特高压断路器近区故障合成试验用人工数学链路设计研究

近区故障开断特性是断路器型式试验中的重要考核项目。就模拟一段架空线路的人工数学链路进行了研究及设计,介绍了人工数学链路设计及选型,对链路结构设计进行了阐述,并从人工数学链路的原理结构、参数计算、元器件选型以及过电压分析等方面进行了仿真计算,最终设计出了满足800kV/63kA整极、1200kV/80kA半极近区故障试验要求的人工数学链路,并且与实际架空线路有较好的等价性。     

高压断路器近区故障试验人工链路分析研究

在出现近区故障时,由于线路侧初始瞬态恢复电压上升率较高,对于SF6高压断路器而言,近区故障开断条件更为苛刻。文中从三角波产生的原理和试验方面,对其进行了全面的研究,并通过PSCAD仿真、低压模拟试验和高压试验对比,分析了人工链路杂散参数和低压模拟装置二极管结电容对高压试验结果的影响,最终得出结论:杂散电容导致人工链路实际投入数值比仿真时较小;低压模拟装置二极管结电容会导致人工链路在高压试验时参数偏高,尽量采用小电流和多个二极管串联模式     

SF_6断路器开断近区故障时燃弧时差的确定

通过对SF_6断路器开断特性的模拟计算和近区故障开断的分析,提出了确定其开断近区故障时的燃弧时差的方法,并以LW6—110型SF_6断路器为例,计算出了它开断近区故障时的燃弧时差,结果与试验相符很好。     

近区故障问题

综述介绍了单、三相近区故障的物埋过程、对断路器开断条件的影响,以及试验室试验方法与试验回路。     

近区故障瞬态恢复电压计算与分析

瞬态恢复电压（TRV）是校核断路器开断能力的重要指标,近区故障因其TRV起始部分的上升速率高,电弧难以熄灭。针对Mayr电弧只适用于描述电流过零后高电阻电弧状态,而Cassie模型只适用于描述电流过零前低电阻电弧状态,采用Cassie和Mayr电弧模型串联的形式,对一个最高电压245kV,开断电流50 kA的断路器,利用ATP-EMTP计算了L₇₅和L₉₀近区试验故障的TRV。研究表明,同断路器端部故障比较,开断近区故障对断路器性能要求更高     

交流高压断路器的技术要求

24.近区故障试验 本试验适用于额定电压在110千伏及以上,额定开断电流在12.5千安及以上,并与架空线路直接相联的断路器。本试验是型式试验。 近区故障试验采用试验用架空线或模拟回路的单相直接短路试验方法;如受试验设备的限制,也可以采用单元试验、合成回路试验等方法进行验证。 近区开断电流按额定开断电流的75、90％(±3％)三级进行试验。     

220 kV断路器机构合后即分故障原因分析

广西网区在运的220 kV LTB245E1型断路器发生多次合后即分故障,对设备安全稳定运行造成了重大威胁,有必要对故障原因进行深入分析。通过现场试验及设备厂内试验,论证了分合闸速度不合格是造成LTB245E1型断路器合后即分故障的主要原因,并提出了解决措施。针对断路器传统周期性试验项目无法及时发现机构潜在缺陷,导致出现分合线圈烧毁、分合闸速度不合格等问题,提出了将分合闸回路电流测试和分合闸速度测试列入断路器周期性试验项目的建议。     

输电线路近区故障恢复电压计算

本文采用注入电流法推导出近区故障时断路器的恢复电压计算公式,建立行波速度的计算公式,设计程序框图,对220kV线路的近区故障进行计算和分析。     

断路器近区故障开断试验断口间第一峰值电压的确定方法

以国标GB1984—2003《高压交流断路器》附录A中给出的近区故障试验四参数波形时断路器断口间第一峰值瞬态恢复电压计算为参考,介绍了两参数波形时断路器断口间第一峰值瞬态恢复电压的确定方法,并以额定电压72.5 k V断路器为例进行了具体的计算,为行业人员更好理解标准提供了参考。     

高压交流六氟化硫断路器开断近区故障的探讨

高压交流断路器是电力系统中重要的开关设备,作为输变电线路的控制和保护用,其必须具备开断故障电流的能力,而开断近区故障电流是其最重要的能力之一。本文介绍了高压交流六氟化硫断路器开断近区故障电流的影响因素,并指出断路器在不同速度、气压以及线路侧增加时延对开断性能的影响。     

串联谐振型FCL对高压断路器开断短路故障的影响

基于串联谐振型故障限流器的等效分析模型,分别针对短路出线故障和近区故障,详细研究了限流电感及其并联杂散电容对短路电流、断路器瞬态恢复电压第一个峰值以及瞬态恢复电压上升率的影响,并综合以上指标得到了断路器苛刻度的变化规律。研究表明,选取合适的限流电感、采取合理的措施改变限流电感并联杂散电容能够有效地降低断路器的苛刻度,有利于断路器对短路故障的开断。     

