CN112924332B - 基于cfd技术的gis设备中so2扩散特性确定方法 - Google Patents
基于cfd技术的gis设备中so2扩散特性确定方法 Download PDFInfo
- Publication number
- CN112924332B CN112924332B CN202110110103.3A CN202110110103A CN112924332B CN 112924332 B CN112924332 B CN 112924332B CN 202110110103 A CN202110110103 A CN 202110110103A CN 112924332 B CN112924332 B CN 112924332B
- Authority
- CN
- China
- Prior art keywords
- concentration
- diffusion
- gas
- absolute pressure
- difference
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N13/00—Investigating surface or boundary effects, e.g. wetting power; Investigating diffusion effects; Analysing materials by determining surface, boundary, or diffusion effects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N13/00—Investigating surface or boundary effects, e.g. wetting power; Investigating diffusion effects; Analysing materials by determining surface, boundary, or diffusion effects
- G01N2013/003—Diffusion; diffusivity between liquids
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于CFD技术的GIS设备中SO2扩散特性确定方法,它包括:对SF6电气设备模型等比例建模;确定初始浓度对SO2扩散的影响;确定绝对压力对SO2扩散的影响;确定模型各个监测点SO2浓度变化情况;得出在同一压力不同初始浓度条件下,初始浓度越大,扩散达到均匀的时间越长;绝对压力越大SO2的扩散速率越大,SO2扩散至均匀所需要的时间越少;解决了现有技术尚无人研究特征分解物SO2在GIS设备中扩散特性,不能为进一步判断设备故障提供参考等技术问题。
Description
技术领域
本发明属于气体扩散特征研究技术领域,尤其涉及一种基于CFD 技术的GIS设备中SO2扩散特性确定方法。
背景技术
六氟化硫(SF6)气体因其具有极其稳定的化学性质、优异的绝缘特性和灭弧特性,而被广泛应用于35kv及以上电压等级的气体绝缘开关(GIS)和高压断路器等电气设备中。常温常压下,纯净的SF6气体具有很好的稳定性,当发生放电等内部故障时,SF6气体在故障产生的高温下会发生分解,与SF6电气设备中混有的少量的氧气、水分和固体绝缘介质等进一步反应,生成SO2和H2S等稳定的标志性分解产物。其中,SO2作为SF6气体绝缘电气设备最具有标志性的故障特征分解物,产气率随故障发展持续增长,其含量越高,表征设备内部故障越严重,标准中已明确SO2是最典型的特征分解气体,判断设备故障意义重大关于监测特征分解物SO2的手段有很多,包括电化学传感器法、紫外光谱、光声光谱法等,已经在变电站现场监测领域得到了应用。正是因为监测特征分解物判断设备故障技术已经趋于成熟,而监测故障分解物的准确性与气体扩散效应相关,因此研究SO2在GIS设备内部的扩散效应具有十分重要的意义。
而现有技术中尚无人研究特征分解物SO2在GIS设备中扩散特性,不能为进一步判断设备故障提供参考。
发明内容
本发明要解决的技术问题:提供一种基于CFD技术的GIS设备中 SO2扩散特性确定方法,以解决现有技术尚无人研究特征分解物SO2在GIS设备中扩散特性,不能为进一步判断设备故障提供参考等技术问题。
本发明技术方案:
一种基于CFD技术的GIS设备中SO2扩散特性确定方法,它包括:
步骤1、对SF6电气设备模型等比例建模,模型分为两个部分,下方圆柱为设备本体,上方圆柱为取气口,整个几何模型为封闭结构;
步骤2、确定初始浓度对SO2扩散的影响;
步骤3、确定绝对压力对SO2扩散的影响;
步骤4、确定模型各个监测点SO2浓度变化情况;
步骤5、通过步骤2-4得出:在同一压力不同初始浓度条件下,初始浓度越大,扩散达到均匀的时间越长;在同一浓度绝对压力分别为0.4Mpa和0.6Mpa条件下,扩散达到均匀的时间分别为5390s和4800s, GIS设备SF6体系中SO2扩散时,绝对压力越大SO2的扩散速率越大, SO2扩散至均匀所需要的时间越少。
