CN111707971A - 一种避雷器绝缘状态检测方法 - Google Patents
一种避雷器绝缘状态检测方法 Download PDFInfo
- Publication number
- CN111707971A CN111707971A CN202010614205.4A CN202010614205A CN111707971A CN 111707971 A CN111707971 A CN 111707971A CN 202010614205 A CN202010614205 A CN 202010614205A CN 111707971 A CN111707971 A CN 111707971A
- Authority
- CN
- China
- Prior art keywords
- lightning arrester
- insulation state
- arrester
- leakage current
- aging
- 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.)
- Pending
Links
- 238000009413 insulation Methods 0.000 title claims abstract description 52
- 238000001514 detection method Methods 0.000 title claims abstract description 12
- XLOMVQKBTHCTTD-UHFFFAOYSA-N Zinc monoxide Chemical compound [Zn]=O XLOMVQKBTHCTTD-UHFFFAOYSA-N 0.000 claims abstract description 80
- 239000011787 zinc oxide Substances 0.000 claims abstract description 40
- 238000012360 testing method Methods 0.000 claims abstract description 28
- 230000032683 aging Effects 0.000 claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 15
- 238000003062 neural network model Methods 0.000 claims abstract description 7
- 238000003878 thermal aging Methods 0.000 claims abstract description 7
- 150000003839 salts Chemical class 0.000 claims abstract description 4
- 238000010438 heat treatment Methods 0.000 claims description 17
- 238000011109 contamination Methods 0.000 claims description 11
- 239000000243 solution Substances 0.000 claims description 7
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 claims description 6
- 230000035939 shock Effects 0.000 claims description 6
- 239000002131 composite material Substances 0.000 claims description 4
- 230000000903 blocking effect Effects 0.000 claims description 3
- 230000000630 rising effect Effects 0.000 claims description 3
- 239000012266 salt solution Substances 0.000 claims description 3
- 239000011780 sodium chloride Substances 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 12
- 238000013528 artificial neural network Methods 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000002474 experimental method Methods 0.000 description 14
- 230000007613 environmental effect Effects 0.000 description 12
