绝缘子放电区段划分及污秽预测的泄漏电流分形维数研究

污秽放电的极端结果是污闪,为提取反映绝缘子污秽放电发展的有效特征量,在实验室反复试验研究的基础上,利用分形理论中的变换法提取绝缘子污秽放电过程中泄漏电流波形的分形维数,分析不同污秽度下安全区、预报区和危险区 3 个区段内泄漏电流分形维数的差异,提取预报区分形维数的均值和标准差米预测污秽度.得出污秽放电不同阶段分形维数的变化特征明显,且不同污秽度的分形维数人小不同.试验证明泄漏电流分形维数的变化规律能有效预测污秽放电发展趋势及污闪的发生,分形维数的大小能有效判断绝缘子污秽的轻重,为污闪预警提供了新方法和新特征量.     

复合绝缘子泄漏电流波形分形特征研究

绝缘子泄漏电流能够综合体现绝缘子电压水平、污秽状态,贯穿于绝缘子的整个闪络发展过程,提取绝缘子泄漏电流特征量对预测绝缘子闪络事故的发生尤为重要。在人工污秽试验的基础上,利用分形理论提取了复合绝缘子泄漏电流分形维数特征量,分析了闪络发展过程中泄漏电流不同区段波形和分形维数的变化特征,对比了3种不同污秽度水平下泄漏电流波形的分形特征。结果表明,在污闪发展过程中,泄漏电流波形的分形维数呈整体下降的趋势;污秽程度不同,泄漏电流波形分形特征存在微小的差异。实验分析证明,泄漏电流波形分形维数能够直接反映其波形特征,能够为绝缘子污闪提供有效预警。     

绝缘子污秽预测新特征量的泄漏电流时频特性分析

泄漏电流时域和频域成分中含有丰富的体现绝缘子污秽程度的信息量,为此,通过实验室反复试验,利用快速傅立叶变换(FFT)研究在不同污秽度下泄漏电流的频谱特性,从泄漏电流有效值和泄漏电流频谱两方面入手,提取出安全区泄漏电流的4个特征量:泄漏电流有效值的均值I-、最大值Imax和标准差σ及3次谐波与基波幅值比k,分析得出这4个特征量与污秽度分别呈指数拟合关系,并且泄漏电流有效值的3个特征量对污秽预测结果的影响各不相同。试验证明这4个特征量可以有效预测绝缘子污秽度水平,为污闪预警提供新特征量。     

污秽绝缘子泄漏电流特性研究

为提高泄漏电流评估绝缘子污秽度的可靠性,综述了污秽绝缘子泄漏电流特性问题20余年的研究成果,其内容包括临闪前泄漏电流和污闪电压的关系;在运行电压下及绝缘子表面污层饱和受潮时泄漏电流和放电现象间的关系;泄漏电流和等值附盐密度(ESDD)、绝缘子形状、片数、污秽状况以及污闪电压的关系;以及在绝缘子表面污层未达到饱和受潮条件时泄漏电流和雾浓度、相对湿度、ESDD间关系的研究。基于泄漏电流与其他污秽度参数之间关系的研究开发出在实验室及变电站测量多参量泄漏电流的仪器,并在现场测量了大量泄漏电流及气象条件的数据。根据研究成果提出了利用运行电压下的泄漏电流最大值进行污闪预警的方法。     

绝缘子污秽度检测与污闪预警研究综述

概述了现今绝缘子污秽度检测方法的优缺点,提出泄漏电流是污闪预测中最为重要和科学的参量.分析了泄漏电流特征量提取的时域和频域的各种有效方法,及各方法的优点和局限性.结合绝缘子的污秽特点,指出了今后绝缘子污秽检测方法的研究方向和重点是应建立基于泄漏电流的多参量的综合预警模型.     