步骤2所述确定初始浓度对SO2扩散的影响的方法包括:假设设备本体内部边缘位置(0,-0.325,0)存在不同浓度的SO2气体,其余位置均为SF6气体;定义设备内部特征组份气体最大和最小浓度差小于等于1μL·L-1时,认为特征组份气体扩散达到均匀;使用FLUENT仿真模拟得到10种不同初始浓度况下扩散达到均匀时浓度大小和时间,见表1:
表1不同SO2初始浓度下扩散均匀的时间及浓度
由表1得到SO2气体初始浓度越大,扩散达到均匀的时间越长,扩散均匀后的浓度也越大。
它还包括:引入变量C1和C2,C1表示特征组份气体的初始浓度, C2表示特征组份气体在SF6电气设备中扩散达到均匀时的浓度,建立 C1与C2对应的浓度大小关系,见表2;
表2 C1与C2对应浓度大小(单位:μL·L-1)
用皮尔森相关系数来描述C1和C2之间的相关性,相关系数用r 表示,公式为:
式中:n为样本量,X和Y分别表示C1和C2,Xi、Yi和X、Y分别为两个变量的观测值和均值;r描述两个变量间线性相关强弱的程度; r的取值在-1与+1之间,若r>0,表明两个变量是正相关,若r<0,表明两个变量是负相关,r的绝对值越大表明相关性越强。
通过拟合的方式对表2中(C1,C2)10个点进行线性拟合,得到 C1与C2之间的关系表达式如下所示:
C1=147.05C2+6.24 (2)。
步骤3所述确定绝对压力对SO2扩散的影响的方法为:假设设备内部边缘位置(0,-0.325,0)存在浓度为500μL·L-1的SO2气体,选用绝对压力为0.4Mpa和0.6Mpa来定性和定量的分析绝对压力对SO2扩散的影响。
分析绝对压力对SO2扩散的影响的方法为:取Z=0的切面进行观测,在模型内部绝对压力为0.4Mpa的条件下,SO2扩散1000s后,整个切面内SO2的浓度小于9.13μL·L-1,SO2的浓度处于0.46μL·L-1至8.68 μL·L-1,SO2的浓度有一个从下到上的浓度梯度,设备底部浓度最高,设备顶部浓度最低,浓度差为9.13μL·L-1;当扩散时间来到3000s时,整个切面SO2浓度低于4.25μL·L-1,模型内部SO2扩散更加均匀,设备右下方浓度最高,取气口处浓度最低,浓度差为3.15μL·L-1;当扩散时间为5390s时,最大浓度为3.63μL·L-1,最小浓度为2.71μL·L-1,浓度差为0.92μL·L-1,扩散达到均匀。
分析绝对压力对SO2扩散的影响的方法为:取Z=0的切面进行观测,在模型内部绝对压力为0.6Mpa条件下,经过1000s的扩散后,整个切面内SO2的浓度小于8.64μL·L-1,呈现出设备底部浓度最高,设备顶部浓度最低,SO2的浓度处于0.44μL·L-1至8.21μL·L-1,浓度差为8.64μL·L-1;当扩散3000s以后,整个切面的SO2的浓度均低于4.18 μL·L-1,设备下方浓度最高,取气口位置浓度最低,浓度差为2.97μL·L-1;当扩散时间为4800s时,最大浓度为3.63μL·L-1,最小浓度为2.64μL·L-1,浓度差为0.99μL·L-1,扩散达到均匀。
它还包括:引入变量最大浓度差Δc表示某一时刻整个切面中最大浓度与最小浓度之差;绝对压力为0.4Mpa时,在扩散时间达到3000s 时,SO2在SF6电气设备中分布情况一致,但浓度大小存在差异;绝对压力为0.4Mpa条件下,SO2气体经过3000s的扩散后,Z=0切面的 SO2气体最大浓度为4.25μL·L-1,最小浓度为1.1μL·L-1,最大浓度差Δc0.4 =3.15μL·L-1;绝对压力为0.6Mpa时,同样经过3000s的扩散后,SO2在切面中的最大和最小浓度分别为4.18μL·L-1和1.21μL·L-1,最大浓度差Δc0.6=2.97μL·L-1;通过对比不同绝对压力条件下最大浓度差看出,对于SO2气体而言,绝对压力越大,最大浓度差越小;而最大浓度差可以间接的反映出SO2气体在设备内部扩散均匀的程度,最大浓度差越小,扩散越均匀;在绝对压力为0.4Mpa和0.6Mpa时,SO2气体在 Z=0切面上扩散达到均匀的时间分别为5390s和4800s;因此可以得到绝对压力的增长提高了SO2气体在SF6气体中的扩散速率。
步骤4所述确定模型各个监测点SO2浓度变化情况的方法为:
SO2气体在0.4Mpa和0.6Mpa情况下,在模型内部设置14个监测点,以几何模型左平面中心为原点,各监测点坐标如下表3所示;
表3监测点坐标
监测14个监测点特征组份气体浓度随时间变化的规律;得出:在扩散开始,各监测点SO2浓度为0,随着时间的推移,各监测点处 SO2浓度逐渐上升,最终趋于稳定,扩散达到均匀;
选择监测点9,11和14对这三个监测点处SO2浓度变化情况进行对比;最终得出:SO2气体在0.4Mpa和0.6Mpa情况下,在GIS内部扩散达到均匀的时间为5390s和4800s,压力的增加,提高了SO2的扩散速率,使得SO2扩散均匀的时间提前。
本发明的有益效果:
