利用AQI的绝缘子等值盐密动态累积规律研究

建立了污秽累积速率与空气质量指数(AQI)的关系,并在此基础上构建了污秽累积的动态预测模型,同时引入数据同化思想完成了参数优化估计.实验结果表明,该模型不仅能够很好地描述等值盐密的动态变化规律,也能对等值盐密进行更精准、更稳定的预测.考虑到AQI数据的易获取性和广泛的覆盖性,所提模型有望大幅降低区域污秽评估的成本.     

基于BP人工神经网络改进算法的绝缘子污秽预测

研究用BP人工神经网络结合湿度、电压及泄露电流等参数对绝缘子等值附盐密度进行在线预测。结果表明,基于BP人工神经网络改进算法的绝缘子表面污秽预测方法是可行和有效的。     

基于变电站模拟支柱绝缘子的汕头电网自然积污特性研究

<正>常工作电压下的绝缘子,由于表面污秽物的堆积,在阴雨、大雾等恶劣天气的作用下容易发生污闪,对电网设备的安全运行构成严重威胁.对汕头供电局辖区内的变电站模拟支柱绝缘子的自然积污情况进行了研究.结果表明:模拟支柱绝缘子自然积污特征与地理位置、积污时间段有关,不同积污时间段、不同测量点的污秽度存在差异;不同积污期间,模拟支柱绝缘子表面等值盐密变化小,灰密变化分散性大;模拟支柱绝缘子表面灰密累积速度大于盐密累积速度;汕头供电局辖区内变电站污秽等级主要为b级或c级;运行中变电站应关注装设的模拟支柱绝缘子污秽变化情况,并及时对重污秽的站点采取应对措施.研究结果对汕头电网的污区图绘制、变电站绝缘子表面污秽的清扫以及外绝缘的选择具有参考价值.     

电网电瓷外绝缘污秽等级的确定

综合分析了确定污秽等级的三要素，重点研究了以等值附盐密度作为定量参数存在的问题，并提出防污闪的根本措施是根据饱和盐密值确定泄漏比距，最后探讨了应用局部表面电导法作为定量参数进行污秽等级划分的优越性。     

复合绝缘子污闪动态发展过程与影响因素

针对电力系统中绝缘子污闪频繁发生的问题,分析了污闪形成的主要原因和整个污闪的动态过程,并探讨了相关宏观因素对闪络过程中各阶段温度场的影响.基于FZSW-10/4复合支柱绝缘子进行人工污秽试验,记录了局部电弧形成、桥接、发展为沿面闪络的过程,分析了不同盐密条件下绝缘子的起晕电压与闪络电压的变化规律,并根据试验条件建立了复合绝缘子污闪研究的动态电弧模型.仿真结果表明:污秽电导率、干区个数对局部电弧发展阶段有显著影响;气压对污闪的影响体现在完整电弧形成后.     

电网电瓷外绝缘污秽等级的稳定

综合分析了确定污秽等级的三要系，重点研究了以等值附盐密度作为定量参数存在的问题，并提出防污闪的根本措施是根据饱和盐密值确定泄漏比距。最后探讨了应用局部表面电导法作为定量参数进行污秽等级划分的优越性。     

瓷绝缘子污闪电压及泄漏电流的试验研究

本文选用110kV线路7片XWP2-70瓷质绝缘子进行污闪电压和泄漏电流对比试验。根据电力系统线路绝缘子串的污秽度、污秽分布的实际情况,采用四类不同污秽类型的绝缘子串,每种污秽类型设定3种不同污秽度(平均盐密值),运用均匀升压法对多组污秽绝缘子串在人工雾室进行闪络电压试验。研究不同污秽度、污秽分布的绝缘子串闪络电压的变化规律。同时,运用泄漏电流反映不同类型污闪试验的闪络电压与泄漏电流的关系。     

自然积污绝缘子污秽分布特性及对表面电流和电场分布的仿真研究

绝缘子的污秽分布对绝缘子的污闪电压具有一定的影响,研究分析了玻璃、瓷及复合三种类型绝缘子在自然积污条件下的污秽分布,所选择的这三种绝缘子均是在输电线路上运行多年的悬垂绝缘子,实验测量了绝缘子不同伞及同一片伞的不同表面的盐密、灰密数据,并将实验结果以表、图的形式进行了处理分析,得到三种类型绝缘子的污秽分布特性。研究表明复合绝缘子积污程度最严重,玻璃绝缘子的积污程度最小,复合绝缘子的最大盐密是玻璃的10倍,瓷的2~3倍,最大灰密是玻璃的6倍,瓷的1~2倍,且三种绝缘子的上表面灰盐比均大于下表面。最后以玻璃绝缘子为研究对象运用ANSYS仿真对其不同盐密分布下的电场、电流密度进行了仿真分析。     

辐射计检测绝缘子污秽的天线温度模型

根据微波辐射特性,提出了基于污秽物在微波波段的辐射特性差异来检测绝缘子绝缘状况的方法,其原理是绝缘子上有污秽物时发射率会随污秽量和污秽性质变化导致辐射计天线温度的变化,并在三层媒质模型基础上建立了辐射计检测绝缘子污秽的天线模型,给出了天线温度与等值盐密和观察角之间的定量关系,并将数值计算结果与实际测量结果进行了比较,其结果基本一致。     

基于Preisach理论的GMA迟滞建模与参数辨识

针对一直动型磁致伸缩致动器（GMA）的非线性迟滞建立了数学模型,对限制三角形进行均匀离散网格划分,给出了非负约束最小二乘参数辨识模型,在一阶回转实验数据（FOD）的基础上,得到了GMA迟滞输出预测模型,并采用LabVIEW虚拟仪器平台进行了迟滞预测实验.为减小涡流对实验结果的影响采用了低频信号（1Hz）.实验结果表明,用非负约束最小二乘参数辨识算法得到的数值模型对GMA迟滞位移输出有较高的预测精度,预测误差小于6%.进一步的误差分析表明,经典Preisach模型同余性要求与GMM变化率依赖型迟滞之间的差异是预测误差产生的主要原因,必须通过模型的改进,放松其对系统同余性的要求才能够进一步提高经典Preisach模型的迟滞预测精度.