绝缘子污秽度预测特征量提取与神经网络模型

为了给输电线路防污闪提供科学指导,优化绝缘子污秽度预测特征量从而提高污秽度预测时间裕度和可靠性是关键。在人工雾室模拟35 kV线路3片串普通型和防污型染污绝缘子,测取了相同运行状态下相同采样时段内的泄漏电流,提取泄漏电流有效值均值、有效值最大值和有效值标准差作为污秽度预测的特征量,建立了3个特征量与污秽度的回归拟合关系,对比分析2种绝缘子泄漏电流3个特征量与污秽度的关系,推导验证了防污型绝缘子泄漏电流3个特征量小于普通型的原因。提出在污秽沿面放电安全区段内,主要利用泄漏电流有效值的3个特征量作为污秽预测神经网络模型的输入量。仿真和试验结果对比表明,所建立的预测模型误差在4%以下。所给出的研究结果不仅为输电线路防污预警系统特征量的优化选择提供了理论依据,对线路清扫选线决策也有指导作用。     

高压绝缘子泄漏电流的线调频小波分形特征

随着电网电压等级的提高和各类污染的加剧,绝缘子污闪事故日益严重,通过有关特征量提取来实现绝缘子表面状态的监测是预防污闪、提高电网可靠性的关键。为判别高压绝缘子污闪和预测其风险,以线调频小波和分形理论为基础,研究了高压污秽绝缘子泄漏电流的线调频小波分维数,并与小波分维数进行比较。结果表明,从泄漏电流信号中提取线调频小波分维数作为信号特征能清楚地刻画染污绝缘子污秽闪络过程中泄漏电流的变化规律,线调频小波分维数的变化与泄漏电流的变换比对应小波分维数更为明显突出,同时在各阶段特征更加稳定。线调频小波分维数可作为模式识别的有效特征量对绝缘子污闪发展状态进行判别。     

基于泄漏电流特征信息及概率神经网络的绝缘子污秽度预测模型

为了提取泄漏电流安全区内体现绝缘子污秽度的特征信息,在反复试验的基础上,测取了4种污秽度下XP-70型绝缘子串的泄漏电流,采用了自适应阈值法对原始信号进行消噪,提取出安全区内的3个特征量:有效值均值、有效值最大值和有效值标准差,分析得出这3个特征量与绝缘子表面等值附盐密度呈指数拟合关系。选择了400组泄漏电流有效值特征量作为训练与识别样本,建立了基于概率神经网络的绝缘子污秽度预测模型。仿真和试验结果对比表明,模型预测准确率达87.5%。研究结果不仅对线路绝缘子清扫决策有一定的指导作用,而且为输电线路污闪预警系统特征量的优化选择提供了理论依据。     

绝缘子安全区泄漏电流频谱特征提取及污秽状态预测

针对现有染污绝缘子在线检测系统基于泄漏电流时域特征预测绝缘子污秽状态，而忽略了泄漏电流频域成分中含有丰富信息量的问题，提出了利用快速傅里叶变换(FFT)与功率谱估计相结合的分析方法，提取出泄漏电流的2个频谱特征量：3次谐波与基波幅值比k和功率谱中高频能量与总能量之比a，作为污秽状态预测参量。该文主要研究运行电压下安全区(<20mA)内，分别改变湿度和污秽度情况下，泄漏电流的频谱特征，泄漏电流受湿度以及污秽变化的频谱特征，目的是将绝缘子污秽状态预测提前到安全区来。现有的试验结果表明，利用频谱特征量k和a的变化规律，能有效预测绝缘子表面的湿度和污秽度状况。     

染污玻璃绝缘子泄漏电流特性及其闪络电压预测

有效预测绝缘子闪络电压是防止发生污闪事故的重要手段,泄漏电流是分析检测绝缘子闪络电压的重要方法。在人工污秽实验室进行大量的试验,模拟运行电压下污秽度与相对湿度对泄漏电流的影响,从不同角度提取了能够反映绝缘子表面污秽度及相对湿度的4个泄漏电流特征量:泄漏电流脉冲幅值熵S、脉冲幅值Ih、能量比K及能量E,并得到它们之间的变化规律。提出基于广义回归神经网络(generalized regression neural network,GRNN)的绝缘子闪络电压预测模型,将4个特征量S、Ih、K、E及相对湿度作为GRNN模型的输入量,闪络电压作为GRNN模型的输出量。预测结果与试验结果对比分析可知,相对误差小于7.33%,表明提出的绝缘子闪络电压预测GRNN模型的预测结果与试验结果基本一致,能够有效地对绝缘子闪络电压进行预测。