本发明使用流体力学(CFD)技术,基于FLUENT仿真模拟研究 SO2在GIS设备内扩散效应,研究不同初始浓度和不同绝对压力条件下SO2扩散的影响,拟合得到了同一压力下,初始浓度与扩散均匀时浓度的线性关系式,为进一步判断设备故障提供参考。同时,得到不同绝对压力条件下扩散前、中、后期SO2在SF6电气设备内浓度大小及浓度分布,为生产实践中监测技术提供指导;
为了研究标志性特征故障分解物SO2在GIS设备内部扩散效应,在不同初始浓度和不同绝对压力条件下,本发明基于CFD技术仿真软件FLUENT得到SO2在设备内部的扩散特性。结果表明,在同一压力不同初始浓度条件下,初始浓度越大,扩散达到均匀的时间越长。拟合得到了初始浓度和扩散均匀时浓度之间的函数关系式,为进一步判断设备故障提供理论依据。在同一浓度绝对压力分别为0.4Mpa和 0.6Mpa条件下,扩散达到均匀的时间分别为5390s和4800s,表明不同压力环境对GIS设备SF6体系中SO2扩散有一定的影响,绝对压力越大,SO2的扩散速率越大,SO2扩散至均匀所需要的时间越少。本发明研究还可与在线监测技术设定监测周期相结合,监测频繁会缩短监测设备的使用寿命,监测间隔时间长则会导致潜伏性故障未及时检测到,因此本发明也可为监测技术设定监测周期提供理论依据;解决了现有技术尚无人研究特征分解物SO2在GIS设备中扩散特性,不能为进一步判断设备故障提供参考等技术问题。
附图说明
图1为具体实施方式中线性拟合与实际数据对比示意图;
图2为具体实施方式中0.4Mpa压力条件,Z=0切面t=1000s时SO2浓度场示意图;
图3为具体实施方式中0.4Mpa压力条件,Z=0切面t=3000s时SO2浓度场示意图;
图4为具体实施方式中0.4Mpa压力条件,Z=0切面t=5390s时SO2浓度场示意图;
图5为具体实施方式中0.6Mpa压力条件,Z=0切面t=1000s时SO2浓度场示意图;
图6为具体实施方式中0.6Mpa压力条件,Z=0切面t=3000s时SO2浓度场示意图;
图7为具体实施方式中0.6Mpa压力条件,Z=0切面t=4800s时SO2浓度场示意图;
图8为具体实施方式中0.4Mpa条件下,监测点SO2浓度随时间变化情况示意图;
图9为具体实施方式中0.6Mpa条件下,监测点SO2浓度随时间变化情况示意图;
图10为具体实施方式中不同绝对压力条件下,不同监测点浓度变化对比示意图。
具体实施方式
一种基于CFD技术的GIS设备中SO2扩散特性确定方法,它包括:
步骤1、建立模型及初始条件
SF6电气设备模型]等比例建模,模型分为两个部分,下方大圆柱为设备本体,上方小圆柱为取气口,整个几何模型处于封闭结构。考虑到实际情况中,SF6在高压电气设备中均处于高压环境,因此在整个仿真过程中,模型内部绝对压力选择0.4Mpa和0.6Mpa,温度为300K。模拟计算基于ANSYS FLUENT软件平台,通过Ansys Fluent Meshing工具划分网格,网格数为12843个,网格质量均在0.8以上,满足要求。
步骤2、确定初始浓度对SO2扩散的影响;
为了研究不同初始浓度对SO2扩散情况的影响,假设设备本体内部边缘位置(0,-0.325,0)存在不同浓度的SO2气体,其余位置均为SF6气体。定义设备内部特征组份气体最大和最小浓度差小于等于 1μL·L-1时,认为特征组份气体扩散达到均匀。使用FLUENT仿真模拟得到10种不同初始浓度况下扩散达到均匀时浓度大小和时间,结果如下表1所示。
表1不同SO2初始浓度下扩散均匀的时间及浓度
由表1可知,SO2气体初始浓度越大,扩散达到均匀的时间越长,扩散均匀后的浓度也越大,反之亦然。为了进一步探究初始浓度与扩散达到均匀时的浓度之间的关系,本发明引入变量C1和C2,C1表示特征组份气体的初始浓度,C2表示特征组份气体在SF6电气设备中扩散达到均匀时的浓度,C1与C2对应的浓度大小如下表2所示。
表2C1与C2对应浓度大小(单位:μL·L-1)
用皮尔森相关系数来描述C1和C2之间的相关性,皮尔森相关系数也称皮尔森积矩相关系数,是一种线性相关系数。皮尔森相关系数是用来反映两个变量线性相关程度的统计量。相关系数用r表示,其中n为样本量,X和Y分别表示C1和C2,Xi、Yi和X、Y分别为两个变量的观测值和均值。r描述的是两个变量间线性相关强弱的程度。r 的取值在-1与+1之间,若r>0,表明两个变量是正相关,若r<0,表明两个变量是负相关,r的绝对值越大表明相关性越强。
通过计算求得r=0.9999,说明C1和C2之间有很强的正相关性。为了进一步验证结果的准确性,
通过拟合的方式对表2中(C1,C2)10个点进行线性拟合,结果如下图1所示。
由图1可知,拟合结果与实际数据的分布几乎完全吻合,证明了 C1与C2之间存在很强的线性正相关性。得到C1与C2之间的关系表达式如下所示:
C1=147.05C2+6.24 (2)
当SF6电气设备发生故障时,现有的技术手段很难确定故障产生的特征组份气体总体的含量,而建立起C1与C2之间的数学关系式,得到初始时刻浓度与扩散均匀后浓度之间的关系,能够通过在线监测或离线检测得到C2的大小,进而推断故障产生的特征组份气体总体含量C1,为进一步判断故障的严重性提供依据。
步骤3、确定绝对压力对SO2扩散的影响;
为了确定不同绝对压力条件对SO2扩散的影响,假设设备内部边缘位置(0,-0.325,0)存在浓度为500μL·L-1的SO2气体,选用绝对压力为0.4Mpa和0.6Mpa来定性和定量的分析绝对压力对SO2扩散的影响。当扩散开始后,随着时间的推移,设备内部各处SO2浓度不断变化,为了更直观的观察设备内部浓度的分布和变化情况,取Z=0的切面,其浓度分布云图如图2-7所示。
由图2-图7可以发现,在模型内部绝对压力为0.4Mpa的条件下, SO2扩散1000s后,整个切面内SO2的浓度小于9.13μL·L-1,SO2的浓度主要处于0.46μL·L-1至8.68μL·L-1,SO2的浓度分布也呈现了一定的规律性,浓度有一个明显的从下到上的浓度梯度,设备底部浓度最高,设备顶部浓度最低,浓度差为9.13μL·L-1。当扩散时间来到3000s时,整个切面SO2浓度低于4.25μL·L-1,模型内部SO2扩散更加均匀,设备右下方浓度最高,取气口处浓度最低,浓度差为3.15μL·L-1。当扩散时间为5390s时,最大浓度为3.63μL·L-1,最小浓度为2.71μL·L-1,浓度差为0.92μL·L-1,扩散达到均匀。
在模型内部绝对压力为0.6Mpa条件下,经过1000s的扩散后,整个切面内SO2的浓度小于8.64μL·L-1,仍然呈现出设备底部浓度最高,设备顶部浓度最低,SO2的浓度主要处于0.44μL·L-1至8.21μL·L-1,浓度差为8.64μL·L-1。当扩散3000s以后,整个切面的SO2的浓度均低于4.18μL·L-1,设备下方浓度最高,取气口位置浓度最低,浓度差为 2.97μL·L-1。当扩散时间为4800s时,最大浓度为3.63μL·L-1,最小浓度为2.64μL·L-1,浓度差为0.99μL·L-1,扩散达到均匀。
为了进一步确定绝对压力对SO2气体在SF6气体中扩散速率的影响,引入变量最大浓度差Δc,表示某一时刻整个切面中最大浓度与最小浓度之差。对比图3和图6可知,在扩散时间达到3000s时,SO2在SF6电气设备中分布情况基本一致,但浓度大小却存在差异。从图3可以看出,绝对压力为0.4Mpa条件下,SO2气体经过3000s的扩散后,Z=0切面的SO2气体最大浓度为4.25μL·L-1,最小浓度为1.1μL·L-1,最大浓度差Δc0.4=3.15μL·L-1。而在图6中,同样经过3000s的扩散, SO2在切面中的最大和最小浓度分别为4.18μL·L-1和1.21μL·L-1,最大浓度差Δc0.6=2.97μL·L-1。通过对比不同绝对压力条件下最大浓度差可以看出,对于SO2气体而言,绝对压力越大,最大浓度差越小。而最大浓度差可以间接的反映出SO2气体在设备内部扩散均匀的程度,最大浓度差越小,扩散越均匀。在绝对压力为0.4Mpa和0.6Mpa时, SO2气体在Z=0切面上扩散达到均匀的时间分别为5390s和4800s。因此,通过以上分析可知,绝对压力的增长,提高了SO2气体在SF6气体中的扩散速率。
步骤4、确定模型各个监测点SO2浓度变化情况;
为了进一步研究绝对压力对SO2在GIS中扩散的影响,同时对设备内部不同位置的SO2浓度分布进行定量分析,在模型内部设置14 个监测点,以几何模型左平面中心为原点,各监测点坐标如下表3所示。
表3各监测点坐标
在上述条件下监测这14个监测点特征组份气体浓度随时间变化的规律,结果如下图8和图9所示。由图8和图9可以明显看出,在不同绝对压力条件下,各监测点SO2浓度变化特征相差不大。监测点 11的SO2浓度变化趋势最为剧烈,监测点9、12、13的变化趋势次之,监测点14的SO2浓度波动最小,其余各监测点的SO2浓度变化趋势较小。结合SO2扩散路径和各监测点浓度变化可以发现,SO2整体扩散路径是先由设备左下边缘向右扩散,再由设备底部向上扩散。监测点11位于设备右下边缘,SO2最先扩散到这一位置,所以监测点11 的变化趋势最为剧烈,监测点9、12、13位于设备Y=0的最右平面, SO2浓度波动次之,而监测点14距离初始扩散位置最远,所以SO2浓度变化最小,其余各监测点波动相差不大。纵观整个的扩散过程,在扩散开始的一小段时间里,各监测点SO2浓度为0,随着时间的推移,各监测点处SO2浓度逐渐上升,最终趋于稳定,扩散达到均匀。
通过以上分析可知,各监测点处SO2浓度变化情况跟各监测点所处的位置各有不同,但是总体的变化趋势都是随着时间的推移浓度上升,最终趋于稳定。为了更方便的对比不同绝对压力对SO2扩散的影响,从以上14个监测点中选出3个具有代表性的监测点,所选监测点为9,11,14,对这三个监测点处SO2浓度变化情况进行对比,对比结果如图10所示。