不同故障下串联谐振式FCL对高压断路器恢复电压的影响

为了使串联谐振式故障电流限制器(series resonance type fault current limiter,SRFCL)能在超高压电网中投入实际应用,采用电磁暂态仿真计算软件ATP-EMTP,研究分析了500 kV电网中在母联处加入串联谐振式FCL对高压断路器在开断不同短路故障时恢复电压的影响。计算结果表明:加入串联谐振式FCL后,当断路器开断出线端短路故障时,恢复电压上升率提高了18%,第一参考电压提高了2.6%。当开断近区故障时,90%额定短路电流和75%额定短路电流条件下,恢复电压起始部分的上升率分别下降了19.26%和25.6%,峰值分别下降了11.05%和15.73%。当开断母线短路故障时,串联谐振式FCL对母联上断路器恢复电压的上升率有显著的影响,加入之后恢复电压上升率比加入之前提高了13.1倍,第一参考电压提高了78.5%。在母线出现短路情况下,恢复电压上升率与第一参考电压的大幅提高将严重影响断路器的开断,在串联谐振式FCL的应用过程中需要加以考虑和解决。     

动态时间规整算法诊断高压断路器故障

为诊断与分析高压断路器的故障,采用动态时间规整算法(DTW),该算法利用高压断路器振动波形具有重复性和独特性的特点,通过比较待测波形与参考波形时间特征量相似度的大小获得诊断结果。该算法只需一组健康数据作为基准参考数据,不但可诊断出高压断路器是否异常,还可确定某一时段对应动作事件的状态。用MATLAB编写动态时间规整算法程序,以试验实测波形为例,对断路器振动波形进行仿真分析,其结果与实际一致,验证了该算法应用于断路器故障诊断的有效性。     

基于小波神经网络的在线警报处理系统

利用小波变换在信号处理方面的时频分析能力和神经网络对任意非线性函数的普通的逼近能力，提出了一个基于小波神经网络的电力系统故障段辨别方法。故障诊断系统依据保护继电器和断路器的采样信息估计电力系统中故障段的位置。仿真结果显示，小波神经网络故障诊断系统能正确估计电力系统单一故障和多重故障的位置，即使在电力系统中存在保护继电器和断路器误动或拒动的情况下，小波神经网络也能给出合理的结果。测试结果表明，小波神经网络在电力系统警报处理系统中有良好的应用前景。     

基于故障树和模糊综合评判的高压断路器状态评价研究

本文提出将故障树和模糊综合评判相结合,建立组合分析方法,并对高压断路器进行状态评价。根据运行中的高压断路器相关数据,进行实际分析计算,其分析评价结果可以作为制定高压断路器日常运行维护和检修的参考依据。     

高压断路器机械状态在线监测装置的研究

描述了利用单片机实现高压断路器机械状态在线监测的智能装置及其考虑的监测因素。该智能装置可以长期在线监测高压断路器动作过程中的机械参量,为断路器机械故障诊断和状态预测提供依据。     

一种基于DA系统适应线路结构动态调整的双向闭锁式保护方法

利用闭锁式保护可以确保配电线路多级保护间的选择性,提高供电可靠性。但已提出的闭锁式保护方案均需要出口断路器参与,未考虑含分支线路以及网络拓扑动态变化等问题。在配网自动化系统基础上提出一种双向闭锁的保护新方法,主站通过查询线路拓扑结构区分线路中各馈线终端单元FTU(Feeder Terminal Unit)角色,重点判断与出口断路器相邻的FTU位于线路首端还是末端。感受到故障电流的各FTU分别向邻居FTU发送闭锁信号,不同角色FTU对应不同判据判断故障区段并切除。该方法不需要出口保护配合,能适应带有单联络与多联络的线路,也能适应多端保护(主干线路与分支线路均配置保护)等复杂情况。通过静模试验分析验证了该算法的选择性与快速性。     

确定预期瞬态恢复电压的低压模拟装置

瞬态恢复电压(TRV)是电力网络中存在的固有特性之一,是影响断路器开断性能的重要因素,因此在IEC、GB以及DL的相关标准中都对此做出了明确的规定。为了获得满足标准要求的试验回路预期参数,需要采用低压模拟的方法来测取TRV波形,因此参照相关标准中推荐的直接短路开断法、工频电流注入法、电容电流注入法等几种方法,经过分析比较,选定基于“电容电流注入法”的原理研制出了一套操作简便的低压模拟装置,使用该装置可快速实施对试验回路预期TRV波形的测取。装置研制成功后已投入课题的调试工作,进行了数百次低压模拟试验,取得了很好的预期效果。     

特高压断路器的瞬态恢复电压研究

结合晋东南—南阳—荆门1 000 kV特高压试验示范工程,研究了交流1100 kV断路器瞬态问题中的断路器开断短路电流或失步解列后的瞬态恢复电压(transient recovery voltage,TRV)内容。在此基础上提出了我国交流1100 kV特高压断路器的工作条件建议,分析了特高压断路器TRV问题的前景。认为我国特高压电网断路器在不采用分闸电阻的条件下,可满足IEC断路器扩展标准和正在修订的我国电力行业断路器标准中对TRV的要求。     

基于支持向量机的高压断路器机械状态分类

基于统计学习理论的支持向量机是专门研究少样本情况下的统计规律及学习方法,为故障诊断向智能化方向发展提供了途径.本文首先介绍了支持向量机的基本原理;其次提出了一种基于小波包和熵理论的振动信号特征提取方法,即利用小波包分解各节点重构信号的熵值反映信号与正常状态的偏移;最后详细介绍了这种新方法在断路器故障诊断中的具体应用,并与传统神经网络方法相比较.使用结果表明:无论在分类效果,还是学习速度方面,支持向量机都优于神经网络,更适合在断路器机械状态识别中的应用.