测仪、SF6纯度检测仪和SF6露点检测仪（SF6湿度检测仪）。所研制装置已在现场实现应用,验证了装置的可靠性,环保效益突出。     

雨天变电站设备智能视觉检测算法与实时实现技术

视频的变电站户外设备监控是保障电力系统安全运维的重要手段,但传统的目视监控效率低、人力成本高,因此无人化智能视觉检测得到广泛关注。变电站户外监控设备在采集图像时,不可避免会遭受雨天等恶劣天气影响,导致设备检测性能严重下降。针对雨天场景下的变电站设备检测给出了软硬件系统解决方案,主要围绕雨天变电站设备视觉检测算法和嵌入式AI实时部署展开研究。首先,提出一种基于细节增强的图像去雨网络（DERN）,利用雨条的高频特性作为注意力权重指导去雨,进一步将其与YOLOv4目标检测算法进行联合优化,从而实现对雨天稳健的变电站设备检测算法;基于昇腾310 AI处理器构建嵌入式边缘端智能计算系统,从算子优化、多线程并行等方面提升计算性能。实验表明,在雨天场景下变电站设施设备目标检测精度从实施前的53.4%提高到82.1%,1080P视频运行速率达到30 f/s,验证了所提算法和系统的有效性,有效提升了变电站设备全天候视觉智能监控能力。     

基于注意力机制学习的变电设备缺陷检测方法

针对现有的变电站缺陷图像检测识别算法鲁棒性弱问题,提出一种基于注意力机制学习的变电设备缺陷图像检测识别方法。所提方法以卷积神经网络作为缺陷图像特征提取的骨架网络,融合注意力机制原理,进一步提升缺陷图像特征的可辨识性。首先,构建注意力机制的卷积神经网络特征提取模型,提取不同注意力机制下变电站缺陷图像特征;其次,设计一种自适应特征学习函数,将不同注意力机制下的特征融合成为新的高质量变电缺陷图像特征;最后,将不同注意力机制下的缺陷图像特征输入到分类模型,实现变电站缺陷图像检测。所提方法增强了变电设备缺陷图像检测的准确性与鲁棒性,实验结果显示,所提方法的mAP达到了70.4%。     

基于数字孪生的变电设备运维系统及其构建

针对变电设备周期状态管控难、运检效率低等问题,基于数字孪生理论,构建基于真实变电设备运维的数字化模型及系统。首先,在信息层建立能反映变电设备换流变、调相机、GIS（Gas Insulated Substation）这3类设备真实状态的数字孪生体;其次,基于换流变、调相机、GIS历史大数据,通过数字孪生体的变电站设备进行统计分析,并根据采集的实时数据、运维数据来预测变电站设备下一时刻的状态,使变电设备实现实际变电站内物理层与信息层数据的融合;最后,以变电站设备运维为对象,采用信息物理融合系统进行运维数据的集成和同步,形成最终变电设备运维数字孪生框架系统。相关研究表明,运用数字孪生技术可以对变电设备运维系统运行效率的提升和对变电站整体智能化提供强有力的技术支撑。     

基于多时相巡检图像的变电设备抗干扰缺陷检测

近年来,变电站中广泛采用机器视觉算法分析多时相巡检图像的差异变化,用于检测各类变电设备缺陷,以确保运行安全.然而,由于拍摄时刻不同,多时相图像间存在天气、光照、季节等各类干扰变化,对变电设备的缺陷检测提出了挑战.对此,提出一种基于多时相巡检图像的变电设备抗干扰缺陷检测方法.首先,利用风格迁移模型CycleGAN学习不同风格域之间的映射关系,并基于检测图生成足量存在天气、光照、季节干扰变化的干扰图;其次,基于参考图$+$检测图$+$干扰图三元组对三重孪生网络TripleNet进行协同训练,在特征层面提出空间一致性损失以抵抗各类干扰变化,用于提取三者鲁棒的多尺度差异特征;最后,搭建特征聚合网络PANet融合多尺度差异特征,输出多尺度的缺陷检测结果.在实际变电设备多时相巡检图像数据集上进行实验验证,结果表明,所提出方法相较于非孪生网络和一般孪生网络可提升2.09%和0.67%的mAP,且在原始样本与干扰样本上的检测精度更均衡,而且所提出方法可以在提升变电设备缺陷检测模型精度的同时增强模型的抗干扰能力.     

碳纳米管在高电压设备在线监测领域的应用

阐述了高压电气设备绝缘故障在线检测的一些方法,介绍了碳纳米管气体传感器近期的研究动向和取得的成果。应用碳纳米管气体传感器监测电气设备绝缘故障特征气体时,重点介绍了纯SF6,SF6/N2混合气体中局部放电产生的气体分解组分在电压、气体压强、温度等因素下对气体传感器的影响。并提出了碳纳米管气体传感器在高电压设备在线检测领域研究中所存在的问题和未来的研究发展方向。     

大型变电站分布式自动化检修系统设计

由于大型变电站中的磁场对人们身体健康产生不利影响,因此通常采取分布式自动化检修系统对大型变电站进行检修;但目前大型变电站分布式自动化检修系统主要是通过给变电站中每一个相关设备安装状态检测信号,利用串口将设备运行状态数据传输到监控系统,监控系统根据运行状态数据判定变电站中各设备状态,并根据各设备的状态向串口发送命令,串口执行相应操作,从而完成自动化检修系统设计;但这种方法无法对变电站中需要检修的节点进行定位,导致变电站设备检修存在效率低的问题;为此,提出一种基于RSSI的大型变电站分布式自动化检修系统设计方法,首先对大型变电站分布式自动化检修系统的模块进行设计,并分析各模块功能,对大型变电站分布式自动化检修系统各模块电路进行设计,保证系统正常运行,在此基础上,利用RSSI算法对系统软件进行设计,保证系统能够准确及时的对故障节点进行检修,从而实现大型变电站分布式自动化检修系统设计,实验证明,所提方法设计的大型变电站分布式自动化检修系统能够准确对变电站中故障节点进行定位,保证检修的准确性和及时性,为该课题的研究开拓新道路,推动该领域发展。