从图10可以看出,监测点9和11在开始扩散的2000s内浓度变化趋势很大,在0.4Mpa的绝对压力条件下,监测点9和11的变化趋势均为先增加后减小,最大浓度分别为5μL·L-1和9μL·L-1,在0.6Mpa 压力条件下,监测点9和11的浓度变化趋势与0.4Mpa时相似,但此时最大浓度分别为5.6μL·L-1和10.2μL·L-1,而对于监测点14,无论绝对压力为0.4Mpa或0.6Mpa,其SO2浓度几乎为0。在接下来的扩散时间内,在绝对压力0.4Mpa情况下,监测点9和11SO2浓度缓慢减小,最终趋于稳定。监测点14SO2浓度缓慢增加,当扩散到10000s时,浓度均稳定在3.4μL·L-1的一个水平。在绝对压力0.6Mpa情况下,与0.4Mpa压力情况相似,最终浓度也稳定维持在3.4μL·L-1。
本发明给出不同绝对压力下各时刻浓度的大小,各监测点SO2浓度变化的具体数据如下表4和表5所示。
表4 0.4Mpa条件下,各监测点在不同时刻SO2浓度
表5 0.6Mpa条件下,各监测点在不同时刻SO2浓度
在绝对压力为0.4Mpa和0.6Mpa条件下,基于FLUENT仿真得到不同绝对压力条件下Z=0切面浓度大小及分布对比,同时对比分析 14个监测点和3个代表性监测点SO2浓度随时间变化规律。可以得出, SO2气体在0.4Mpa和0.6Mpa情况下,在GIS内部扩散达到均匀的时间为5390s和4800s,压力的增加,提高了SO2的扩散速率,使得SO2扩散均匀的时间提前,但由浓度分布云图和各监测点浓度变化可知,绝对压力的改变,对SO2扩散的影响十分有限。
本发明的扩散特性确定方法同样可用于H2S、SOF2、SO2F2或HF 等分解物在GIS设备中气体扩散特性的确定。
Claims (7)
1.一种基于CFD技术的GIS设备中SO2扩散特性确定方法,它包括:
步骤1、对SF6电气设备模型等比例建模,模型分为两个部分,下方圆柱为设备本体,上方圆柱为取气口,整个几何模型为封闭结构;
步骤2、确定初始浓度对SO2扩散的影响;
步骤2所述确定初始浓度对SO2扩散的影响的方法包括:假设设备本体内部边缘位置(0,-0.325,0)存在不同浓度的SO2气体,其余位置均为SF6气体;定义设备内部特征组份气体最大和最小浓度差小于等于1μL·L-1时,认为特征组份气体扩散达到均匀;使用FLUENT仿真模拟得到10种不同初始浓度况下扩散达到均匀时浓度大小和时间,见表1:
表1不同SO2初始浓度下扩散均匀的时间及浓度
由表1得到SO2气体初始浓度越大,扩散达到均匀的时间越长,扩散均匀后的浓度也越大;引入变量C1和C2,C1表示特征组份气体的初始浓度,C2表示特征组份气体在SF6电气设备中扩散达到均匀时的浓度,建立C1与C2对应的浓度大小关系,见表2;
表2 C1与C2对应浓度大小,单位:μL·L-1
用皮尔森相关系数来描述C1和C2之间的相关性,相关系数用r表示,公式为:
式中:n为样本量,X和Y分别表示C1和C2,Xi、Yi和分别为两个变量的观测值和均值;r描述两个变量间线性相关强弱的程度;r的取值在-1与+1之间,若r>0,表明两个变量是正相关,若r<0,表明两个变量是负相关,r的绝对值越大表明相关性越强;
步骤3、确定绝对压力对SO2扩散的影响;
步骤4、确定模型各个监测点SO2浓度变化情况;
步骤5、通过步骤2-4得出:在同一压力不同初始浓度条件下,初始浓度越大,扩散达到均匀的时间越长;在同一浓度绝对压力分别为0.4Mpa和0.6Mpa条件下,扩散达到均匀的时间分别为5390s和4800s,GIS设备SF6体系中SO2扩散时,绝对压力越大SO2的扩散速率越大,SO2扩散至均匀所需要的时间越少。
2.根据权利要求1所述的一种基于CFD技术的GIS设备中SO2扩散特性确定方法,其特征在于:它还包括:通过拟合的方式对表2中(C1,C2)10个点进行线性拟合,得到C1与C2之间的关系表达式如下所示:
C1=147.05C2+6.24 (2)。
3.根据权利要求1所述的一种基于CFD技术的GIS设备中SO2扩散特性确定方法,其特征在于:步骤3所述确定绝对压力对SO2扩散的影响的方法为:假设设备内部边缘位置(0,-0.325,0)存在浓度为500μL·L-1的SO2气体,选用绝对压力为0.4Mpa和0.6Mpa来定性和定量的分析绝对压力对SO2扩散的影响。
4.根据权利要求3所述的一种基于CFD技术的GIS设备中SO2扩散特性确定方法,其特征在于:分析绝对压力对SO2扩散的影响的方法为:取Z=0的切面进行观测,在模型内部绝对压力为0.4Mpa的条件下,SO2扩散1000s后,整个切面内SO2的浓度小于9.13μL·L-1,SO2的浓度处于0.46μL·L-1至8.68μL·L-1,SO2的浓度有一个从下到上的浓度梯度,设备底部浓度最高,设备顶部浓度最低,浓度差为9.13μL·L-1;当扩散时间来到3000s时,整个切面SO2浓度低于4.25μL·L-1,模型内部SO2扩散更加均匀,设备右下方浓度最高,取气口处浓度最低,浓度差为3.15μL·L-1;当扩散时间为5390s时,最大浓度为3.63μL·L-1,最小浓度为2.71μL·L-1,浓度差为0.92μL·L-1,扩散达到均匀。
5.根据权利要求3所述的一种基于CFD技术的GIS设备中SO2扩散特性确定方法,其特征在于:分析绝对压力对SO2扩散的影响的方法为:取Z=0的切面进行观测,在模型内部绝对压力为0.6Mpa条件下,经过1000s的扩散后,整个切面内SO2的浓度小于8.64μL·L-1,呈现出设备底部浓度最高,设备顶部浓度最低,SO2的浓度处于0.44μL·L-1至8.21μL·L-1,浓度差为8.64μL·L-1;当扩散3000s以后,整个切面的SO2的浓度均低于4.18μL·L-1,设备下方浓度最高,取气口位置浓度最低,浓度差为2.97μL·L-1;当扩散时间为4800s时,最大浓度为3.63μL·L-1,最小浓度为2.64μL·L-1,浓度差为0.99μL·L-1,扩散达到均匀。
6.根据权利要求4或5所述的一种基于CFD技术的GIS设备中SO2扩散特性确定方法,其特征在于:它还包括:引入变量最大浓度差Δc表示某一时刻整个切面中最大浓度与最小浓度之差;绝对压力为0.4Mpa时,在扩散时间达到3000s时,SO2在SF6电气设备中分布情况一致,但浓度大小存在差异;绝对压力为0.4Mpa条件下,SO2气体经过3000s的扩散后,Z=0切面的SO2气体最大浓度为4.25μL·L-1,最小浓度为1.1μL·L-1,最大浓度差Δc0.4=3.15μL·L-1;绝对压力为0.6Mpa时,同样经过3000s的扩散后,SO2在切面中的最大和最小浓度分别为4.18μL·L-1和1.21μL·L-1,最大浓度差Δc0.6=2.97μL·L-1;通过对比不同绝对压力条件下最大浓度差看出,对于SO2气体而言,绝对压力越大,最大浓度差越小;而最大浓度差可以间接的反映出SO2气体在设备内部扩散均匀的程度,最大浓度差越小,扩散越均匀;在绝对压力为0.4Mpa和0.6Mpa时,SO2气体在Z=0切面上扩散达到均匀的时间分别为5390s和4800s;因此可以得到绝对压力的增长提高了SO2气体在SF6气体中的扩散速率。
7.根据权利要求1所述的一种基于CFD技术的GIS设备中SO2扩散特性确定方法,其特征在于:步骤4所述确定模型各个监测点SO2浓度变化情况的方法为:
SO2气体在0.4Mpa和0.6Mpa情况下,在模型内部设置14个监测点,以几何模型左平面中心为原点,各监测点坐标如下表3所示;表3监测点坐标
监测14个监测点特征组份气体浓度随时间变化的规律;得出:在扩散开始,各监测点SO2浓度为0,随着时间的推移,各监测点处SO2浓度逐渐上升,最终趋于稳定,扩散达到均匀;
选择监测点9,11和14对这三个监测点处SO2浓度变化情况进行对比;
最终得出:SO2气体在0.4Mpa和0.6Mpa情况下,在GIS内部扩散达到均匀的时间为5390s和4800s,压力的增加,提高了SO2的扩散速率,使得SO2扩散均匀的时间提前。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110110103.3A CN112924332B (zh) | 2021-01-27 | 2021-01-27 | 基于cfd技术的gis设备中so2扩散特性确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110110103.3A CN112924332B (zh) | 2021-01-27 | 2021-01-27 | 基于cfd技术的gis设备中so2扩散特性确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112924332A CN112924332A (zh) | 2021-06-08 |
CN112924332B true CN112924332B (zh) | 2023-04-28 |
Family
ID=76166812
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110110103.3A Active CN112924332B (zh) | 2021-01-27 | 2021-01-27 | 基于cfd技术的gis设备中so2扩散特性确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112924332B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5627329A (en) * | 1995-09-13 | 1997-05-06 | Occidental Chemical Corporation | Determination of diffusion coefficient |
JP2001201475A (ja) * | 2000-01-18 | 2001-07-27 | Matsushita Electric Ind Co Ltd | ガス警報機 |
JP2009042208A (ja) * | 2007-07-17 | 2009-02-26 | Sumitomo Osaka Cement Co Ltd | 固化体より溶出する汚染物に係る拡散係数の算出方法 |
