变电站绝缘设备泄漏电流监测系统设计

变电站绝缘设备泄漏电流的大小直接关系着电力设备的安全运行,泄漏电流以污秽绝缘子电流为主.基于GIS平台的智能化电力设备外污秽在线监测系统可根据污秽绝缘子泄漏电流的大小,结合环境温度、湿度及以前发生污闪事故的历史资料,通过数据总线传输录波和计算判断,给出监测报告及上传数据信息,利用专家系统进行分析、判断.做出适时越限报警.     

绝缘子泄漏电流智能采集系统

描述了一种高压绝缘子污秽泄漏电流的采集系统。该系统利用电磁感应和磁补偿的方法，设计了一种漏电流互感器，实现了绝缘子表面泄漏电流的精确测量。经过数据分析和处理，系统实现了对绝缘子绝缘状况的实时监测。实验结果表明该采集系统能够适应泄漏电流大范围的变化，为研究污秽积聚过程提供了重要参考。     

变电站污秽泄漏电流在线监测系统的开发

介绍了一种变电站电气设备污秽泄漏电流在线监测系统的设计与实现。该系统通过数据采集单元实时在线监测电气设备绝缘子表面的泄漏电流和环境温、湿度等数据，采用CAN现场总线将数据传到监控分析系统进行处理，当绝缘子污秽过度时及时告警，为准确划分污区和实现状态检修提供科学依据。     

铁道供电高压污秽绝缘子泄漏电流在线检测系统研究

高压绝缘子是铁道牵引网中连接支柱和接触线的重要设备,其绝缘状况直接影响供电系统的安全和稳定。文中分析了高压绝缘子污秽闪络放电的机理,系统研究了泄漏电流大小、脉冲频次与绝缘子污秽程度以及湿度等环境变量的关系,提出了检测绝缘子泄漏电流有效值及脉冲频次相结合的方法综合评估绝缘子的状况。试验结果表明,在线检测系统可以有效地对铁道供电输电线路高压绝缘子泄漏电流实时监测。     

基于虚拟仪器技术的变电站外绝缘泄漏电流在线监测系统

变电站外绝缘泄漏电流的在线监测技术是近年来的研究热点，特别是多设备外绝缘的综合监测技术是研究中的难点。介绍研制并开发的一套基于虚拟仪器技术的超高压变电站多设备外绝缘泄漏电流综合在线监测系统。开发的适用于各种电力设备不同电压等级和不同结构尺寸的外绝缘泄漏电流传感器，实现了微弱信号的调理和传输，解决了强电磁环境下的抗干扰问题，并应用虚拟仪器技术实现多设备多点泄漏电流的循环检测、数据分析、趋势查询、远程监控等功能。系统已在平顶山谢庄变电站挂网运行，取得良好的监测效果，可在重污秽区域推广应用以提高电力设备的运行安全。     

基于最小二乘支持向量机的绝缘子等值附盐密度预测

等值附盐密度是确定污秽等级和绘制电网污区分布图的主要依据，而绝缘子污秽在线监测系统主要监测绝缘子表面泄漏电流和环境参数。研究表明，泄漏电流除了和绝缘子表面的污秽状况有关外，还受温度、湿度等环境因素的影响，并且和各因素之间存在着复杂的非线性关系。文中在实验室模拟试验和现场实测数据基础上，利用最小二乘支持向量机，建立了以泄漏电流有效值、泄漏电流脉冲峰值、泄漏电流脉冲频度、环境湿度、温度等五个变量作为输入参数，等值附盐密度作为输出参数的智能预测模型。并通过部分实验数据验证了该方法的可行性。     

一种线路绝缘子污秽在线监测系统

分析了绝缘子的泄漏电流与气候环境和污秽度之间的关系，介绍了线路绝缘子污秽在线监测系统的系统构成、功能及在线监测分机软、硬件的设计方法，并给出了试验与运行结果。     

污秽绝缘子泄漏电流智能采集系统

文章描述一种高压绝缘子污秽泄漏电流的采集系统.该系统利用电磁感应和磁补偿的方法,设计了一种漏电流互感器,实现了污秽绝缘子表面泄漏电流的精确测量,经过数据分析和处理,系统实现了对绝缘子绝缘状况的实时监测,实验结果表明该采集系统能够适应泄漏电流大范围的变化,为研究污秽积聚过程提供了重要参考.     

应用最小二乘支持向量机在线预测绝缘子等值附盐密度

污秽等级评定方法是绝缘子泄漏电流在线监测系统的重要研究内容,等值附盐密度是确定污秽等级的唯一依据,而泄漏电流与绝缘子表面污秽状况密切相关。笔者采用最小二乘支持向量机(LS-SVM)方法,建立以泄漏电流有效值、泄漏电流峰值、脉冲电流次数、环境湿度、温度5个变量作为输入参数,ESDD作为输出参数的智能预测模型。实验结果表明,该方法有效、模型预测精度高,能实现绝缘子表面污秽程度在线评估。     

绝缘子污秽在线监测技术与系统构成

分析了目前电力系统的“防污”工作措施和绝缘子污秽的测量方法,提出了测量绝缘子表面泄漏电流监测系统结构,以此为基础研制了一种新型变电站绝缘子在线监测系统。论述了监测系统的构成、技术特点和污秽判断依据。以陕西秦岭电厂现场运行的历史数据和污秽报警前2S绝缘子表面泄漏电流的实时波形为例,验证了该系统可正确判断绝缘子的运行状况。运行检修人员通过污秽在线监测系统对温湿度、电流、脉冲的监测,借助专家诊断软件的分析对比,就可以结合实际的运行经验,判断出绝缘子的积污状况。     

基于模糊逻辑方法的高压绝缘子污秽程度评定

绝缘子污秽在线监测系统常通过监测绝缘子表面泄漏电流的大小来判断在线运行的绝缘子污秽状况。研究表明，泄漏电流除了与绝缘子表面的污秽状况有关外，还受温度、湿度等环境因素影响，并且与各因素之间存在复杂的非线性关系。文中在实验室模拟试验和现场实测数据的基础上，分析了环境因素对不同污秽程度绝缘子外部电气特性的影响，提出了基于模糊逻辑推理的绝缘子污秽程度评定方法，并建立了一套模糊推理规则。通过部分实验数据验证了该方法的可行性。     

污秽绝缘子高频泄漏电流特征的研究

泄漏电流和污闪放电的发展过程密切相关,监测泄漏电流是评估绝缘污秽状态的重要手段。为克服传统泄漏电流法的缺点,笔者通过人工污秽试验方法,研究了玻璃绝缘子的高频泄漏电流,并对几种污秽表面状态的高频泄漏电流的幅值、波形和频谱特征进行了分析,提出了污秽绝缘子的高频泄漏电流特征,以及高频泄漏电流特征参数与等值盐密的相关性。     

基于遥测技术的输电线路绝缘子污秽在线监测系统

在阐述泄漏电流监测原理的基础上,介绍了一种输电线路绝缘子污秽在线监测系统的设计与实现.该系统通过数据监测分机采用自适应噪声对消原理,实时在线检测输电线绝缘子表面的泄漏电流和环境温、湿度等数据,采用无线通信方式将数据传到远程系统主机,主机通过专家系统分析后,得出绝缘子的污秽状况,当污秽过度时及时告警,为准确划分污区和实现状态检修提供科学依据.     

绝缘子泄漏电流在线监测系统的联网方案与实施

目前,在新疆地区已经安装了13台由西安金源电气有限公司研发的变电站绝缘子泄漏电流在线监测系统,通过系统联网的方式可将新疆各变电站采集的泄漏电流、脉冲频次以及环境条件等数据传送到中心数据库,以便深入研究绝缘子污秽与泄漏电流之间的关系,有助于实现绝缘子污秽的状态清扫.     

绝缘子泄漏电流在线监测系统定量分析研究

长春超高压局现有的绝缘子泄漏电流在线监测系统的报警值均通过运行人员的经验设置,没有理论和试验依据.通过试验分析大气环境对绝缘子泄漏电流在线监测系统的影响,初步摸索出500 kV输电线路人工污秽绝缘子泄漏电流与污闪电位梯度的关系,为绝缘子泄漏电流在线监测系统的合理运行提供了依据.     

现代功率谱估计在绝缘子污秽诊断中的应用

针对现有绝缘子在线监测系统基于泄漏电流时域特征分析的诊断和预警很难分析其表面的污秽放电状况的问题。提出了绝缘子泄漏电流信号的功率谱分析法。它采用现代功率谱估计中的AR参数模型在MATLAB中运用Burg算法估计不同污秽状况下的绝缘子泄漏电流数据,并结合泄漏电流时域特征进行了联合分析。结果表明,不同污秽状况下绝缘子泄漏电流的功率谱特性有显著区别,将现代功率谱估计与时域特征分析相结合综合分析可以更好地掌握绝缘子表面污秽放电状况并做出较准确的预警。     

变电站电力设备外绝缘泄漏电流分析

为了防止电力系统污闪事故的发生,必须对电力设备外绝缘状态进行监测。由于泄漏电流法具有便于实现在线监测的特点,已在电力设备的污秽度监测中得到了应用。利用自行研制的泄漏电流在线监测系统,对变电站的电力设备外绝缘泄漏电流进行了在线监测。根据现场采集到的泄漏电流数据,分析了泄漏电流发生的时段和月份,泄漏电流及其特征量和环境湿度之间的关系。     

基于PSO-SVM的高压绝缘子污秽等级评定

污秽等级评定是绝缘子泄漏电流在线监测系统的重要内容,评定的难点在于泄漏电流的各种电气特征量、环境因素与绝缘子表面污秽状况之间存在着复杂的非线性关系。笔者在实验室模拟试验和现场实测数据基础上,采用粒子群算法优化支持向量机的参数,建立了污秽等级评定的支持向量机模型。该方法利用支持向量机结构风险最小化原则和粒子群快速全局优化特点,通过对样本数据的学习,可以快速建立泄漏电流有效值、泄漏电流峰值、泄漏电流脉冲频度、环境湿度、温度与污秽等级之间的映射关系。实验结果表明,该方法是有效的。     

变电站电力设备外绝缘泄漏电流分析

为了防止电力系统污闪事故的发生,必须对电力设备外绝缘状态进行监测。由于泄漏电流法具有便于实现在线监测的特点,已在电力设备的污秽度监测中得到了应用。利用自行研制的泄漏电流在线监测系统,对变电站的电力设备外绝缘泄漏电流进行了在线监测。根据现场采集到的泄漏电流数据,分析了泄漏电流发生的时段和月份,泄漏电流及其特征量和环境湿度之间的关系。     

考虑外表面污秽影响的避雷器在线监测技术

避雷器是防止电力设备受到雷击损害的重要设备,其运行环境比较恶劣,原有的在线监测方法不考虑避雷器外表面污秽对监测效果的影响,测量精度低。基于避雷器外表面污秽的情况,设计了一种氧化锌避雷器在线监测装置。装置采用谐波分析法和双"AT"法结合的方法监测避雷器泄漏电流,并通过光纤传感器监测避雷器外表面的污秽度,通过污秽度修正泄漏电流,提高装置的测量精度。此外,通过遗传算法优化神经网络,使光纤传感器测量污秽度可以更准确地计算出等值盐密。