CN117725780A - 一种平波电抗器的绝缘故障概率评估方法 - Google Patents
一种平波电抗器的绝缘故障概率评估方法 Download PDFInfo
- Publication number
- CN117725780A CN117725780A CN202311639692.XA CN202311639692A CN117725780A CN 117725780 A CN117725780 A CN 117725780A CN 202311639692 A CN202311639692 A CN 202311639692A CN 117725780 A CN117725780 A CN 117725780A
- Authority
- CN
- China
- Prior art keywords
- field
- turn
- model
- smoothing reactor
- reactor
- 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.)
- Granted
Links
- 238000009413 insulation Methods 0.000 title claims abstract description 130
- 238000009499 grossing Methods 0.000 title claims abstract description 119
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000010168 coupling process Methods 0.000 claims abstract description 51
- 230000008878 coupling Effects 0.000 claims abstract description 50
- 238000005859 coupling reaction Methods 0.000 claims abstract description 50
- 238000009826 distribution Methods 0.000 claims abstract description 41
- 230000005672 electromagnetic field Effects 0.000 claims abstract description 30
- 238000004088 simulation Methods 0.000 claims abstract description 25
- 230000009471 action Effects 0.000 claims abstract description 17
- 238000003745 diagnosis Methods 0.000 claims abstract description 9
- 238000002474 experimental method Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 24
- 230000035882 stress Effects 0.000 claims description 24
- 239000000463 material Substances 0.000 claims description 22
- 238000004804 winding Methods 0.000 claims description 20
- 238000004458 analytical method Methods 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 16
- 238000010438 heat treatment Methods 0.000 claims description 15
- 238000005259 measurement Methods 0.000 claims description 13
- 238000011156 evaluation Methods 0.000 claims description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 239000011810 insulating material Substances 0.000 claims description 10
- 230000008646 thermal stress Effects 0.000 claims description 10
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 239000013307 optical fiber Substances 0.000 claims description 6
- 230000032683 aging Effects 0.000 claims description 5
- 238000004134 energy conservation Methods 0.000 claims description 5
- 238000012795 verification Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 description 20
- 238000012360 testing method Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 7
- 239000003822 epoxy resin Substances 0.000 description 7
- 229920000647 polyepoxide Polymers 0.000 description 7
- 239000000523 sample Substances 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 238000012937 correction Methods 0.000 description 5
- 230000006378 damage Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000005684 electric field Effects 0.000 description 5
- 238000005538 encapsulation Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 239000000243 solution Substances 0.000 description 5
- 230000001808 coupling effect Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 3
- 150000001875 compounds Chemical class 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000005483 Hooke's law Effects 0.000 description 2
- 238000002679 ablation Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000004841 bisphenol A epoxy resin Substances 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000007635 classification algorithm Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000005290 field theory Methods 0.000 description 2
- 239000012774 insulation material Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 239000003973 paint Substances 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 239000004593 Epoxy Substances 0.000 description 1
- 238000001069 Raman spectroscopy Methods 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000011549 displacement method Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 229920006351 engineering plastic Polymers 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 238000005293 physical law Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000009666 routine test Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000013097 stability assessment Methods 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000012815 thermoplastic material Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Monitoring And Testing Of Nuclear Reactors (AREA)
Abstract
本发明提供了一种平波电抗器的绝缘故障概率评估方法,属于平波电抗器的绝缘故障概率技术领域,该平波电抗器的绝缘故障概率评估方法包括:根据平波电抗器在高次谐波作用下的电位分布规律,找到平波电抗器匝间绝缘的薄弱位置;构建平波电抗器电磁场模型、温度场模型以及应力场模型;构建平波电抗器电磁场‑温度场‑应力场耦合模型,用于计算所述薄弱位置故障概率,并采用模拟实验确定耦合模型参数;搭建平波电抗器绝缘故障诊断实验,对所述电磁场‑温度场‑应力场耦合模型进行优化;利用优化后的电磁场‑温度场‑应力场耦合模型,计算平波电抗器所述薄弱位置的绝缘故障概率,并根据绝缘故障概率计算耐用度。
Description
技术领域
本发明属于平波电抗器的绝缘故障概率技术领域,具体而言,涉及一种平波电抗器的绝缘故障概率评估方法。
背景技术
随着国民经济的快速增长,我国对电力的需求也在与日俱增。但能源资源分布不均衡使得远距离大容量输电已成趋势。由于远距离输电时,交流输电会受到同步运行稳定性的限制等局限性,因此不需考虑***同步稳定问题的直流输电得到重视,其中的高压直流输电技术已经在我国电力发展上有着重要的作用。换流站是高压直流输电***最为重要的组成部分,负责将交流电变换为直流电或者将直流电变换为交流电,并达到电力***对于安全稳定及电能质量的要求。而作为换流站主要设备的平波电抗器通常配置在送端整流器输出侧和受端逆变器的输入侧,串联在直流回路中,用于限制故障电流上升率、平抑直流电流纹波、降低换流器发生换向失败的概率,使传输的电流接近于理想的直流电流。目前,由于干式空心电抗器具有结构简单、重量轻、噪音低、不渗油、维护简单等优点,因此一般多采用干式空心电抗器作为平波电抗器并大面积应用于±500KV及以上***。
但是,随着平波电抗器在电网中广泛应用、投切频繁,在运行中也出现了一系列问题,给电力***带来新的不安全因素。平波电抗器的运行故障主要是由于线圈受潮、局部放电电弧、局部过热、绝缘烧损等导致线圈匝间绝缘击穿引起,其主要表现为外表面树枝放电、局部击穿、匝间短路和烧损等。其中,绝缘故障为主要的故障之一,其主要表现之一为绝缘层的异常发热,如果不进行处理,由于散热不畅,甚至会在较短时间内出现电抗器烧毁等故障,严重影响直流工程的正常运行。现有技术中,缺乏对平波电抗器的匝间绝缘的薄弱位置绝缘的耐用度评估的方法,影响运维人员对平波电抗器的运行稳定性评估。
发明内容
有鉴于此,本发明提供一种平波电抗器的绝缘故障概率评估方法,能够解决现有技术中缺乏对平波电抗器的匝间绝缘的薄弱位置绝缘的耐用度评估的方法,影响运维人员对平波电抗器的运行稳定性评估的技术问题。
本发明是这样实现的:
本发明提供一种平波电抗器的绝缘故障概率评估方法,其中,包括以下步骤:
S10、根据平波电抗器在高次谐波作用下的电位分布规律,找到平波电抗器匝间绝缘的薄弱位置;
S20、构建平波电抗器电磁场模型,用于计算电磁场影响下的所述薄弱位置的故障概率;
S30、构建平波电抗器温度场模型,用于计算温度场影响下的所述薄弱位置的故障概率;
S40、构建平波电抗器应力场模型,用于计算应力场影响下的所述薄弱位置的故障概率;
S50、构建平波电抗器电磁场-温度场-应力场耦合模型,用于计算所述薄弱位置故障概率,并采用模拟实验确定耦合模型参数;
S60、搭建平波电抗器绝缘故障诊断实验,对所述电磁场-温度场-应力场耦合模型进行优化;
S70、利用优化后的电磁场-温度场-应力场耦合模型,计算平波电抗器所述薄弱位置的绝缘故障概率,并根据绝缘故障概率计算耐用度。
在上述技术方案的基础上,本发明的一种平波电抗器的绝缘故障概率评估方法还可以做如下改进:
其中,所述根据平波电抗器在高次谐波作用下的电位分布规律,找到平波电抗器匝间绝缘的薄弱位置的步骤,具体包括:
首先,采用有限元法搭建平波电抗器的分布参数模型,模型考虑电抗器中各层绕组的电阻、匝间电容、自感与互感;
然后,根据基尔霍夫电流定律,建立电压和支路电流计算模型;
采用矩阵运算求解模型,得到电抗器上各节点的电压值;
最后,计算同一绕组内不同匝的电压差,判断匝间绝缘电压是否超过许用值,确定电抗器匝间绝缘的薄弱位置。
进一步的,所述构建平波电抗器电磁场模型的步骤,具体是:
首先,基于有限元法建立考虑高次谐波作用的电抗器三维仿真模型,设置电磁场边界条件,根据实测参数确定模型中材料电参数;
然后,对模型进行网格划分与收敛性分析;计算电流分布,并根据电流密度分布推算发热量与损耗;
最后,提取S10步骤确定的匝间绝缘薄弱位置的电磁热损耗,并作为等效热源加载到后续建立的温度场模型中。
进一步的,所述构建平波电抗器温度场模型的步骤,具体是:
首先,基于有限体积法建立电抗器三维温度场模型,加载S20计算得到的匝间绝缘薄弱位置热源;
然后,选择合适的网格与时间步长,并进行收敛性检验;基于能量守恒原理建立控制方程;
最后,迭代求解不同工作条件下薄弱位置的温度场分布,并评估匝间绝缘材料的热老化故障概率。
进一步的,所述构建平波电抗器应力场模型的步骤,具体是:
首先,基于有限元法采用热结构多物理场耦合建立电抗器温度场-结构场模型,加载S30得到的温度场结果;
设置结构边界条件,材料热弹性参数以及接触条件;
然后,进行网格划分与收敛性检验;基于热应力理论建立控制方程;
最后,计算不同工况下匝间绝缘薄弱位置的热应力和位移场,并评估机械故障概率。
进一步的,所述构建平波电抗器电磁场-温度场-应力场耦合模型,用于计算所述薄弱位置故障概率,并采用模拟实验确定耦合模型参数的步骤,具体是:
先,采用电磁热结构多物理场耦合建立电抗器模型,设置各场参量和耦合关系;
然后,加载不同工况,进行网格划分与收敛性检验;
基于能量守恒原理建立多物理场控制方程组;
最后,迭代计算不同工况下匝间绝缘薄弱位置的各场分布,评估故障概率,仿真计算与实验验证确定模型参数。
进一步的,所述搭建平波电抗器绝缘故障诊断实验,对所述电磁场-温度场-应力场耦合模型进行优化,对所述电磁场-温度场-应力场耦合模型进行优化的步骤,具体是:
首先,设计安装光纤测温设备与气体采样传感器,采集平波电抗器的工作环境的温湿度以及气体浓度信号的测量;
然后,通过特征提取与机器学习算法,分析测量数据与模型输出结果,判断电抗器是否存在绝缘故障;
最后,比较不同工况下实测参数与仿真结果,对多物理场耦合模型进行修正与优化,以提高模型预测精度。
进一步的,所述利用优化后的电磁场-温度场-应力场耦合模型,计算平波电抗器所述薄弱位置的绝缘故障概率,并根据绝缘故障概率计算耐用度的步骤,具体是:
首先,基于优化后的多物理场耦合模型,加载不同工况,计算匝间绝缘薄弱位置的各场分布;
然后,评估匝间绝缘在设计使用年限内出现故障的概率;
最后,参考故障概率标准确定匝间绝缘故障影响下电抗器的可靠性指标,计算电抗器的耐用度。
进一步的,所述耐用度直接采用下列公式表述:耐用度=1-所述薄弱位置的绝缘故障概率。
与现有技术相比较,本发明提供的一种平波电抗器的绝缘故障概率评估方法的有益效果是:该方法首先根据电路理论确定平波电抗器的匝间绝缘薄弱位置,然后建立耦合物理模型,考虑电磁场、温度场及力学场的相互作用,模拟不同工况下薄弱位置的多物理场分布,预测电气绝缘的损坏概率。并与检测结果相结合,实现模型修正与优化。
本发明充分考虑了过电压与谐波的耦合影响,能够准确预测匝间绝缘故障的概率,进而评估平波电抗器的匝间绝缘的薄弱位置绝缘的耐用度,更好的帮助运维人员对平波电抗器的运行稳定性进行掌握。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的方法的流程图;
图2为空心电抗器等值电路图;
图3是稳定单元电路示意图;
图4是仿真计算流程图。
图5是感温光纤测温示意图;
图6是传感器现场安装位置及电路图。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚,下面将结合本发明实施方式中的附图,对本发明实施方式中的技术方案进行清楚、完整地描述。
如图1所示,是本发明提供的一种平波电抗器的绝缘故障概率评估方法的流程图,本方法包括以下步骤:
S10、根据平波电抗器在高次谐波作用下的电位分布规律,找到平波电抗器匝间绝缘的薄弱位置;
S20、构建平波电抗器电磁场模型,用于计算电磁场影响下的薄弱位置的故障概率;
S30、构建平波电抗器温度场模型,用于计算温度场影响下的薄弱位置的故障概率;
S40、构建平波电抗器应力场模型,用于计算应力场影响下的薄弱位置的故障概率;
S50、构建平波电抗器电磁场-温度场-应力场耦合模型,用于计算薄弱位置故障概率,并采用模拟实验确定耦合模型参数;
S60、搭建平波电抗器绝缘故障诊断实验,对电磁场-温度场-应力场耦合模型进行优化;
S70、利用优化后的电磁场-温度场-应力场耦合模型,计算平波电抗器薄弱位置的绝缘故障概率,并根据绝缘故障概率计算耐用度。
下面对上述步骤的具体实施方式进行详细解释:
S10的具体实施方式是:
首先,采用有限元法搭建平波电抗器的分布参数模型。该模型考虑了电抗器中各层绕组的电阻、匝间电容、自感与互感。然后,根据基尔霍夫电流定律,建立平波电抗器在高次谐波作用下的节点电压和支路电流计算模型。采用矩阵运算求解该模型,得到平波电抗器上各节点的电压值。最后,计算同一绕组内不同匝的电压差,判断匝间绝缘电压是否超过许用值,确定电抗器匝间绝缘的薄弱位置。
该方法的原理是电路理论与矩阵运算,通过电路参数通过实验提取等效电路参数和高次谐波作用计算分析电压分布情况与匝间电压差。其目的是找到平波电抗器匝间绝缘薄弱的位置,为后续耐用度分析建模与评估提供基础。
S20的具体实施方式是:
首先,基于有限元法,建立考虑高次谐波作用的平波电抗器三维仿真模型。设置电磁场边界条件,根据实测参数确定模型中材料电参数,如电导率、磁导率等。然后,对模型进行网格划分与收敛性分析,以保证计算结果的准确性。计算电流分布,并根据电流密度分布推算发热量与损耗。最后,提取S10步骤确定的匝间绝缘薄弱位置的电磁热损耗,并作为等效热源加载到后续建立的温度场模型中。
该方法的原理是电磁场理论与有限元分析,目的是计算高次谐波条件下平波电抗器匝间绝缘薄弱位置的电磁损耗,提供故障概率计算的基础。
S30的具体实施方式是:
首先,基于有限体积法,建立平波电抗器三维温度场模型。设置边界条件与初始条件。加载S20计算得到的匝间绝缘薄弱位置热源。然后,选择合适的网格与时间步长,并进行收敛性检验。基于能量守恒原理,建立控制方程。最后,迭代求解不同工作条件下薄弱位置的温度场分布,并评估匝间绝缘材料的热老化故障概率。
该方法的原理是传热学理论与有限体积法,旨在通过温度场计算评估电抗器匝间绝缘故障概率,为耐用度分析提供依据。
S40的具体实施方式是:
首先,基于有限元法,采用热结构多物理场耦合,建立平波电抗器温度场-结构场模型。加载S30得到的温度场结果,作为结构场的载荷。设置结构边界条件,材料热弹性参数以及接触条件。然后,进行网格划分与收敛性检验。基于热应力理论,建立控制方程。最后,计算不同工况下匝间绝缘薄弱位置的热应力和位移场,并评估机械故障概率。
该方法的原理是固体力学理论与有限元分析,旨在通过结构场计算评估电抗器匝间绝缘故障概率,为耐用度分析提供依据。
S50的具体实施方式是:
首先,采用电磁热结构多物理场耦合,建立平波电抗器模型。设置电磁场、电磁参数、温度场与传热参数、结构场与材料力学参数。定义多场间的耦合关系与数据交换。然后,加载不同工况,并进行网格划分与收敛性检验。基于能量守恒原理,建立多物理场控制方程组。最后,迭代计算不同工况下匝间绝缘薄弱位置的电磁场、温度场和结构场,并评估故障概率。还需要进行仿真计算与实验验证,以确定模型参数。
该方法将多个单一物理场模型进行耦合,旨在准确预测匝间绝缘薄弱位置故障概率,为后续优化与耐用度评估建立基础。
S60的具体实施方式是:
首先,设计安装光纤测温与气体采样传感器,用于检测平波电抗器运行状态。建立信号采集与处理***,实现温度、电流等电气参数与气体浓度信号的测量。然后,通过特征提取与机器学习算法,分析测量数据与模型输出结果,判断电抗器是否存在绝缘故障。最后,比较不同工况下实测参数与仿真结果,对多物理场耦合模型进行修正与优化,以提高模型预测精度。
该方法融合了传感器测量与算法分析,旨在实现电抗器故障检测,并使用检测结果对先前建立的多场耦合模型进行优化,提高模型预测故障概率的准确性。
S70的具体实施方式是:
首先,基于优化后的多物理场耦合模型,加载不同工况,计算匝间绝缘薄弱位置的电磁损耗、温度分布和热应力。然后,评估匝间绝缘在设计使用年限内出现故障的概率,在正常使用条件下。最后,参考故障概率标准确定匝间绝缘故障影响下平波电抗器的可靠性指标,结合经济影响参数计算平波电抗器的绝缘故障概率,以及耐用度。
该方法基于精炼的多物理场模型,旨在评估平波电抗器匝间绝缘薄弱位置出现故障的概率,确定电抗器总体的可靠性与耐用度指标,实现对平波电抗器使用寿命的定量预测。
下面是本发明的一个具体的实施例:
S10确定平波电抗器匝间绝缘薄弱位置
首先,基于电路理论,采用有限元法搭建平波电抗器的分布参数等效电路模型:
Reg=Rdc+Rac
其中,Req为等效电阻,Leq为等效电感,Ceq为等效电容,Rdc为直流电阻,Rac为交流电阻,μ0为真空磁导率,μr为相对磁导率,n为匝数,S为截面积,l为线圈长度,ε0为真空介电常数,εr为相对介电常数,d为两电极间距。
模型考虑了电抗器中各层绕组的电阻、匝间电容、自感与互感,采用节点分析法与约定支路方向,建立电抗器的有向图。
然后,根据基尔霍夫电流定律,建立电抗器在高次谐波作用下各节点的电压与支路电流计算模型:
YV=I
其中,Y为导纳矩阵,V为节点电压,I为注入电流。矩阵元素表示两个节点间的相互作用关系。
进一步根据Y矩阵特点,推导网络解析方程:
AV=I
其中,A为节点导纳矩阵,由Y矩阵线性变换得出。
采用高斯消元法进行矩阵运算,可有效求解上述线性方程组,得到平波电抗器上各节点的电压值。
最后,对于同一绕组内不同匝的节点电压,计算其电压之差。判断匝间绝缘所承受的电压差是否超过材料绝缘电压的许用值。如果超过许用值,则确定该匝间为电抗器匝间绝缘的薄弱位置。
S20建立电磁场模型
首先,基于麦克斯韦方程组与矢量磁势定理,建立考虑高次谐波作用的平波电抗器三维仿真模型:
J=σE
其中,H为磁场强度,J为电流密度,E为电场强度,B为磁通密度,A为磁矢势,为电势,σ为材料电导率。
设置电磁场边界条件,确定各层材料的电参数,如电导率σ、磁导率μ等,值为实测参数。
然后,采用有限元法对模型进行四面体网格划分,控制单元体积与边长。进行网格收敛性分析,判断是否满足计算精度需求。
基于上述控制方程组,采用有限元法空间离散化与时间差分求解,计算三维模型在不同时刻的电流密度分布J。
根据焦耳损耗定理,推导电抗器匝间绝缘薄弱位置的热损耗计算模型:
Ploss=∫∫∫VJ2σdv
Q=∫∫∫Vq dv
q=Ploss
其中,Ploss为损耗功率,Q为产生的热量,q为功率密度,作为等效热源加载到后续建立的温度场模型中,用于边界条件设置。
S30建立温度场模型
首先,基于傅立叶定律与能量守恒原理,建立平波电抗器三维温度场传热控制方程:
其中,T为温度,ρ为密度,c为比热容,为微分算子,对时间的偏导数表示温度变化率,/>表示热量的传导,q为热源项。
基于上式,采用有限体积法对模型进行网格划分,转换为代数方程组。设置温度场初始条件与Dirichlet边界条件。将S20计算所得的损耗热量q加载到匝间绝缘薄弱位置单元。
然后,选择合适的网格尺寸与时间步长,确保数值计算稳定性。检验残差与误差,满足精度要求即可判定网格与步长合理,模型收敛。
最后,迭代求解不同工况下薄弱位置各单元的温度场T分布变化情况。
基于Arrhenius模型,计算温度场作用下匝间绝缘材料的故障率:
其中,A为预指数因子,Ea为活化能,λ(T)即为匝间绝缘材料在温度T条件下的热老化故障率。据此可以评估故障概率。
S40建立结构场模型
首先,采用温度场与结构场多物理场耦合方法,导入S30中得到的温度场结果T,作为结构场热载荷,建立平波电抗器热结构模型。
基于热弹性理论,建立匝间绝缘薄弱位置结构位移与温度场的关系:
其中,∈为应变,γ为剪应变,σ为正常应力,τ为切应力,α为热膨胀系数,ΔT为温升,系数矩阵包含材料机械参数。
设置结构边界约束条件,确定各部件的接触与约束关系。导入材料密度、弹性模量、泊松比等热力学性质参数。
然后,进行四面体网格划分与网格无关性检验,保证计算结果收敛性。
基于上式与位移法,建立匝间绝缘薄弱位置单元的结构力学控制方程。采用有限元法空间离散化,通过迭代计算获得不同工况下的结构热应力σ、剪应力τ及位移解。
最后,检验薄弱位置结构强度,评估在给定加载情况下橡胶绝缘材料出现损伤的故障概率。
S50建立多物理场耦合模型
首先,定义电磁场、温度场及结构场的解析域,将三个场合理集成到同一计算平台。
设置电磁场的输入源、初值和边界条件等参数;设置温度场的初始温度分布、热物性参数、边界条件等;设置结构场的材料参数、边界约束及载荷。
明确定义多场间的耦合关系,建立字段间的数据交换接口。电磁场结果作为热源加载入温度场,温度场解导入结构场作为温度载荷。
加载不同工况,并统一建立四面体网格,进行网格无关性检验。
基于物理定律,分别建立电磁场、温度场及结构场的控制方程组,并联合起来形成整体多物理场控制方程:
采用联立有限元法与时域差分法求解上述方程组,迭代计算不同工况下匝间绝缘薄弱位置的电磁场、温度场及结构力学响应,评估绝缘故障概率。
还需要大量仿真计算与实验验证来确定耦合模型中的关键参数,提高预测精度。
S60建立故障检测与模型优化
首先,设计安装光纤Bragg网络测温***,激光Raman气体检测设备,实现对平波电抗器运行参数的测量,获得温度场和部分放电产生的特征气体浓度分布。
建立基于LabVIEW的信号采集与处理***,实现温度、电流、气体浓度等信号的测量。
然后,通过小波分析、相关性分析等信号处理方法,提取数据特征。利用SVM、BP神经网络等方法,分析处理结果,判断电抗器是否存在匝间绝缘故障。
最后,比较不同工况下实测电参数、温度场与气体浓度数据与仿真预测结果,找出模型输出与实测值之间的偏差。
通过参数识别与模型修正,优化电磁热耦合模型,提高模型预测故障概率的准确性。
S70计算耐用度指标
以匝间绝缘故障概率计算为基础,建立定量评估平波电抗器耐用度的数学模型如下:
首先,在S50建立的电磁热耦合模型基础上,进行多组工况分析,得到不同使用条件下匝间绝缘薄弱位置的多场响应:
Xi(t)={xi1(t),xi2(t),…,xin(t)}
其中,Xi(t)表示第i组工况下的场变量解;
然后,基于S60中构建的故障检测方法,获得对应的匝间绝缘故障概率,表示为:
Pi(t)=f[Xi(t),t]
即故障概率是场响应及使用时间的函数;
再者,在设计寿命周期内,匝间绝缘未发生故障的概率定义为耐用度,构建评估模型:
其中,R(t)为耐用度,N为工况组数。
上式充分考虑了不同使用条件对故障概率的影响,对象为匝间绝缘薄弱区域,能够合理评估电抗器的耐用度指标。
下面是步骤S10的另一个具体的实施例,为了便于描述,本实施例中的参数、变量与本文其他部分的互相独立:
考虑以干式空心电抗器作为平波电抗器,从干式空心电抗器放电机理出发,探究电抗器匝间电压差、内部温度以及应力分布对电抗器绝缘水平的影响。干式空心电抗器为轴对称结构,由多层线圈并绕构成,各层线圈可以由导线电阻、自感及互感所形成的感应式来等效。以层为单位建立的等值电路如图2所示,其中UN为电抗器额定电压向量;ω为电源角频率;IN为额定电流;Ri为第i层支路的电阻;Li表示第i层支路自感;Mij表示第i层与第j层支路互感。
通过等值电路可以计算空心电抗器各绕组匝间电位的分布情况,从而确定空心电抗器的匝间电压具体数值。
电抗器在电磁场-温度场-应力场耦合作用下产生形变。热弹性力学在解决空间问题时,从物理学、力学和几何学三方面进行分析,遵循如下方程:
(1)广义胡克定律
以应变和温差表示的热力学的广义胡克定律如下式所示,式中:σx、σy,和σz为三个方向的正应力,ζxy、ζyz和ζzx为三个面的剪应力,εx、εv,和εz为三个方向的正应变,γxy、γyz和γzx为三个面的剪应变,e为体积应变。G为剪切弹性模量,E为拉压弹性模量,a为拉梅常数,μ为泊松比,α为线膨胀系数,β为热应力系数,t为温度变化量。
σx=2Gεx+λe-βt
σy=2Gεy+λe-βt
σz=2Gεz+λe-βt
τxy=Gγxy
τyz=Gγyz
τx=Gγx
(2)平衡微分方程式
(3)协调方程
(2)基于KNN分类算法直接对特征库进行聚类分类
基于KNN分类算法直接对特征库进行聚类分类。考虑到特征向量的特征空间维数远小于特征库样本数,因此采用构建kd树的方法来实现KNN算法更为适合,其时间复杂度为O(logN),相比于时间复杂度为O(N)的采用线性扫描的KNN算法,效率更高。具体如下:
事先根据事件特征库中各种放电类型的每个特征向量建立一个平衡kd树。检测到局部放电后,通过搜索该平衡kd树得到k个最近邻点(即在特征空间与该局部放电特征向量距离最近的k个点)。将本次检测得到的局放信号类型归入这k个特征向量中占比最大的事件类型。距离度量采用欧氏距离,即:
两个特征向量分别为x=(x1,x2,……,xn),y=(y1,y2,……,yn),n表示特征向量的维度。
(3)电抗器绝缘材料双酚A型环氧树脂的过热分解理论
对于电抗器绝缘材料双酚A型环氧树脂,在故障条件下会产生特征气体TVOC。TVOC体积分数与受热温度和受热时间之间有较为明显的规律,在双酚A型环氧树脂样品的耐热温度内,即加热温度在100℃-155℃之间时,环氧树脂样品加热产生的TVOC体积分数基本为零,当加热温度在160℃-200℃之间时,环氧树脂样品加热后产生少量的含碳化合物,检测仪测得的TVOC体积分数高于2×10-8,低于10×10-8,当加热温度在210℃-300℃之间时,环氧树脂样品加热后产生较多的含碳化合物,检测仪测得的TVOC体积分数大于10×10-8,且TVOC体积分数随加热温度的升高而增加,且每个加热温度下的TVOC体积分数都有一个门限值。
对干式空心电抗器进行故障监测时,现场风速是对传感器灵敏度检测影响最大的因素,针对周围风速的影响,可以根据现场风速对特征气体体积分数进行修正。无线气体传感器检测电抗器包封周围TVOC体积分数,并将数据传输至后台服务器。服务器将TVOC体积分数值绘制出时间-体积分数曲线,求解Δt时间内TVOC的有效产气速率。根据现场风速与修正式,可计算出干式空心电抗器内部区域过热温度,从而判断干式空心电抗器的故障状态:
θa=p+p1v+p2RRMS+p3vRRMS+p4R2 RMS+p5vR2 RMS+p6vR3 RMS
式中,v为风速,θa为考虑风速影响后的修正过热温度值,常数
p=109.6,p1=4.954,p2=89.81,p3=-1.971,p4=-28.54,p5=0.860,p6=3.018。
另外的,在图2中提取任意一节点i及其附近的节点得到的单元节点支路电路图,如图3所示,该单元电路中包含支路电阻、匝间电容、对地杂散电容、自感与互感。
对于图3中所示的i节点,对其列基尔霍夫电流方程,并结合各支路元件的约束关系,可得:
为了将这一计算推广到整个电抗器支路电流计算,以矩阵形式表示为:
[U]·[Y]+[U′]·[Y]=[I]
式中,[Y]表示系数(L+R·At)-1的矩阵,[U]表示两节点电压差与时间步长乘积构成的矩阵,[U]表示互感上的电压降,通过矩阵运算可以解出支路电流的分布结果。
稳定时刻的节点电压方程为:
其矩阵表示为:
[U]=[C]·[U′]+[Z]·[I′]
据此可得空心电抗器上各节点的电压值,通过对不同节点的电位值做差,得到匝间电压的分布情况,以此找到电抗器匝间绝缘的薄弱位置。
下面是构建平波电抗器电磁场、温度场以及应力场模型的另一个实施例的简单描述:
考虑以干式空心电抗器作为平波电抗器,干式电抗器是由多种材料包封而成,在相同的受热条件下,不同材料的膨胀系数不同,如铝条受热后形变大于环氧树脂等热塑性材料的形变。母线侧平波电抗器串联在回路中,每天受功率调整因素,通过电流也会随之变化,导致早晚电抗器受温度变化产生形变。而不同材料之间的形变不同,导致早晚各层之间膨胀受力不同,周而复始,出现裂纹。
分别从电磁场、温度场、应力场等角度来研究计算其对电抗器各层绕组的影响。流程图如图4所示。
其中干式空心电抗器各材料的力学性能如下表1所示。
表1材料的力学性能
以干式空心电抗器为温升研究对象,采用基于场-路耦合的有限元法计算了各层绕组损耗,以各层绕组损耗为热源,采用基于流体-温度的有限体积法迭代求解电抗器各层绕组温度分布特性和分布情况,进而分析热膨胀产生的应力分布情况。
首先,在SolidWorks中建立真实比例的电抗器三维仿真模型;然后,导入Maxwell中,通过参数设置,求解各层绕组电流,计算绕组损耗,并作为热源加载到流体-温度场;最后,基于Fluent计算电抗器整体与各层绕组温度分布特性,分析电抗器温度的变化规律。
下面是搭建平波电抗器绝缘故障诊断实验的具体描述:
1、平波电抗器多种材料在电磁场-温度场-应力场耦合作用下的模拟试验
挑选部分已退役的平波电抗器设备,通过模拟试验,研究平波电抗器设备实体在电磁场-温度场-应力场耦合作用下的绝缘机理。
首先,对平波电抗器陆续开展直流电阻、电感量、例行试验、温升试验、端对端雷电冲击试验、中频振荡试验、表面直流泄漏电流测试等,检测有无出现放电现象、绝缘漆是否存在裂纹等绝缘故障。
其次,对平波电抗器进行解体研究,观察表面绝缘漆是否开裂,环氧玻璃沙是否存在裂纹,以及中频振荡等情况造成的烧蚀情况、导线绝缘薄膜上是否存在放电烧蚀痕迹等。
最后,综合考虑在限元仿真计算软件中搭建的平波电抗器的仿真模型计算结果以及平波电抗器设备实体在电磁场-温度场-应力场耦合作用下的模拟试验现象进行老化后出现裂纹的机理研究,并对出现裂纹后,电气、机械性能的影响以及干燥、潮湿条件切换后,机械、电气性能的变化进行探讨。
2、基于特征气体检测和光纤温度检测技术的平波干式空心电抗器绝缘故障综合诊断和状态评估***
电抗器的温升是由电感线圈发热产生,因此,温度的测量点应设在封层中,实现对主绝缘材料的温度监测。感温光纤测温***及过程如图5所示。
干式空心电抗器发生过热故障包封局部温度升高时,绝缘材料环氧树脂会过热分解产生特征气体(例如TVOC气体),通过监测电抗器包封周围空气中TVOC含量,能判断电抗器是否发生故障,从而达到监测电抗器的运行状况。综合非接触式特征气体测试和温度监测对干式电抗器进行综合监测,从多方面、多角度对电抗器运行状态进行监测。
传感器的布置方案:
(1)根据温度的分布规律计算结果,在电抗器外包封热点处延径向均匀布置6个温度传感器,当温度传感器监测到的温度高于100℃或者温度传感器监测到的温度数据相差超过10℃时,可判定电抗器出现过热故障。
(2)根据干式空心电抗器的结构特点和特征气体的逸散规律,电抗器包封顶部圆形支架上等间距布置若干个气体传感器,相邻传感器之间等间距间隔,气体传感器监测到的数据通过天线传输至后台服务器。当传感器监测到的特征气体体积分数连续3个数据超过50×10-9或者连续10个数据均超过50×10-9时,判定传感器发生绝缘故障。
传感器均匀分布安装在电抗器本体的防雨罩支架上,传感器外壳采用ABS工程塑料封装,传感器紧贴支架,传感器探头朝下,能最大程度上满足气体监测需求。各传感器拟采用的布置方案如图6所示。
为了减小环境风速对特殊气体的检测影响,引入了风速修正的概念。无线气体传感器检测电抗器包封周围TVOC体积分数,并将数据传输至后台服务器。服务器将TVOC体积分数值绘制出时间-体积分数曲线,求解Δt时间内TVOC的有效产气速率。根据现场风速与修正式,计算出干式空心电抗器内部区域过热温度,从而判断空心电抗器的绝缘故障状态。
通过上述一系列检测方法及在各种传感仪器的作用下,得到表征不同绝缘故障类型的特征缺陷图谱和正常运行下的正常图谱。将测量得到的特征缺陷及正常运行图谱的特征量,集合成一个特征样本库,并在KNN算法模型中建立训练集。对于基于联合检测的平波干式空心电抗器绝缘故障综合诊断和状态评估***,是在联合检测获取测量数据的基础上,对数据进行处理,并基于算法进行数据融合。
具体的,本发明的原理是:
平波电抗器流经的直流电中掺杂的高次谐波由于其频率高,陡度大,对其本身的匝间绝缘危害极大。研究电抗器各层绕组的电位分布对探究电抗器匝间绝缘是否安全稳定具有实际意义。
电抗器发生匝间短路故障时,短路电流的产生将使故障层温度急剧上升,电抗器温度分布将发生变化。同时电抗器正常工作时其绕组损耗亦会产生热量,计算绕组损耗,探究多种情况下电抗器温度的变化规律。
平波电抗器是由多种材料组成的,多种原因产生的温升会导致电抗器产生形变,但不同材料的膨胀系数不同,在电抗器内部会产生应力,长久以往易导致裂痕,畸化电场分布,在电抗器长期振动条件下,裂纹不断开始扩展,变为极不均匀电场,在交直流电场作用下,最终导致放电故障。因此,需要对平波电抗器内部应力分布情况进行研究。
同时,干式电抗器的绝缘故障往往是由多方面因素造成的,主要体现在电抗器本身的温度上升导致过热;电抗器内部模件振动;严重的还会有放电现象的产生。因此需要针对不同绝缘故障情况进行检测,如红外温度检测、光纤温度检测、振动检测和电弧声光检测。
特别的,干式空心电抗器的主要匝间绝缘材料双酚A型环氧树脂,在电抗器发生故障时,环氧树脂过热分解会产生CO、CO2、CH4和TVOC(其他含碳化合物)。可以通过气体收集检测传感器测量特征气体TVOC的体积分数,从而判断电抗器绝缘的过热故障和放电故障程度。
进一步来说:
首先,电路理论表明,在复杂电磁环境下,电抗器不同匝间会产生较大电压差,形成当量绝缘的薄弱区域。则该薄弱区域极易受热胀冷缩应力和电气损耗的共同作用,发生绝缘损伤。
其次,电磁场理论说明,过电压和丰富谐波使匝间电流和损耗分布发生重大变化。这必然引起局部热点产生,促使薄弱区域加速老化。
再者,材料力学与热力学定律表明,温度场变化激发了复杂的热应力和位移场分布。温度波动加剧绝缘材料的开裂增长。最终促成故障形成。
因此,必须建立考虑多场耦合的数学模型,模拟预测薄弱区域的损伤概率。本发明方法正是在此理论基础上提出的。通过定量多场分析,能够科学准确地评估设备的耐用度指标。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (9)
1.一种平波电抗器的绝缘故障概率评估方法,其特征在于,包括以下步骤:
S10、根据平波电抗器在高次谐波作用下的电位分布规律,找到平波电抗器匝间绝缘的薄弱位置;
S20、构建平波电抗器电磁场模型,用于计算电磁场影响下的所述薄弱位置的故障概率;
S30、构建平波电抗器温度场模型,用于计算温度场影响下的所述薄弱位置的故障概率;
S40、构建平波电抗器应力场模型,用于计算应力场影响下的所述薄弱位置的故障概率;
S50、构建平波电抗器电磁场-温度场-应力场耦合模型,用于计算所述薄弱位置故障概率,并采用模拟实验确定耦合模型参数;
S60、搭建平波电抗器绝缘故障诊断实验,对所述电磁场-温度场-应力场耦合模型进行优化;
S70、利用优化后的电磁场-温度场-应力场耦合模型,计算平波电抗器所述薄弱位置的绝缘故障概率,并根据绝缘故障概率计算耐用度。
2.根据权利要求1所述的一种平波电抗器的绝缘故障概率评估方法,其特征在于,所述根据平波电抗器在高次谐波作用下的电位分布规律,找到平波电抗器匝间绝缘的薄弱位置的步骤,具体包括:
首先,采用有限元法搭建平波电抗器的分布参数模型,模型考虑电抗器中各层绕组的电阻、匝间电容、自感与互感;
然后,根据基尔霍夫电流定律,建立电压和支路电流计算模型;
采用矩阵运算求解模型,得到电抗器上各节点的电压值;
最后,计算同一绕组内不同匝的电压差,判断匝间绝缘电压是否超过许用值,确定电抗器匝间绝缘的薄弱位置。
3.根据权利要求2所述的一种平波电抗器的绝缘故障概率评估方法,其特征在于,所述构建平波电抗器电磁场模型的步骤,具体是:
首先,基于有限元法建立考虑高次谐波作用的电抗器三维仿真模型,设置电磁场边界条件,根据实测参数确定模型中材料电参数;
然后,对模型进行网格划分与收敛性分析;计算电流分布,并根据电流密度分布推算发热量与损耗;
最后,提取S10步骤确定的匝间绝缘薄弱位置的电磁热损耗,并作为等效热源加载到后续建立的温度场模型中。
4.根据权利要求3所述的一种平波电抗器的绝缘故障概率评估方法,其特征在于,所述构建平波电抗器温度场模型的步骤,具体是:
首先,基于有限体积法建立电抗器三维温度场模型,加载S20计算得到的匝间绝缘薄弱位置热源;
然后,选择合适的网格与时间步长,并进行收敛性检验;基于能量守恒原理建立控制方程;
最后,迭代求解不同工作条件下薄弱位置的温度场分布,并评估匝间绝缘材料的热老化故障概率。
5.根据权利要求4所述的一种平波电抗器的绝缘故障概率评估方法,其特征在于,所述构建平波电抗器应力场模型的步骤,具体是:
首先,基于有限元法采用热结构多物理场耦合建立电抗器温度场-结构场模型,加载S30得到的温度场结果;
设置结构边界条件,材料热弹性参数以及接触条件;
然后,进行网格划分与收敛性检验;基于热应力理论建立控制方程;
最后,计算不同工况下匝间绝缘薄弱位置的热应力和位移场,并评估机械故障概率。
6.根据权利要求5所述的一种平波电抗器的绝缘故障概率评估方法,其特征在于,所述构建平波电抗器电磁场-温度场-应力场耦合模型,用于计算所述薄弱位置故障概率,并采用模拟实验确定耦合模型参数的步骤,具体是:
先,采用电磁热结构多物理场耦合建立电抗器模型,设置各场参量和耦合关系;
然后,加载不同工况,进行网格划分与收敛性检验;
基于能量守恒原理建立多物理场控制方程组;
最后,迭代计算不同工况下匝间绝缘薄弱位置的各场分布,评估故障概率,仿真计算与实验验证确定模型参数。
7.根据权利要求6所述的一种平波电抗器的绝缘故障概率评估方法,其特征在于,所述搭建平波电抗器绝缘故障诊断实验,对所述电磁场-温度场-应力场耦合模型进行优化,对所述电磁场-温度场-应力场耦合模型进行优化的步骤,具体是:
首先,设计安装光纤测温设备与气体采样传感器,采集平波电抗器的工作环境的温湿度以及气体浓度信号的测量;
然后,通过特征提取与机器学习算法,分析测量数据与模型输出结果,判断电抗器是否存在绝缘故障;
最后,比较不同工况下实测参数与仿真结果,对多物理场耦合模型进行修正与优化,以提高模型预测精度。
8.根据权利要求7所述的一种平波电抗器的绝缘故障概率评估方法,其特征在于,所述利用优化后的电磁场-温度场-应力场耦合模型,计算平波电抗器所述薄弱位置的绝缘故障概率,并根据绝缘故障概率计算耐用度的步骤,具体是:
首先,基于优化后的多物理场耦合模型,加载不同工况,计算匝间绝缘薄弱位置的各场分布;
然后,评估匝间绝缘在设计使用年限内出现故障的概率;
最后,参考故障概率标准确定匝间绝缘故障影响下电抗器的可靠性指标,计算电抗器的耐用度。
9.根据权利要求6所述的一种平波电抗器的绝缘故障概率评估方法,其特征在于,所述耐用度直接采用下列公式表述:耐用度=1-所述薄弱位置的绝缘故障概率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311639692.XA CN117725780B (zh) | 2023-12-01 | 一种平波电抗器的绝缘故障概率评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311639692.XA CN117725780B (zh) | 2023-12-01 | 一种平波电抗器的绝缘故障概率评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117725780A true CN117725780A (zh) | 2024-03-19 |
CN117725780B CN117725780B (zh) | 2024-07-30 |
Family
ID=
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104834781A (zh) * | 2015-05-08 | 2015-08-12 | 国网河南省电力公司电力科学研究院 | 一种基于平波电抗器多次换向失败时的暂态温度场仿真方法 |
CN106324489A (zh) * | 2015-07-03 | 2017-01-11 | 长沙理工大学 | 一种基于平波电抗器内部故障与油流速关系建模的方法 |
WO2019238140A1 (zh) * | 2019-01-08 | 2019-12-19 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 一种变电站或换流站耦连回路地震风险评估方法 |
CN111487491A (zh) * | 2020-04-17 | 2020-08-04 | 国网上海市电力公司 | 一种油浸式平波电抗器的健康状态检测与评估***和方法 |
CN111553105A (zh) * | 2020-05-07 | 2020-08-18 | 河北工业大学 | 一种干式平波电抗器温升热点预测方法 |
CN115408944A (zh) * | 2022-08-31 | 2022-11-29 | 国网宁夏电力有限公司电力科学研究院 | 一种干式平波电抗器的热点温度预测方法 |
CN116068341A (zh) * | 2022-09-15 | 2023-05-05 | 广西电网有限责任公司桂林供电局 | 一种电磁线圈绝缘故障检测试验方法及装置 |
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104834781A (zh) * | 2015-05-08 | 2015-08-12 | 国网河南省电力公司电力科学研究院 | 一种基于平波电抗器多次换向失败时的暂态温度场仿真方法 |
CN106324489A (zh) * | 2015-07-03 | 2017-01-11 | 长沙理工大学 | 一种基于平波电抗器内部故障与油流速关系建模的方法 |
WO2019238140A1 (zh) * | 2019-01-08 | 2019-12-19 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 一种变电站或换流站耦连回路地震风险评估方法 |
CN111487491A (zh) * | 2020-04-17 | 2020-08-04 | 国网上海市电力公司 | 一种油浸式平波电抗器的健康状态检测与评估***和方法 |
CN111553105A (zh) * | 2020-05-07 | 2020-08-18 | 河北工业大学 | 一种干式平波电抗器温升热点预测方法 |
CN115408944A (zh) * | 2022-08-31 | 2022-11-29 | 国网宁夏电力有限公司电力科学研究院 | 一种干式平波电抗器的热点温度预测方法 |
CN116068341A (zh) * | 2022-09-15 | 2023-05-05 | 广西电网有限责任公司桂林供电局 | 一种电磁线圈绝缘故障检测试验方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1213280C (zh) | 填充有流体的电气设备用的智能分析***和方法 | |
CN102955088B (zh) | 一种基于有限元数据库的零值绝缘子检测方法 | |
CN102323496A (zh) | 电缆导体载流量的监测***及监测方法 | |
CN106066212A (zh) | 一种电缆导体温度间接测量方法 | |
CN108387609B (zh) | 一种无损检测的方法、装置、设备可读存储介质 | |
CN107895205A (zh) | 基于粒子群‑支持向量回归的gis触头热点温度预测方法 | |
CN204359925U (zh) | 一种适用于gis电子式互感器带电考核平台 | |
CN105044649A (zh) | 一种电流互感器误差水平动态检测方法及*** | |
CN107704668A (zh) | 一种基于测试性建模和分析的传感器优化布局方法 | |
CN113935238A (zh) | 一种基于电缆接头表面温度的绝缘老化程度评估方法 | |
CN117725780B (zh) | 一种平波电抗器的绝缘故障概率评估方法 | |
Zhao et al. | A dynamic monitoring method of temperature distribution for cable joints based on thermal knowledge and conditional generative adversarial network | |
CN117725780A (zh) | 一种平波电抗器的绝缘故障概率评估方法 | |
CN117686102A (zh) | 变压器异常温度主动预警的方法及装置 | |
CN108519406A (zh) | 一种架空地线轴向的导体热阻和对流热阻的计算方法 | |
CN115327254A (zh) | 基于温度检测的金属化膜电容器状态在线评估方法及*** | |
Kumar et al. | Review Paper on Diagnostics Study of Dry Transformer | |
Akram et al. | Prediction of partial discharge inception voltage for electric vehicle motor insulation using deep learning | |
Guo et al. | Rotor transverse slots’ influence on negative sequence loss and heat distribution prediction of large generators based on improved radial basis function process neural network | |
Venkataswamy et al. | Deformation diagnostic methods for transformer winding through system identification | |
CN113640596A (zh) | 换流变压器异常检测方法、装置、计算机设备和存储介质 | |
Yang et al. | The Method for On-Line Monitoring of tanδ of Transformer Bushing Based on Conductor Temperature Distribution | |
Liang et al. | Gas-insulated transmission lines state classification and fault chamber location based on the divergence characteristics of temperature parameters | |
CN117572119B (zh) | 一种电网换流变压器局部过热故障定位方法、介质及*** | |
Fouda et al. | Research on key technology to determine the exact maximum allowable current-carrying ampacity for submarine cables |
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 |