- 238000003745 diagnosis Methods 0.000 description 5
- 230000007547 defect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/52—Testing for short-circuits, leakage current or ground faults
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/56—Testing of electric apparatus
Abstract
本发明涉及一种避雷器绝缘状态检测方法,属于避雷器在线监测技术领域。技术方案是:模拟避雷器运行工况老化,检测环境包括测试电压5kV‑13.6kV,温度20℃‑60℃,相对湿度20%‑80%,盐密度20g/L‑160g/L;对避雷器在200℃下进行100h加速热老化;检测的主要特征量包括实时监测的氧化锌避雷器泄漏电流及其阻性分量;以泄露电流及其阻性分量和环境变量作为输入量,绝缘状态为输出量,建立BP神经网络模型,对避雷器老化过程中的绝缘状态进行评估。本发明的有益效果:对BP神经网络算法模型进行训练后,其对避雷器绝缘状态评估误差在1%以下,可以准确地反映出运行在复杂环境条件下的避雷器绝缘状态。
Description
技术领域
本发明涉及一种避雷器绝缘状态检测方法,属于避雷器在线监测技术领域。
背景技术
随着电力系统的发展,对电力系统运行的安全性和稳定性都提出了更高的要求,传统的定期停电检测已经不能完全满足我们的需求,因此检修方式逐步向实时的在线监测发展。避雷器作为电力系统中的保护装置,长期在工频电压的作用下,同时受到环境因素、电网谐波、过电压、内部受潮等因素的影响,其绝缘性能在运行过程中会发生不同程度的下降,严重时会失去对系统的保护作用,甚至发生爆炸。而我们可以通过在线监测实时地监测到避雷器的绝缘状态。
目前,国内外研究人员对氧化锌避雷器的老化研究已经很多,提出多种表征氧化锌避雷器老化指标,其中以泄漏电流为指标来作为判断是否老化的依据得到大多数学者的认可。但运行中的氧化锌避雷器泄漏电流会受到电压波动、表面污秽、环境温度和湿度等的影响,如在氧化锌避雷器表面污秽比较严重的时候,1小时内的最大温升达到3.6℃(表面温度),考虑到复合外套的隔热性,内部阀片温升应该远高于这个数值。氧化锌避雷器阀片长期处于高发热状态,导致其加速老化。而温度对氧化锌避雷器的影响,是由氧化锌避雷器阀片复杂的晶格结构导致的,在相对低温环境下受到温度的影响较小。但当温度超过40°C,氧化锌避雷器的非线性特性会有较大的波动,总泄漏电流会出现成倍的增长。其次是当环境湿度到达一定比例时,氧化锌避雷器表面会变得潮湿,同时会引起电位分布不均,导致电流增大。在多种环境变化因素同时作用时,氧化锌避雷器监测的特征值变化也会比较复杂,目前,尚无好的检测方法来排除多种环境因素对在线监测结果的影响。
发明内容
本发明目的是提供一种避雷器绝缘状态检测方法,通过在不同污秽程度、环境温度和湿度、电压下对氧化锌避雷器进行模拟工况老化,并实时监测其泄露电流和阻性电流变化,研究了各种老化因素下对氧化锌避雷器绝缘状态变化的影响,确定了可以表征氧化锌避雷器绝缘老化的特征值,即总泄漏电流、泄漏电流阻性分量和阻性分量三次谐波量;以监测实验获得的特征量和环境变量作为输入量,其绝缘状态为输出量,建立了基于BP神经网络模型对氧化锌避雷器绝缘状态进行评估;对BP神经网络算法模型进行训练后,其对避雷器绝缘状态评估误差在1%以下,可以准确的反映出运行在复杂环境条件下的避雷器绝缘状态,有效地解决了背景技术中存在的上述问题。
本发明的技术方案是:一种避雷器绝缘状态检测方法,包含以下步骤:模拟避雷器运行工况老化,检测环境包括测试电压5kV-13.6kV,温度20℃-60℃,相对湿度20%-80%,盐密度20g/L-160g/L;对避雷器在200℃下进行100h加速热老化;检测的主要特征量包括实时监测的氧化锌避雷器泄漏电流及其阻性分量;以泄露电流及其阻性分量和环境变量作为输入量,绝缘状态为输出量,建立BP神经网络模型,对避雷器老化过程中的绝缘状态进行评估。
所述氧化锌避雷器泄漏电流为避雷器工作在小电流区时,在持续运行电压状态下的总泄漏电流,用泄漏电流传感器采集数据。
所述阻性分量为总泄漏电流中的泄漏电流阻性分量和阻性分量三次谐波量,其占比为5%-20%。
所述环境变量为不同表面污秽情况、不同测试温度和相对湿度。
所述测试电压为工频交流电压,电压上升梯度为1kV。
所述不同表面污秽情况是配制不同浓度的盐溶液,用于进行不同程度的表面污秽处理;溶液浓度为20g/L、40g/L、80g/L、112g/L和160g/L的五组NaCl溶液,通过盐度的大小来表明表面污秽的程度。
所述不同测试温度和相对湿度,包括:测试温度为避雷器运行温度,通过恒温箱均匀加热避雷器,由于复合外套的阻隔作用,加热时间不小于2h;每次加热后都将避雷器冷却至室温后静置一段时间,再进行加热,保证内部阀片不会过热;测试相对湿度为避雷器运行时环境的湿度,主要是用冷热冲击仪来改变环境的湿度,冷热冲击可以增加相对湿度最高至90%左右;每次置于新的湿度环境之前,需要将避雷器表面完全擦干,保持表面干净。
所述加速热老化是为了分析避雷器老化以后的特征值变化,通过可控恒温加热箱进行加热,加热温度预设为120℃,通过加热前后避雷器的U1mA和I0.75U作为是否老化判断依据。
本发明的有益效果是:通过在不同污秽程度、环境温度和湿度、电压下对氧化锌避雷器进行模拟工况老化,并实时监测其泄露电流和阻性电流变化,研究了各种老化因素下对氧化锌避雷器绝缘状态变化的影响,确定了可以表征氧化锌避雷器绝缘老化的特征值,即总泄漏电流、泄漏电流阻性分量和阻性分量三次谐波量;以监测实验获得的特征量和环境变量作为输入量,其绝缘状态为输出量,建立了基于BP神经网络模型对氧化锌避雷器绝缘状态进行评估;对BP神经网络算法模型进行训练后,其对避雷器绝缘状态评估误差在1%以下,可以准确地反映出运行在复杂环境条件下的避雷器绝缘状态。
具体实施方式
下面结合实施例对本发明技术方案作进一步详细的说明,这是本发明的较佳实施例。应当理解,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例;需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
一种避雷器绝缘状态检测方法,包含以下步骤:模拟避雷器运行工况老化,检测环境包括测试电压5kV-13.6kV电压,温度20℃-60℃,相对湿度20%-80%,盐密度20g/L-160g/L;对避雷器在200℃下进行100h加速热老化;检测的主要特征量包括实时监测的氧化锌避雷器泄漏电流及其阻性分量;以泄露电流及其阻性分量和环境变量作为输入量,绝缘状态为输出量,建立BP神经网络模型,对避雷器老化过程中的绝缘状态进行评估。
所述氧化锌避雷器泄漏电流为避雷器工作在小电流区时,在持续运行电压状态下的总泄漏电流,用泄漏电流传感器采集数据。
所述阻性分量为总泄漏电流中的泄漏电流阻性分量和阻性分量三次谐波量,其占比较小,只有5%-20%。
所述环境变量为不同表面污秽情况、不同测试温度和相对湿度。
所述测试电压为工频交流电压,电压上升梯度为1kV。
所述不同表面污秽情况是配制不同浓度的盐溶液,用于进行不同程度的表面污秽处理;溶液浓度为20g/L、40g/L、80g/L、112g/L和160g/L的五组NaCl溶液,通过盐度的大小来表明表面污秽的程度。
所述不同测试温度和相对湿度,包括:测试温度为避雷器运行温度,通过恒温箱均匀加热避雷器,由于复合外套的阻隔作用,加热时间不小于2h;每次加热后都将避雷器冷却至室温后静置一段时间,再进行加热,保证内部阀片不会过热;测试相对湿度为避雷器运行时环境的湿度,主要是用冷热冲击仪来改变环境的湿度,冷热冲击可以增加相对湿度最高至90%左右;每次置于新的湿度环境之前,需要将避雷器表面完全擦干,保持表面干净。
所述加速热老化是为了分析避雷器老化以后的特征值变化,通过可控恒温加热箱进行加热,加热温度预设为120℃,通过加热前后避雷器的U1mA和I0.75U作为是否老化判断依据。
在实际应用中,模拟氧化锌避雷器运行情况,采集其在持续运行电压状态下的泄漏电流。测量结果如表1
表1持续泄漏电流测量数据
Table 1The testing data of constant leakage current
对正常运行电压下的氧化锌避雷器进行表面污秽处理后的交流泄漏电流试验,测试结果如表2所示。
表2表面污秽处理后的实验结果
Table 2The experimental results of after surface contaminationtreatment
实验室内温度约为20℃,本实验设置温度以10℃为间隔进行测量。据实际运行情况分析,氧化锌避雷器表面最高温度可以达到60℃以上,将加热的最高温度设置为60℃。测试结果如表3所示。
表3不同温度下的实验结果
Table 3Experiment results at different temperature
对氧化锌避雷器处于不同湿度下的在线监测状况进行研究。主要是用冷热冲击仪来改变环境的湿度,冷热冲击可以增加相对湿度最高至90%左右。在实验环境中相对湿度大约为10%~20%,本实验选择相对湿度20%作为实验起点,最高湿度80%进行测量。每次置于新的湿度环境之前,需要将避雷器表面完全擦干,保持表面干净。表4为实验结果。
表4不同湿度下的实验结果
Table 4The experiment results at different humidity
氧化锌避雷器在正常工作条件下的老化速度比较慢,但避雷器的老化是一种常见的绝缘劣化情况,本实验为了分析避雷器老化以后的特征值变化,对避雷器进行加速老化。具体实验结果如下表5所示。
表5交流泄漏电流测试
Table 5AC leakage current experiment
为了更好的分析对比本发明的测试方法,建立第一个BP神经网络诊断模型,不将环境变量作为输入量,只将总泄漏电流、阻性电流基波分量、阻性电流三次谐波分量作为输入量,氧化锌避雷器绝缘状态作为输出量。将某一只避雷器的特征量数据作为训练数据,对建立的诊断模型进行训练。
同时为了让绝缘状态可以量化,本实验将绝缘状态设定为0~1范围内的实数。输出越接近0,表示绝缘状态越好,或者说是存在缺陷的概率越小。输出越接近1,表示绝缘性能越差,存在缺陷的概率越大。具体实验结果如下表6所示。模型完成训练以后,用另一只同型号的避雷器的特征值数据作为测试数据,首先是在相同环境下的测试结果,如表6所示。
从表6可以看出,实际状态和诊断状态(模型输出值)之间的误差很小,真实值与预测值之间的绝对误差小于0.001,同时相对误差比例也远在0.1%以下。
表6测试数据(节选)
Table 6testing data(part)
但是将环境条件变化时的特征值作为另一组测试数据进行测试,其部分结果如表7所示。由于环境因素变化时,特征值变化较为复杂,导致原始模型的预测结果出现了较大误差。
表7测试数据(节选)
Table 7testing data(part)
根据本发明提供的检测方法,将这些环境变量也作为新诊断模型的输入量,新诊断模型的输入量为温度、湿度、表面污秽情况、总泄漏电流、泄漏电流阻性分量、阻性分量三次谐波量,输出量为避雷器绝缘状态。对新的模型进行训练后,新的诊断模型可以更好的对受到环境因素影响的避雷器运行状态进行分析。新模型的节选测试数据如表8所示。
表8测试数据(节选)
Table 8testing data(part)
综上所述,本发明通过在不同污秽程度、环境温度和湿度、电压下对氧化锌避雷器进行模拟工况老化,并实时监测其泄露电流和阻性电流变化,研究了各种老化因素下对氧化锌避雷器绝缘状态变化的影响,确定了可以表征氧化锌避雷器绝缘老化的特征值,即总泄漏电流、泄漏电流阻性分量、阻性分量三次谐波量。以监测实验获得的特征量和环境变量作为输入量,其绝缘状态为输出量,建立了基于BP神经网络模型对氧化锌避雷器绝缘状态进行评估。对BP神经网络算法模型进行训练后,其对避雷器绝缘状态评估误差在1%以下,可以准确的反映出运行在复杂环境条件下的避雷器绝缘状态。
Claims (8)
1.一种避雷器绝缘状态检测方法,其特征在于包含以下步骤:模拟避雷器运行工况老化,检测环境包括测试电压5kV-13.6kV,温度20℃-60℃,相对湿度20%-80%,盐密度20g/L-160g/L;对避雷器在200℃下进行100h加速热老化;检测的主要特征量包括实时监测的氧化锌避雷器泄漏电流及其阻性分量;以泄露电流及其阻性分量和环境变量作为输入量,绝缘状态为输出量,建立BP神经网络模型,对避雷器老化过程中的绝缘状态进行评估。
2.根据权利要求1所述的一种避雷器绝缘状态检测方法,其特征在于:所述氧化锌避雷器泄漏电流为避雷器工作在小电流区时,在持续运行电压状态下的总泄漏电流,用泄漏电流传感器采集数据。
3.根据权利要求1所述的一种避雷器绝缘状态检测方法,其特征在于:所述阻性分量为总泄漏电流中的泄漏电流阻性分量和阻性分量三次谐波量,其占比为5%-20%。
4.根据权利要求1所述的一种避雷器绝缘状态检测方法,其特征在于:所述环境变量为不同表面污秽情况、不同测试温度和相对湿度。
5.根据权利要求1所述的一种避雷器绝缘状态检测方法,其特征在于:所述测试电压为工频交流电压,电压上升梯度为1kV。
6.根据权利要求4所述的一种避雷器绝缘状态检测方法,其特征在于:所述不同表面污秽情况是配制不同浓度的盐溶液,用于进行不同程度的表面污秽处理;溶液浓度为20g/L、40g/L、80g/L、112g/L和160g/L的五组NaCl溶液,通过盐度的大小来表明表面污秽的程度。
7.根据权利要求4所述的一种避雷器绝缘状态检测方法,其特征在于:所述不同测试温度和相对湿度,包括:测试温度为避雷器运行温度,通过恒温箱均匀加热避雷器,由于复合外套的阻隔作用,加热时间不小于2h;每次加热后都将避雷器冷却至室温后静置一段时间,再进行加热,保证内部阀片不会过热;测试相对湿度为避雷器运行时环境的湿度,主要是用冷热冲击仪来改变环境的湿度,冷热冲击可以增加相对湿度最高至90%左右;每次置于新的湿度环境之前,需要将避雷器表面完全擦干,保持表面干净。
8.根据权利要求1所述的一种避雷器绝缘状态检测方法,其特征在于:所述加速热老化是为了分析避雷器老化以后的特征值变化,通过可控恒温加热箱进行加热,加热温度预设为120ºC,通过加热前后避雷器的U1mA和I0.75U 作为是否老化判断依据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010614205.4A CN111707971A (zh) | 2020-06-30 | 2020-06-30 | 一种避雷器绝缘状态检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010614205.4A CN111707971A (zh) | 2020-06-30 | 2020-06-30 | 一种避雷器绝缘状态检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111707971A true CN111707971A (zh) | 2020-09-25 |
Family
ID=72543868
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010614205.4A Pending CN111707971A (zh) | 2020-06-30 | 2020-06-30 | 一种避雷器绝缘状态检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111707971A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112255484A (zh) * | 2020-10-19 | 2021-01-22 | 国网河南省电力公司电力科学研究院 | 一种避雷器运行状态在线监测及评估方法和系统 |
CN112557946A (zh) * | 2020-11-20 | 2021-03-26 | 台州学院 | 一种基于数字滤波与人工神经网络的低压spd智能在线检测装置 |
CN112595919A (zh) * | 2020-12-31 | 2021-04-02 | 国网浙江省电力有限公司经济技术研究院 | 避雷器的故障检测系统、方法及装置、服务器 |
CN112684274A (zh) * | 2021-01-11 | 2021-04-20 | 西南交通大学 | 一种不同空气含水量下避雷器可靠性状态评估方法 |
CN112731042A (zh) * | 2021-01-11 | 2021-04-30 | 西南交通大学 | 一种基于差异化盐度积污的避雷器健康状况评价方法 |
CN112904118A (zh) * | 2021-01-20 | 2021-06-04 | 云南电网有限责任公司电力科学研究院 | 一种避雷器阀片热老化评估系统及方法 |
CN112924772A (zh) * | 2021-01-20 | 2021-06-08 | 云南电网有限责任公司电力科学研究院 | 一种潮湿环境多脉冲影响的避雷器老化测评系统及方法 |
CN113792495A (zh) * | 2021-11-15 | 2021-12-14 | 广东电网有限责任公司揭阳供电局 | 一种基于在线监测数据的避雷器运行状态识别方法、装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203217008U (zh) * | 2013-03-22 | 2013-09-25 | 中国电力科学研究院 | 一种避雷器运行模拟仿真系统 |
CN105242128A (zh) * | 2015-08-26 | 2016-01-13 | 芜湖市凯鑫避雷器有限责任公司 | 基于模糊神经网络的避雷器在线监测系统 |
-
2020
- 2020-06-30 CN CN202010614205.4A patent/CN111707971A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203217008U (zh) * | 2013-03-22 | 2013-09-25 | 中国电力科学研究院 | 一种避雷器运行模拟仿真系统 |
CN105242128A (zh) * | 2015-08-26 | 2016-01-13 | 芜湖市凯鑫避雷器有限责任公司 | 基于模糊神经网络的避雷器在线监测系统 |
Non-Patent Citations (1)
Title |
---|
李一鸣等: "氧化锌避雷器绝缘老化与检测技术实验研究", 《电测与仪表》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112255484B (zh) * | 2020-10-19 | 2022-03-25 | 国网河南省电力公司电力科学研究院 | 一种避雷器运行状态在线监测及评估方法和系统 |
CN112255484A (zh) * | 2020-10-19 | 2021-01-22 | 国网河南省电力公司电力科学研究院 | 一种避雷器运行状态在线监测及评估方法和系统 |
CN112557946A (zh) * | 2020-11-20 | 2021-03-26 | 台州学院 | 一种基于数字滤波与人工神经网络的低压spd智能在线检测装置 |
CN112595919A (zh) * | 2020-12-31 | 2021-04-02 | 国网浙江省电力有限公司经济技术研究院 | 避雷器的故障检测系统、方法及装置、服务器 |
CN112731042B (zh) * | 2021-01-11 | 2021-09-28 | 西南交通大学 | 一种基于差异化盐度积污的避雷器健康状况评价方法 |
CN112684274A (zh) * | 2021-01-11 | 2021-04-20 | 西南交通大学 | 一种不同空气含水量下避雷器可靠性状态评估方法 |
CN112731042A (zh) * | 2021-01-11 | 2021-04-30 | 西南交通大学 | 一种基于差异化盐度积污的避雷器健康状况评价方法 |
CN112684274B (zh) * | 2021-01-11 | 2021-09-24 | 西南交通大学 | 一种不同空气含水量下避雷器可靠性状态评估方法 |
CN112924772A (zh) * | 2021-01-20 | 2021-06-08 | 云南电网有限责任公司电力科学研究院 | 一种潮湿环境多脉冲影响的避雷器老化测评系统及方法 |
CN112904118A (zh) * | 2021-01-20 | 2021-06-04 | 云南电网有限责任公司电力科学研究院 | 一种避雷器阀片热老化评估系统及方法 |
CN112924772B (zh) * | 2021-01-20 | 2022-04-01 | 云南电网有限责任公司电力科学研究院 | 一种潮湿环境多脉冲影响的避雷器老化测评系统及方法 |
CN112904118B (zh) * | 2021-01-20 | 2022-09-02 | 云南电网有限责任公司电力科学研究院 | 一种避雷器阀片热老化评估系统及方法 |
CN113792495A (zh) * | 2021-11-15 | 2021-12-14 | 广东电网有限责任公司揭阳供电局 | 一种基于在线监测数据的避雷器运行状态识别方法、装置 |
WO2023083366A1 (zh) * | 2021-11-15 | 2023-05-19 | 广东电网有限责任公司揭阳供电局 | 基于在线监测数据的避雷器运行状态识别方法、装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111707971A (zh) | 一种避雷器绝缘状态检测方法 | |
CN103149452B (zh) | 一种评估油纸绝缘的老化状态的方法 | |
CN103197171B (zh) | 基于时域介电响应的特征参量评估油纸绝缘老化状态的方法 | |
CN104749503A (zh) | 一种xlpe电缆绝缘老化状况的判定方法 | |
CN107860894B (zh) | 一种基于频域复介电常数初始斜率的变压器绝缘油中糠醛含量预测方法 | |
CN108872820B (zh) | 高压电流互感器内油浸纸绝缘老化状态的评估方法及系统 | |
CN111220885B (zh) | 一种基于频域介电模量估算变压器油纸绝缘的活化能的方法 | |
CN106053955B (zh) | 一种低频正弦激励下油纸绝缘系统相对介电常数的测试方法 | |
CN109142991B (zh) | 一种基于Burr分布的瓷绝缘子红外测零温度阈值判定方法 | |
CN112179852B (zh) | 一种复合绝缘子的剩余寿命预测方法和装置 | |
CN113064002A (zh) | 一种10kV XLPE电缆绝缘老化状态的评估方法 | |
CN105785235B (zh) | 一种评定绝缘子交流闪络电压特性的试验方法 | |
Yang et al. | Evaluation of wetting condition and its effects on pollution flashover voltage of aerodynamic insulators | |
CN113433434A (zh) | 变压器绝缘老化故障模拟及在线状态量采样系统及其方法 | |
CN105808830A (zh) | 一种利用电缆负荷电流推算电缆热老化状态的方法 | |
Wang et al. | Influence of temperature difference on wetting characteristics of insulators | |
Gao et al. | Research on the calculation method for the parameters of the simplified Schavemaker AC arc model | |
CN112254817B (zh) | 带电设备红外检测的精确故障诊断方法 | |
CN116520101A (zh) | 基于多源融合的套管缺陷辨识及绝缘状态评估方法 | |
Rao et al. | Research on leakage current characteristic of metal oxide varistor | |
CN114325176B (zh) | 一种氧化锌避雷器电阻阀片受潮老化的性能评估方法 | |
CN107782660B (zh) | 一种评价刀闸触头材料环境耐久性的测试方法 | |
CN112926188B (zh) | 基于扩展德拜模型的冲击电容器参数辨识方法及绝缘诊断方法 | |
Din et al. | Classification of degraded polymer insulator using support vector machine | |
Rongbin et al. | Failure Risk Analysis of the Photovoltaic Modules Based on the Improved FMECA Method |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200925 |