CN201594073U (zh) * | 2010-01-14 | 2010-09-29 | 厦门加华电力科技有限公司 | 六氟化硫电气设备分解产物在线监测装置 |
JP2013015349A (ja) * | 2011-06-30 | 2013-01-24 | Toshiba Corp | 放射性ガス漏洩量測定装置および放射性ガス漏洩量測定方法 |
CN106595761A (zh) * | 2016-12-09 | 2017-04-26 | 河南省日立信股份有限公司 | 六氟化硫和氮气混合气体分解产物检测***及其检测方法 |
CN109443995A (zh) * | 2018-11-29 | 2019-03-08 | 朗缪环保科技(天津)有限公司 | 一种测量多孔材料扩散系数与预测吸附量的方法 |
CN109580431A (zh) * | 2019-01-28 | 2019-04-05 | 贵州电网有限责任公司 | 一种sf6/n2混合气体扩散特性确定方法 |
CN209342686U (zh) * | 2018-11-28 | 2019-09-03 | 保定迅来科技有限公司 | 一种sf6气体定量分析仪 |
CN111477012A (zh) * | 2020-06-24 | 2020-07-31 | 平安国际智慧城市科技股份有限公司 | 基于路况状态预测模型的溯源方法、装置和计算机设备 |
CN112180221A (zh) * | 2020-08-17 | 2021-01-05 | 国网浙江省电力有限公司电力科学研究院 | 基于双测度监督规则的gis未知类别局部放电识别方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9110748B2 (en) * | 2012-09-28 | 2015-08-18 | The Government Of The United States Of America, As Represented By The Secretary Of The Navy | Apparatus system and method of depicting plume arrival times |
-
2021
- 2021-01-27 CN CN202110110103.3A patent/CN112924332B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5627329A (en) * | 1995-09-13 | 1997-05-06 | Occidental Chemical Corporation | Determination of diffusion coefficient |
JP2001201475A (ja) * | 2000-01-18 | 2001-07-27 | Matsushita Electric Ind Co Ltd | ガス警報機 |
JP2009042208A (ja) * | 2007-07-17 | 2009-02-26 | Sumitomo Osaka Cement Co Ltd | 固化体より溶出する汚染物に係る拡散係数の算出方法 |
CN201594073U (zh) * | 2010-01-14 | 2010-09-29 | 厦门加华电力科技有限公司 | 六氟化硫电气设备分解产物在线监测装置 |
JP2013015349A (ja) * | 2011-06-30 | 2013-01-24 | Toshiba Corp | 放射性ガス漏洩量測定装置および放射性ガス漏洩量測定方法 |
CN106595761A (zh) * | 2016-12-09 | 2017-04-26 | 河南省日立信股份有限公司 | 六氟化硫和氮气混合气体分解产物检测***及其检测方法 |
CN209342686U (zh) * | 2018-11-28 | 2019-09-03 | 保定迅来科技有限公司 | 一种sf6气体定量分析仪 |
CN109443995A (zh) * | 2018-11-29 | 2019-03-08 | 朗缪环保科技(天津)有限公司 | 一种测量多孔材料扩散系数与预测吸附量的方法 |
CN109580431A (zh) * | 2019-01-28 | 2019-04-05 | 贵州电网有限责任公司 | 一种sf6/n2混合气体扩散特性确定方法 |
CN111477012A (zh) * | 2020-06-24 | 2020-07-31 | 平安国际智慧城市科技股份有限公司 | 基于路况状态预测模型的溯源方法、装置和计算机设备 |
CN112180221A (zh) * | 2020-08-17 | 2021-01-05 | 国网浙江省电力有限公司电力科学研究院 | 基于双测度监督规则的gis未知类别局部放电识别方法 |
Non-Patent Citations (5)
Title |
---|
GIS 内环氧树脂绝缘沿面放电强度与产气关联规律的模拟实验;郑晓光;《电工技术学报》;20150930;172-179 * |
Investigation on diffusion process of water molecules in sulfur hexafluoride electric equipments based on CFD technique;Zhou Zhou;《2012PEAM》;20121231;1-4 * |
基于CFD 技术的六氟化硫电气设备中气体湿度测量方法研究;周舟 等;《电工技术学报》;20141231;29-35 * |
基于流体计算力学模拟技术研究氦示踪气体分子在六氟化硫绝缘气体中的扩散情况;张驰 等;《湖北电力》;20180228;第42卷(第1期);35-42 * |
气体绝缘组合电器SF6分解产物检测中典型影响因素研究;牛浩;《浙江电力》;20181231;59-64 * |
Also Published As
Publication number | Publication date |
---|---|
CN112924332A (zh) | 2021-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108983052B (zh) | 一种基于sf6气体绝缘设备分解组分的三类故障三角形诊断方法 | |
CN102184292B (zh) | 服从指数分布的电子产品可靠性预计模型修正方法 | |
CN106446317A (zh) | 一种基于数学模型的密封式继电器贮存寿命预测方法 | |
CN107436983A (zh) | 一种基于多元样本差异的o型橡胶密封圈寿命预测方法 | |
CN110688751A (zh) | 铂掺杂改性石墨炔传感器检测sf6的仿真方法 | |
CN113642666B (zh) | 一种基于样本扩充和筛选的主动增强软测量方法 | |
CN111983394A (zh) | 一种基于sf6分解产物分析的gis放电故障诊断方法 | |
CN103440497A (zh) | 一种gis绝缘缺陷局部放电图谱模式识别方法 | |
CN112446136A (zh) | 一种基于微元化物理模型的电缆寿命预测方法 | |
CN112924332B (zh) | 基于cfd技术的gis设备中so2扩散特性确定方法 | |
Zeng et al. | Reconstructing and extracting information on SF 6 decomposition characteristic components induced by partial overthermal fault in GIE | |
CN111562248A (zh) | 一种基于sf6内标的gis故障诊断方法 | |
CN106991074A (zh) | 基于加速因子不变原则的加速退化试验优化设计方法 | |
CN111221249A (zh) | 一种用于数据中心***群控的参数优化的方法 | |
WO2024016623A1 (zh) | 一种基于ssa-svm的gis故障模式识别方法 | |
CN114415004A (zh) | 一种模拟真型gis设备故障特征气体扩散方法 | |
CN104850746A (zh) | 一种基于四阶龙格-库塔和模拟退火的等值盐密预测方法 | |
CN116307773A (zh) | 一种变电站二次设备可靠性估计方法 | |
CN105572159B (zh) | 一种基于分子动力学和局部放电下sf6分解分析方法 | |
CN109214101B (zh) | 一种基于逻辑判断的高压开关电弧仿真方法 | |
CN112464482B (zh) | 一种sf6电气设备中特征组份气体扩散效应分析方法 | |
Zhong et al. | Influence mechanism of pressure on SF 6 decomposition characteristics under AC corona discharge | |
CN104915890B (zh) | 一种适用于大区互联电网的负荷模型参数拟合方法 | |
Wang et al. | ‘Research on flashover voltage prediction of catenary insulator based on CaSO4 pollution with different mass fraction | |
Liu et al. | Mathematical model of influence of oxygen and moisture on feature concentration ratios of SF 6 Decomposition Products |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |