CN105678014B - 一种气体介质的储能特征与放电电压预测方法 - Google Patents
一种气体介质的储能特征与放电电压预测方法 Download PDFInfo
- Publication number
- CN105678014B CN105678014B CN201610067299.1A CN201610067299A CN105678014B CN 105678014 B CN105678014 B CN 105678014B CN 201610067299 A CN201610067299 A CN 201610067299A CN 105678014 B CN105678014 B CN 105678014B
- Authority
- CN
- China
- Prior art keywords
- voltage
- discharge
- feature
- scale feature
- insulation system
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
Landscapes
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Geometry (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本发明涉及一种气体介质的储能特征与放电电压预测方法,采用空间尺度特征、时间尺度特征和环境因素特征表征绝缘结构的储能状态,空间尺度特征指绝缘结构的电场分布特征量,时间尺度特征指加载电压的波形特征量,环境因素特征指气体介质的气压、温度、湿度等。采用支持向量机建立放电电压预测模型,将储能特征经过归一化后作为模型的输入,将绝缘结构在加载电压下是否击穿(1或‑1)作为模型的输出,采用少量典型电极(球、棒、板)绝缘结构的放电电压试验数据对模型进行训练,预测得到其他绝缘结构在不同加载电压波形下的放电电压。本发明预测过程简单、准确性高,避免了复杂的气体放电过程研究,有助于指导电气设备的绝缘优化设计。
Description
技术领域
本发明涉及气体放电领域,尤其涉及一种气体介质的储能特征与放电电压预测方法。
背景技术
气体介质(如空气、六氟化硫等)是电气设备常用的绝缘介质。目前,电气设备的绝缘设计主要依赖于试验验证,缺乏完善的绝缘设计理论体系,其根本原因是各类电介质的放电机理尚未完全被揭示,无法完全通过理论计算获取电介质的绝缘强度,许多实际的绝缘问题还必须通过高电压试验来解决。试验研究存在代价高、周期长的问题,且得出的放电电压与间隙距离等因素之间的经验公式往往只适用于特定的绝缘结构,对于复杂的绝缘结构,难以采用简单的几何参数对其进行完整的表征,一旦绝缘结构发生改变就需重复进行试验验证。此外,各类电介质在不同电压作用下的击穿机理各不相同,其放电物理过程都极其复杂,影响因素多种多样,且随机性极强,难以形成统一而准确的数学模型,现有的放电机理研究大都基于各种假说(对放电现象的解释)而展开,由于研究对象缺乏工程的可测可控性,研究结论难以直接指导电气设备的绝缘设计。
因此,探索电介质放电理论研究的新途径,以工程可测、可控的变量为研究对象,建立一般性的电介质放电电压预测模型,对于指导电气设备的绝缘设计,节省开发费用,缩短开发周期,提高电工装备的制造水平具有重要意义。
发明内容
鉴于此,本发明的目的在于,提出一种气体介质的储能特征与放电电压预测方法,通过计算手段获取气体介质的放电电压,从而支撑电气设备的绝缘设计。
为解决上述技术问题,本发明采用如下的技术方案:
一种气体介质的储能特征与放电电压预测方法,其特征在于,基于以下定义:
气体介质的储能特征包括:
特征一:空间尺度特征,所述的空间尺度特征为绝缘结构的电场分布特征量,
特征二:时间尺度特征,时间尺度特征为加载电压的波形特征量,
特征三:环境因素特征,环境因素特征为气体介质的气压、温度、湿度;
所述的气体介质包括空气、六氟化硫、氮气。
该预测方法具体包括:
步骤1,基于支持向量机建立预测模型,将空间尺度特征、时间尺度特征和环境因素特征经过归一化后作为支持向量机模型的输入,将绝缘结构在加载电压下是否击穿(1或-1)作为支持向量机模型的输出。通过试验获取少量典型电极(球、棒、板)绝缘结构的放电电压Ub,分别定义[(1-a%)Ub,Ub)和[Ub,(1+a%)Ub]为放电区间(1)和未放电区间(-1),其中,a%根据允许误差范围设定,采用上述典型电极绝缘结构的储能特征及其对应的输出(1或-1)对支持向量机模型进行训练,并通过优化算法对支持向量机模型进行参数优化。
步骤2,采用经过训练和优化后的支持向量机模型对待预测绝缘结构的放电电压进行预测,加载电压初值U0,将空间尺度特征、时间尺度特征和环境因素特征作为输入,得出对应输出从-1到1跳变的电压U,即为待预测绝缘结构的放电电压。若在加载电压初值U0下的输出均为-1或均为1,则进一步加载电压U0+dU或U0-dU,直至输出-1到1的跳变。
在上述的一种气体介质的储能特征与放电电压预测方法,所述的空间尺度特征根据绝缘结构高、低压端的空间位置,包括放电通道和放电路径两大类,所述的放电通道为高压端与低压端之间的空间区域,所述的放电路径为高压端与低压端之间最短距离所在的路径。具体地,放电通道类特征量包括放电通道内的场强最大值Em、场强平均值Ea、场强畸变率Ed、电场能量W、能量密度Wd、超过x%最大场强区域所占体积的比例Vrx及其所占能量的比例Wrx、超过24kV/cm和7kV/cm的区域所占体积的比例Vr24、Vr7和所占能量的比例Wr24、Wr7;放电路径类特征量包括放电路径上的电场梯度最大值E′max、最小值E′min和平均值E′ave、超过x%电场梯度最大值的路径长度所占间距的比例E′rx、场强值超过24kV/cm、7kV/cm的路径长度L24、L7及其所占间距的比例Lr24、Lr7。上述的x%分别取90%、75%、50%和25%。
在上述的一种气体介质的储能特征与放电电压预测方法,所述的时间尺度特征包括电压波形基本特征量和附加特征量,所述的电压波形为模拟雷电冲击或操作冲击的双指数波。具体地,基本特征量包括冲击电压幅值Umax、波前时间Tf、半峰值时间T2、电压波形上升率dU/dt、电压波形积分S;附加特征量包括波前阶段x%Umax时刻的斜率kx、超过x%Umax的时间间隔Tx、超过x%Umax的波前时间间隔Tfx、超过x%Umax的波形区域电压积分Sx、超过x%Umax的波前部分电压积分Sfx。上述的x%分别取90%、75%和60%。
因此,本发明具有如下优点:本发明采用支持向量机建立气体介质的放电电压预测模型,将可控、可计算的储能特征作为模型的输入参量,通过支持向量机模型预测得到绝缘结构的放电电压,避免了复杂的气体放电过程研究,有助于指导电气设备的绝缘优化设计。
附图说明
附图1是本发明的方法流程示意图。
附图2是本发明实施例中棒-板空气间隙放电通道与放电路径示意图。
附图3是本发明实施例中一组棒-线空气间隙操作冲击50%放电电压预测值与试验值对比图。
具体实施方式
下面通过实施例,并结合附图,对本发明的技术方案作进一步具体的说明。
实施例:
图1所示为本发明实施例的气体介质放电电压预测方法流程示意图,本发明包括如下步骤:
步骤1:选取若干典型电极绝缘结构放电电压试验数据作为训练样本,对其进行电场仿真计算并提取空间尺度特征(电场特征量),对加载电压波形进行计算机模拟并提取时间尺度特征(电压波形特征量),将空间尺度特征和时间尺度特征进行归一化。
本实施例中,选取棒-导线空气间隙作为待预测绝缘结构,即测试样本,对其在正极性80/2500μs操作冲击电压波形作用下的50%放电电压进行预测;选取棒-板空气间隙和棒-棒空气间隙两种典型电极绝缘结构的50%放电电压试验数据作为训练样本。其中,高压棒电极为长15m、直径6cm的圆钢棒,其头部为一直径8cm的圆球;板电极为边长20m的正方形钢板,并置于边长50m的接地扁钢网上;低压棒电极为长4.5m、直径6cm的圆钢棒,其底部良好接地;导线电极采用缩比后的8分裂导线,子导线直径为2.7mm,子导线间隔距离为3.2cm,距地面高度为4.5m,线电极良好接地。
表1为本实施例中选取的训练样本和测试样本集,其50%放电电压试验值来源于文献《长间隙放电特性试验研究及在防雷中的应用》(武汉大学博士学位论文,作者:王羽)。首先,根据各个绝缘结构尺寸参数,定义放电通道和放电路径。对于本实施例中的棒-板、棒-棒、棒-导线空气间隙,放电路径为高、低压电极之间最短距离所在的路径,放电通道为高、低压电极之间的圆柱形空间区域,该圆柱的轴线为高、低压电极之间的中心轴线,截面半径为高、低压电极中直径较小的电极半径,例如,棒-板空气间隙的放电通道为棒、板电极之间以棒电极端部球半径为半径的圆柱形空间区域,如图2所示。然后,采用ANSYS软件建立上述绝缘结构在各个间隙距离下的有限元模型,对其进行静电场仿真计算,对电场计算结果进行后处理并提取绝缘结构的空间尺度特征(电场特征量),包括放电通道和放电路径上的特征量,共28个,如表2所示。
表1为训练样本和测试样本集
表2为空间尺度特征(电场特征量)
然后,对加载电压波形进行计算机模拟并提取时间尺度特征(电压波形特征量)。本实施例中,加载电压波形为操作冲击电压,采用双指数波对其进行模拟,棒-板和棒-棒空气间隙训练样本的加载电压波形分别为20/2500μs和80/2500μs,根据波前时间和半峰值时间求取波形参数,并进一步根据各个特征量的计算公式求取电压波形特征量,包括基本特征量和附加特征量,如表3所示,共20个。
表3为时间尺度特征(电压波形特征量)
最后,将28个电场特征量和20个电压波形特征量归一化至[0,1]。
步骤2:采用支持向量机建立放电电压预测模型,将上述空间尺度特征和时间尺度特征一起作为支持向量机模型的输入,若需分析环境因素特征对放电电压的影响,可将环境因素也作为支持向量机模型的输入,将绝缘结构在加载电压下是否击穿(1或-1)作为支持向量机模型的输出。采用训练样本的储能特征和放电电压对支持向量机模型进行训练,并采用优化算法对支持向量机模型进行参数优化。
本实施例中,设绝缘结构的放电电压为Ub,分别定义[90%Ub,Ub)和[Ub,110%Ub]为放电区间(1)和未放电区间(-1),即误差范围为±10%。采用LIBSVM工具箱建立空气间隙的放电电压预测模型,将未放电区间(-1)和放电区间(1)对应的储能特征输入至支持向量机模型进行训练,由于样本数据的试验值进行了气压、温度、湿度等环境参数修正,因此,可不将其作为支持向量机模型的输入;若样本数据没有进行环境参数修正,或需要分析环境参数对放电电压的影响,则需将气压、温度、湿度等环境因素特征与空间尺度特征和时间尺度特征共同作为支持向量机模型的输入,用以对模型进行训练。采用网格搜索法对预测模型的惩罚系数和核函数参数进行寻优,惩罚系数和核函数参数的取值区间分别设置为[23,29]和[2-8,2-2],步长均为20.1,寻优结果为:惩罚系数为147.033,核函数参数为0.25。
步骤3:对待预测绝缘结构施加电压初值U0,提取空间尺度特征和时间尺度特征,经过归一化后输入至上述经过训练和优化后的支持向量机模型,通过预测得到其放电电压。
本实施例中,棒-导线空气间隙为待预测绝缘结构,将其50%放电电压试验值作为加载电压初值U0,对应地,[90%Ub,Ub)和[Ub,110%Ub]为理想的放电区间(1)和未放电区间(-1)。分别进行静电场计算和电压波形参数计算,提取空间尺度特征和时间尺度特征,并输入至支持向量机模型。若模型在(1-a%)U0和[1-(a+1)%]U0分别输出-1和1,则50%放电电压预测值为[1-(a+1)%]U0,预测结果的相对误差为-(a+1)%;同理,若模型在(1+a%)U0和[1+(a+1)%]U0分别输出-1和1,则50%放电电压预测值为[1+(a+1)%]U0,预测结果的相对误差为(a+1)%。本实施例中,棒-导线空气间隙在80/2500μs操作冲击电压作用下的50%放电电压预测值与试验值对比如图3所示,7个间距下的预测结果平均绝对百分比误差仅为1.43%,可见,预测效果良好。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (2)
1.一种气体介质的储能特征与放电电压预测方法,其特征在于,基于以下定义:
气体介质的储能特征包括:
特征一:空间尺度特征,所述的空间尺度特征为绝缘结构的电场分布特征量,
特征二:时间尺度特征,时间尺度特征为加载电压的波形特征量,
特征三:环境因素特征,环境因素特征为气体介质的气压、温度、湿度;
所述的气体介质包括六氟化硫、氮气;
该预测方法具体包括:
步骤1,基于支持向量机建立预测模型,将空间尺度特征、时间尺度特征和环境因素特征经过归一化后作为支持向量机模型的输入,将绝缘结构在加载电压下是否击穿作为支持向量机模型的输出;通过试验获取少量典型电极绝缘结构的放电电压Ub,分别定义[(1-a%)Ub,Ub)和[Ub,(1+a%)Ub]为放电区间和未放电区间,其中,a%根据允许误差范围设定,采用上述典型电极绝缘结构的储能特征及其对应的输出1或-1对支持向量机模型进行训练,并通过优化算法对支持向量机模型进行参数优化;
步骤2,采用经过训练和优化后的支持向量机模型对待预测绝缘结构的放电电压进行预测,加载电压初值U0,将空间尺度特征、时间尺度特征和环境因素特征作为输入,得出对应输出从-1到1跳变的电压U,即为待预测绝缘结构的放电电压;若在加载电压初值U0下的输出均为-1或均为1,则进一步加载电压U0+dU或U0-dU,直至输出-1到1的跳变;
所述的时间尺度特征包括电压波形基本特征量和附加特征量,所述的电压波形为模拟雷电冲击或操作冲击的双指数波;具体地,基本特征量包括冲击电压幅值Umax、波前时间Tf、半峰值时间T2、电压波形上升率dU/dt、电压波形积分S;附加特征量包括波前阶段x%Umax时刻的斜率kx、超过x%Umax的时间间隔Tx、超过x%Umax的波前时间间隔Tfx、超过x%Umax的波形区域电压积分Sx、超过x%Umax的波前部分电压积分Sfx;上述的x%分别取90%、75%和60%。
2.根据权利要求1所述的一种气体介质的储能特征与放电电压预测方法,其特征在于,所述的空间尺度特征根据绝缘结构高、低压端的空间位置,包括放电通道和放电路径两大类,所述的放电通道为高压端与低压端之间的空间区域,所述的放电路径为高压端与低压端之间最短距离所在的路径;具体地,放电通道类特征量包括放电通道内的场强最大值Em、场强平均值Ea、场强畸变率Ed、电场能量W、能量密度Wd、超过x%最大场强区域所占体积的比例Vrx及其所占能量的比例Wrx、超过24kV/cm和7kV/cm的区域所占体积的比例Vr24、Vr7和所占能量的比例Wr24、Wr7;放电路径类特征量包括放电路径上的电场梯度最大值E′max、最小值E′min和平均值E′ave、超过x%电场梯度最大值的路径长度所占间距的比例E′rx、场强值超过24kV/cm、7kV/cm的路径长度L24、L7及其所占间距的比例Lr24、Lr7;上述的x%分别取90%、75%、50%和25%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610067299.1A CN105678014B (zh) | 2016-01-30 | 2016-01-30 | 一种气体介质的储能特征与放电电压预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610067299.1A CN105678014B (zh) | 2016-01-30 | 2016-01-30 | 一种气体介质的储能特征与放电电压预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105678014A CN105678014A (zh) | 2016-06-15 |
CN105678014B true CN105678014B (zh) | 2018-11-23 |
Family
ID=56304058
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610067299.1A Active CN105678014B (zh) | 2016-01-30 | 2016-01-30 | 一种气体介质的储能特征与放电电压预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105678014B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108414897B (zh) * | 2018-01-24 | 2019-08-02 | 武汉大学 | 一种直升机带电作业组合空气间隙放电电压预测方法 |
CN107992713B (zh) * | 2018-01-24 | 2021-02-19 | 武汉大学 | 一种组合空气间隙击穿电压预测方法 |
CN109085479A (zh) * | 2018-09-29 | 2018-12-25 | 武汉大学 | 基于comsol的棒电极间隙正极性操作冲击放电电压计算方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006269998A (ja) * | 2005-03-25 | 2006-10-05 | Canon Inc | トランジスタのシミュレーション方法及びシミュレーション装置 |
TW200641704A (en) * | 2005-03-16 | 2006-12-01 | Lg Chemical Ltd | Apparatus and method for estimating battery state of charge |
CN103678941A (zh) * | 2013-12-31 | 2014-03-26 | 武汉大学 | 电极空气间隙击穿电压的预测方法 |
CN104880650A (zh) * | 2015-05-26 | 2015-09-02 | 武汉大学 | 一种空气间隙击穿电压预测方法 |
-
2016
- 2016-01-30 CN CN201610067299.1A patent/CN105678014B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200641704A (en) * | 2005-03-16 | 2006-12-01 | Lg Chemical Ltd | Apparatus and method for estimating battery state of charge |
JP2006269998A (ja) * | 2005-03-25 | 2006-10-05 | Canon Inc | トランジスタのシミュレーション方法及びシミュレーション装置 |
CN103678941A (zh) * | 2013-12-31 | 2014-03-26 | 武汉大学 | 电极空气间隙击穿电压的预测方法 |
CN104880650A (zh) * | 2015-05-26 | 2015-09-02 | 武汉大学 | 一种空气间隙击穿电压预测方法 |
Non-Patent Citations (1)
Title |
---|
"基于电场特征量和 SVM 的空气间隙击穿电压预测";舒胜文等;《中 国 电 机 工 程 学 报》;20150202;第35卷(第3期);论文正文 * |
Also Published As
Publication number | Publication date |
---|---|
CN105678014A (zh) | 2016-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106940745B (zh) | 基于全波电磁暂态模型的雷电过电压计算方法 | |
CN105678014B (zh) | 一种气体介质的储能特征与放电电压预测方法 | |
CN105224797B (zh) | 一种特高压大跨越线路反击跳闸率计算方法 | |
Vahidi et al. | Leader progression analysis model for shielding failure computation by using the charge simulation method | |
Chen et al. | Comprehensive transient analysis for low-voltage system in a wind turbine under direct lightning | |
Qi et al. | Parameter Extraction and Wideband Modeling of $\pm $1100 kV Converter Valve | |
CN110895300A (zh) | 一种输电线路杆塔石墨接地装置的防雷性能分析方法 | |
Gao et al. | Breakdown characteristics of a long air gap containing a floating conductor under positive switching impulse | |
Birkl et al. | Investigation of lightning current distribution in a large-scale earth-termination system of photovoltaic power plant | |
Anane et al. | A dynamic corona model for EMTP computation of multiple and non-standard impulses on transmission lines using a type-94 circuit component | |
Holdyk et al. | Inclusion of field-solver-based tower footing grounding models in electromagnetic transient programs | |
Aslani et al. | An intelligent-reduced time method to analyze lightning performance of communication towers and validation using experimental tests | |
CN204028345U (zh) | 一种检测电压互感器抵御地电位升高能力的系统 | |
Shelemy et al. | Monte Carlo simulation of lightning strikes to the Nelson River HVDC transmission lines | |
CN104950195B (zh) | 模拟风电机组桨叶引雷的试验装置及方法 | |
Kong et al. | A novel disturbance identification method based on empirical mode decomposition for HVDC transmission line protection | |
Astinfeshan et al. | Analysis of corona effect on lightning performance of HV overhead transmission line using ATP/EMTP | |
Sjöstedt et al. | Voltage grading design of UHV surge arresters using 3D transient capacitive-resistive field simulations | |
Madshaven et al. | Cerman: Software for simulating streamer propagation in dielectric liquids based on the Townsend–Meek criterion | |
Liu et al. | Test and Simulation of Transient Characteristics of a Grounding Grid in substation | |
Liu et al. | A Feature Set of Electrostatic Field Distribution to Predict Rod-plane Gap Breakdown Voltage | |
Liu et al. | Fault type identification of arc grounding based on time-frequency domain characteristics of zero sequence current | |
CN108710072A (zh) | 电器实际冲击电压波形下sf6气体击穿特性试验系统 | |
Zhang et al. | A Simplified Dynamic Surge Impedance Model with Corona Effect for Grounding Down-Leads of Composite Pylons | |
You et al. | Lightning model for HVDC transmission lines |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |