CN113484635A - 绝缘子异常发热热源及其材料劣化特征分析方法 - Google Patents
绝缘子异常发热热源及其材料劣化特征分析方法 Download PDFInfo
- Publication number
- CN113484635A CN113484635A CN202110674252.2A CN202110674252A CN113484635A CN 113484635 A CN113484635 A CN 113484635A CN 202110674252 A CN202110674252 A CN 202110674252A CN 113484635 A CN113484635 A CN 113484635A
- Authority
- CN
- China
- Prior art keywords
- composite insulator
- core rod
- insulator
- aging
- degradation
- 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
- 239000012212 insulator Substances 0.000 title claims abstract description 205
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 72
- 238000010438 heat treatment Methods 0.000 title claims abstract description 63
- 238000005297 material degradation process Methods 0.000 title claims description 13
- 238000004458 analytical method Methods 0.000 title claims description 5
- 239000002131 composite material Substances 0.000 claims abstract description 153
- 230000032683 aging Effects 0.000 claims abstract description 80
- 238000012360 testing method Methods 0.000 claims abstract description 77
- 238000006731 degradation reaction Methods 0.000 claims abstract description 65
- 230000015556 catabolic process Effects 0.000 claims abstract description 60
- 238000000034 method Methods 0.000 claims abstract description 39
- 239000000463 material Substances 0.000 claims abstract description 35
- 230000007547 defect Effects 0.000 claims abstract description 10
- 238000010521 absorption reaction Methods 0.000 claims description 24
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 23
- 238000001514 detection method Methods 0.000 claims description 22
- 238000009792 diffusion process Methods 0.000 claims description 15
- 239000002253 acid Substances 0.000 claims description 11
- 230000006866 deterioration Effects 0.000 claims description 10
- 230000009471 action Effects 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 7
- 230000007246 mechanism Effects 0.000 claims description 7
- 150000003839 salts Chemical class 0.000 claims description 7
- 229920006395 saturated elastomer Polymers 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 5
- 230000035882 stress Effects 0.000 claims description 5
- 230000002209 hydrophobic effect Effects 0.000 claims description 4
- 230000004907 flux Effects 0.000 claims description 3
- 238000004643 material aging Methods 0.000 claims description 3
- 230000005012 migration Effects 0.000 claims description 3
- 238000013508 migration Methods 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 3
- 239000000523 sample Substances 0.000 description 44
- 229920002379 silicone rubber Polymers 0.000 description 6
- 239000004945 silicone rubber Substances 0.000 description 5
- 239000003822 epoxy resin Substances 0.000 description 4
- 229920000647 polyepoxide Polymers 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 4
- 238000012706 support-vector machine Methods 0.000 description 4
- 238000002411 thermogravimetry Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000004833 X-ray photoelectron spectroscopy Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000003365 glass fiber Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000002087 whitening effect Effects 0.000 description 3
- 238000005033 Fourier transform infrared spectroscopy Methods 0.000 description 2
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 229910052681 coesite Inorganic materials 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 229910052906 cristobalite Inorganic materials 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000009477 glass transition Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 229910052709 silver Inorganic materials 0.000 description 2
- 239000004332 silver Substances 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 229910052682 stishovite Inorganic materials 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 229910052905 tridymite Inorganic materials 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- MWSKJDNQKGCKPA-UHFFFAOYSA-N 6-methyl-3a,4,5,7a-tetrahydro-2-benzofuran-1,3-dione Chemical compound C1CC(C)=CC2C(=O)OC(=O)C12 MWSKJDNQKGCKPA-UHFFFAOYSA-N 0.000 description 1
- 238000004566 IR spectroscopy Methods 0.000 description 1
- KKCBUQHMOMHUOY-UHFFFAOYSA-N Na2O Inorganic materials [O-2].[Na+].[Na+] KKCBUQHMOMHUOY-UHFFFAOYSA-N 0.000 description 1
- GRYLNZFGIOXLOG-UHFFFAOYSA-N Nitric acid Chemical compound O[N+]([O-])=O GRYLNZFGIOXLOG-UHFFFAOYSA-N 0.000 description 1
- 238000000026 X-ray photoelectron spectrum Methods 0.000 description 1
- PNEYBMLMFCGWSK-UHFFFAOYSA-N aluminium oxide Inorganic materials [O-2].[O-2].[O-2].[Al+3].[Al+3] PNEYBMLMFCGWSK-UHFFFAOYSA-N 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 229910001632 barium fluoride Inorganic materials 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 229910052593 corundum Inorganic materials 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000002845 discoloration Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010292 electrical insulation Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000007730 finishing process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007373 indentation Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910017604 nitric acid Inorganic materials 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 239000000377 silicon dioxide Substances 0.000 description 1
- 239000011343 solid material Substances 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- 238000003878 thermal aging Methods 0.000 description 1
- 229920002725 thermoplastic elastomer Polymers 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- 239000004636 vulcanized rubber Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 229910001845 yogo sapphire Inorganic materials 0.000 description 1
Images
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
- G01R31/003—Environmental or reliability tests
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
- Testing Relating To Insulation (AREA)
- Insulators (AREA)
Abstract
本发明提供一种绝缘子异常发热热源及其材料劣化特征分析方法，通过检测并分析现场典型异常发热复合绝缘子的劣化特征，明确发热热源、原因及影响因素，通过建立加速老化试验平台，分别获得复合绝缘子伞套在海岛复杂环境下的劣化特征和芯棒在高湿热环境下的劣化特征，并将其与现场绝缘子的劣化特征进行等效验证，从而快速建立不同老化程度下的伞套和芯棒异常发热红外图像特征图库，基于图像识别技术判断识别存在缺陷的现场复合绝缘子，通过本发明可以提高劣化复合绝缘子筛查效率，提供更换复合绝缘子精准判断依据，减少人力物力消耗。
Description
技术领域
本发明涉及复合绝缘子缺陷检测技术领域，尤其涉及一种绝缘子异常发热热源及其材料劣化特征分析方法。
背景技术
由硅橡胶伞套和芯棒材料制成的复合绝缘子十分容易受到复杂外界环境的影响，特别是在南方沿海地区或岛屿上，由于高温、高湿、高辐照、高盐密、强台风、强降雨、强雷暴的显著气候环境特点，复合绝缘子在电晕放电、紫外线辐射、湿热以及重污秽等因素影响下会发生老化，导致其机械性能下降，开始出现闪络、断裂、异常发热等事故，其中尤以异常发热发生最为频繁，目前针对南方高湿环境下复合绝缘子的异常发热机理，以及绝缘子伞套及芯棒老化特性与异常温升的对应关系缺乏深入研究，对出现异常发热的复合绝缘子往往采取立即更换的策略，这对电力资源造成了极大浪费，故有必要对复合绝缘子的异常发热机理以及伞套、芯棒的热老化机理进行研究。
专利文献CN111965214A公开了一种架空线路复合绝缘子发热缺陷判断方法及系统，采用的判断方法为：首先提取复合绝缘子芯棒中轴线温度曲线，随后通过温度曲线低频分量梯度最大值和温度曲线梯度数据标准差实现复合绝缘子发热缺陷的判定。
专利文献CN111337771A公开了一种绝缘子串发热特性采集方法，涉及绝缘子串发热特性采集技术领域。该绝缘子串发热特性采集方法，通过将双极电源与信号发生器之间通过导线进行连接，利用双极电源对信号发生器进行信号放大，将双极电源的两极通过两根导线与绝缘子串的两端进行连接，分别使用电流探头和电压探头对绝缘子串内部的电流值和电压值进行检测，利用电流探头与电压探头采集到的电流数据与电压数据，通过示波器将电信号转化成波形曲线进行显示；通过微处理器控制衰减器作用在绝缘子串上，使绝缘子串内部产生变化的电流和电压，电流探头与电压探头实时对绝缘子串内部电流数值和电压数值进行数据采集；在绝缘子串内部的电流数值和电压数值进行变化时，利用红外线温度计对绝缘子串表面的温度进行收集，并且将收集到的温度数值发送至微处理器中，利用微处理器对实时的温度数值、电流数值与电压数值发送至示波器中，利用示波器对温度、电流以及电压的变化作出三条波形曲线，同时微处理器将温度数值、电流数值与电压数值发送至存储器中进行保存，根据示波器上的三条波形曲线进行绝缘子串发热特性的计算。现有技术中主要存在的问题包括：
(1)高湿环境复合绝缘子伞套老化和芯棒酥朽劣化均会造成绝缘子局部异常发热，而伞套老化绝缘子无需立即更换，目前无有效方法区分绝缘子异常发热原因；
(2)目前实验室模拟绝缘子芯棒酥朽老化过程均与现场酥朽断裂绝缘子存在差异；
(3)电网中运行10年以上复合绝缘子数量多、分部面积广，现有的抽样送检法，无法面向全部待检复合绝缘子。同时检测相关试验工作量大，人员有限，费时费力，不能全面了解全网复合绝缘子状态；
(4)复合绝缘子温升与微观性能的对应关系不明确。
发明内容
鉴于此，本发明的目的在于提供一种绝缘子异常发热热源及其材料劣化特征分析方法，以克服或至少部分解决现有技术所存在的上述问题。
为实现上述目的，本发明提供一种绝缘子异常发热热源及其材料劣化特征分析方法，包括以下步骤：
S1、选取典型劣化复合绝缘子或现场运行出现异常发热的复合绝缘子，进行温升试验并对复合绝缘子伞套和芯棒材料微观参数进行检测，根据检测结果，分析运行复合绝缘子伞套和芯棒的异常发热热源及其材料劣化特征，所述运行复合绝缘子伞套和芯棒的异常发热热源称为现场绝缘子异常发热源，所述运行复合绝缘子伞套和芯棒的材料劣化特征称为现场绝缘子劣化特征；
S2、建立加速老化试验平台，模拟海岛复杂环境下复合绝缘子伞套的劣化过程，通过试验获得复合绝缘子伞套在人工多因素老化条件下的劣化特征，所述复合绝缘子伞套在人工多因素老化条件下的劣化特征称为人工老化伞套劣化特征，验证人工老化伞套劣化特征和现场绝缘子劣化特征的等效性；
S3、对复合绝缘子芯棒进行湿热老化试验，以及酸液和恒定应力下的电晕放电试验，通过试验获得复合绝缘子芯棒在人工多因素老化条件下的劣化特征，所述复合绝缘子芯棒在人工多因素老化条件下的劣化特征称为人工老化芯棒劣化特征，验证人工老化芯棒劣化特征和现场绝缘子劣化特征的等效性；
S4、根据不同异常发热源引起的复合绝缘子异常发热红外图像，建立异常发热红外特征图库，获取现场运行的复合绝缘子红外图像，与异常发热红外特征图库中的复合绝缘子异常发热红外图像进行对比，判断识别存在缺陷的现场运行复合绝缘子。
进一步的，步骤S1中所述选取典型劣化复合绝缘子或现场运行出现异常发热的复合绝缘子，进行温升试验，具体包括步骤：
S101、对复合绝缘子进行温升试验，拍摄复合绝缘子发热图像，对复合绝缘子伞裙外观特征进行分级；
S102、对不同级别外观特征的复合绝缘子进行分段预处理，对分段预处理后的复合绝缘子进行不同温湿度下的温升试验。
进一步的，步骤S1中所述对复合绝缘子伞套和芯棒材料微观参数进行检测，具体包括：通过三电极系统测量复合绝缘子的电气特征量，对复合绝缘子材料进行微观参数检测。
进一步的，步骤S2中所述模拟海岛复杂环境下复合绝缘子伞套的劣化过程，具体包括：
第一阶段，模拟伞套在高电压、盐雾作用下的放电；
第二阶段，模拟伞套在高温、高湿和强紫外辐照下的憎水性迁移与恢复、材料老化。
进一步的，所述人工老化伞套劣化特征包括：静态接触角、伞套硬度、温升、介质损耗、介电常数、体积电阻率的劣化特征。
进一步的，所述步骤S2还包括：制备与复合绝缘子材料相同的试片，对试片在高温高湿下开展电晕老化试验，分析老化后试片的饱和吸湿特性，检测试片的微观参数，分析水分侵入对复合绝缘子伞套劣化及发热的影响机理。
进一步的，所述步骤S3具体包括以下步骤：
S301、采用水浴法对复合绝缘子的芯棒试样进行湿热老化试验，对湿热老化后的芯棒试样进行吸湿试验，建立芯棒材料的水分扩散模型；
S302、通过三电极系统测量芯棒试样的电气特征量，同时拍摄芯棒试样的红外热像图，获得芯棒试样的表面温升平均值，分析吸湿后的芯棒试样的机械性能变化，对芯棒试样进行微观参数检测；
S303、模拟水分侵入伞套-芯棒界面后在局部放电作用下生成的酸性环境，对芯棒试样进行人工多因素老化，对经过人工多因素老化的芯棒试样重新执行步骤S302所述的检测方法，将检测结果与现场芯棒劣化的复合绝缘子进行对比。
进一步的，步骤S301中，所述建立芯棒材料的水分扩散模型具体包括：
仅考虑水分子一维方向的扩散有：
其中，Jx为水分子在x方向上的扩散通量，Dx为x方向上的扩散系数，u为水分子的浓度，扩散模型的表达式为：
其中，c∞为饱和吸湿率，t为吸湿时间，ct为吸湿时间时的吸湿率，n为自然数，h为试样厚度。
进一步的，所述采用水浴法对复合绝缘子的芯棒试样进行湿热老化试验，具体为：在恒温水浴箱中分别采用50℃、80℃、100℃水浴的方式对芯棒试样进行湿热老化试验。
与现有技术相比，本发明的有益效果是：
本发明所提供的一种绝缘子异常发热热源及其材料劣化特征分析方法，通过检测并分析现场典型异常发热复合绝缘子的劣化特征，明确发热热源、原因及影响因素，通过建立加速老化试验平台，分别获得复合绝缘子伞套在海岛复杂环境下的劣化特征和芯棒在高湿热环境下的劣化特征，并将其与现场绝缘子的劣化特征进行等效验证，从而快速建立不同老化程度下的伞套和芯棒异常发热红外图像特征图库，基于图像识别技术判断识别存在缺陷的现场复合绝缘子，通过本发明可以提高劣化复合绝缘子筛查效率，提供更换复合绝缘子精准判断依据，减少人力物力消耗。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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优选实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一实施例提供的绝缘子异常发热热源及其材料劣化特征分析方法整体流程示意图。
图2是典型绝缘子的整体结构示意图。
图3是本发明一实施例提供的复合绝缘子温升试验整理流程示意图。
图4是本发明一实施例提供的温升试验接线示意图。
图5是本发明一实施例提供的复合绝缘子取样示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所列举实施例只用于解释本发明，并非用于限定本发明的范围。
参照图1，本发明实施例提供一种绝缘子异常发热热源及其材料劣化特征分析方法，所述方法包括以下步骤：
S1、选取典型劣化复合绝缘子或现场运行出现异常发热的复合绝缘子，进行温升试验并对复合绝缘子伞套和芯棒材料微观参数进行检测，根据检测结果，分析运行复合绝缘子伞套和芯棒的异常发热热源及其材料劣化特征，所述运行复合绝缘子伞套和芯棒的异常发热热源称为现场绝缘子异常发热源，所述运行复合绝缘子伞套和芯棒的材料劣化特征称为现场绝缘子劣化特征。
其中，所述选取典型劣化复合绝缘子或现场运行出现异常发热的复合绝缘子，具体为从热带海岛高湿高温地区选择典型劣化复合绝缘子或运行中出现异常发热的复合绝缘子，典型复合绝缘子的结构如图2所示。
S2、建立加速老化试验平台，模拟海岛复杂环境下复合绝缘子伞套的劣化过程，通过试验获得复合绝缘子伞套在人工多因素老化条件下的劣化特征，所述复合绝缘子伞套在人工多因素老化条件下的劣化特征称为人工老化伞套劣化特征，验证人工老化伞套劣化特征和现场绝缘子劣化特征的等效性。
S3、对复合绝缘子芯棒进行湿热老化试验，以及酸液和恒定应力下的电晕放电试验，通过试验获得复合绝缘子芯棒在人工多因素老化条件下的劣化特征，所述复合绝缘子芯棒在人工多因素老化条件下的劣化特征称为人工老化芯棒劣化特征，验证人工老化芯棒劣化特征和现场绝缘子劣化特征的等效性。
S4、根据不同异常发热源引起的复合绝缘子异常发热红外图像，建立异常发热红外特征图库，获取现场运行的复合绝缘子红外图像，与异常发热红外特征图库中的复合绝缘子异常发热红外图像进行对比，判断识别存在缺陷的现场运行复合绝缘子。
作为一种可选的实施方式，参照图3，所述步骤S1中所述选取典型劣化复合绝缘子或现场运行出现异常发热的复合绝缘子，进行温升试验，具体包括步骤：
S101、对复合绝缘子进行温升试验，拍摄复合绝缘子发热图像，对复合绝缘子伞裙外观特征进行分级。
示例性地，所述温升试验的接线图可以参照图4，通过红外成像仪拍摄绝缘子发热图像，同时对伞裙硬度和憎水性接触角进行检测，对复合绝缘子伞裙外观特征进行分级。
复合绝缘子在挂网运行条件下，会经历高温、潮湿、盐雾、紫外线照射、日光照射、淋雨、高电压等因素的综合作用，经过长年累月的累积会使复合绝缘子的外观及性能发生一系列的变化，其中最直观、最明显的变化在于其伞裙护套的外观老化。
复合绝缘子伞裙护套材料的老化特征在不同阶段的表现不同：伞裙颜色从有鲜艳明亮的颜色、轻微泛白，大面积发白至完全发白；表面粗糙度从有光泽、无光泽、轻微银纹至大面积银纹并出现粉化；硬度从开始的柔软、明显变硬至伞裙变硬变形。复合绝缘子在不同运行环境下的老化速度不同，在某些严重污秽的情况下运行仅2～3年，伞裙材料就出现明显的发硬变色等老化现象，而在一些洁净地区运行10年以上的复合绝缘子伞裙材料可能不会出现明显的老化现象。对复合绝缘子伞裙外观特征的分级如表1所示。
表1复合绝缘子伞裙外观特征分级
S102、对不同级别外观特征的复合绝缘子进行分段预处理，对分段预处理后的复合绝缘子进行不同温湿度下的温升试验。
示例性地，所述分段预处理具体为将复合绝缘子按照每3cm一个单元进行切分，从高压端起进行编号，如图5所示，截面应当保持平整，同时截取同一厂家生产的新绝缘子作为对照组。
对分段预处理后的复合绝缘子试样进行不同温湿度下的温升试验，试验电极采用平板电极，电极置于恒温恒湿箱内，箱体一侧装设有BaF2红外测温窗口，可透过波长范围在7～14μm的红外光，透过率≥95％。
作为一种可选的实施方式，步骤S1中所述对复合绝缘子伞套和芯棒材料微观参数进行检测，具体为：通过三电极系统测量复合绝缘子的电气特征量，对复合绝缘子材料进行微观参数检测。
示例性地，所述电气特征量包括复合绝缘子试样的体电流和表面电流，记录电流电压大小及相位，以及试样的介电常数和介质损耗。对复合绝缘子材料进行微观参数检测，可以是结合扫描电镜(SEM)、傅里叶红外光谱(FTIR)、X射线光电子能谱(XPS)和热重分析(TGA)等技术手段实现，根据检测结果，分析现场绝缘子异常发热源及其材料劣化特征。
作为一种可选的实施方式，步骤S2中所述模拟海岛复杂环境下复合绝缘子伞套的劣化过程，具体包括：
第一阶段，模拟伞套在高电压、盐雾作用下的放电。
第二阶段，模拟伞套在高温、高湿和强紫外辐照下的憎水性迁移与恢复、材料老化。
该过程中通过搭建电晕、湿热、紫外、盐雾等加速老化试验平台，将多因素加速老化的裂化过程分为两个阶段，该过程中每个循环周期为48h，每个周期中分为2个24h的阶段。在盐雾环境下可根据具体运行环境污秽度，在伞套表面涂抹定量硅藻土模拟不溶性污秽。
在对复合绝缘子伞套进行人工多因素老化的模拟试验后，获得复合绝缘子伞套在人工多因素老化条件下的人工老化伞套劣化特征，具体包括静态接触角、伞裙硬度、温升(可以是红外图像的形式)、介质损耗、介电常数、体积电阻等参量的劣化特征。
示例性地，对于静态接触角，可以按照GB/T 19519中规定的静态接触角试验方法对伞套材料的憎水性进行测试。
对于伞裙硬度，硬度是衡量硅橡胶性能的重要指标之一，硬度反映了固定固体材料抗拒由于外界物体入侵造成的永久形变的能力，硅橡胶的硬度一般采用邵氏硬度(Shorescleroscope hardness)进行表征。邵氏硬度计具有测量简单、设备便携等优点，因此得到了广泛的采用。老化的硅橡胶会出现变硬、失去柔韧性等现象。因此，硬度往往能成为反映硅橡胶老化状态的指标。邵氏硬度的测量试验依据GB/T531.1-2008《硫化橡胶或热塑性橡胶压入硬度试验方法第1部分：邵氏硬度计法(绍尔硬度)》进行。对于硅橡胶材料，一般选用邵氏硬度计A型进行测量。
作为一种可选的实施方式，所述步骤S2还包括：制备与复合绝缘子材料相同的试片，对试片在高温高湿下开展电晕老化试验，分析老化后试片的饱和吸湿特性，检测试片的微观参数，分析水分侵入对复合绝缘子伞套劣化及发热的影响机理。
示例性地，检测试片的微观参数，同样可以采用SEM、FTIR、XPS、TGA等技术手段实现。
作为一种可选的实施方式，所述步骤S3具体包括以下步骤：
S301、采用水浴法对复合绝缘子的芯棒试样进行湿热老化试验，对湿热老化后的芯棒试样进行吸湿试验，建立芯棒材料的水分扩散模型。
示例性地，复合绝缘子芯棒主要由环氧树脂、玻璃纤维、固化剂加热固化而成，其环氧树脂原料为电绝缘性能优异的E-51环氧树脂，玻璃纤维为耐腐蚀纤维，耐酸性能优异，主要成分为SiO2、Al2O3、MgO、Na2O等氧化物，固化剂为优质甲基四氢苯酐。为了试验的方便，可以将单根长芯棒切割成长30mm的短样。
采用水浴法对复合绝缘子的芯棒试样进行湿热老化试验，具体可以是分别采用50℃、80℃、100℃水浴的方式对芯棒试样进行湿热老化试验，湿热老化试验在恒温水浴箱中完成，环氧树脂玻璃纤维复合材料的玻璃化转变温度在120℃左右，当老化温度低于玻璃化转变温度，复合材料的老化机理不会改变，升高温度只会加速老化的速度。对湿热老化后的芯棒试样在恒温恒湿箱中开展吸湿试验。
Fick扩散理论认为水分子从高浓度以正比于浓度梯度的流量向低浓度扩散，因此若仅考虑水分子在一维方向的扩散有：
其中，Jx为水分子在x方向上的扩散通量，Dx为x方向上的扩散系数，u为水分子的浓度，扩散模型的表达式为：
其中，c∞为饱和吸湿率，t为吸湿时间，ct为吸湿时间时的吸湿率，n为自然数，h为试样厚度。
S302、通过三电极系统测量芯棒试样的电气特征量，同时拍摄芯棒试样的红外热像图，获得芯棒试样的表面温升平均值，分析吸湿后的芯棒试样的机械性能变化，对芯棒试样进行微观参数检测。
示例性地，该步骤中将吸湿后的芯棒试样置于前述平板电极之间，其环境条件、施加电压与前述实施例中对绝缘子短试样温升试样相同，测量其体电阻、介电常数、介电损耗、泄露电流大小及相位等电气特征量，同时拍摄试样红外热像图，获得试样表面温升平均值，采用万能试验机分析吸湿后的芯棒试样拉伸性能、弯曲性能等机械性能的变化，并结合扫描电镜、傅里叶红外光谱、X射线光电子能谱和热重分析等技术手段对芯棒试样进行材料微观参数检测。
S303、模拟水分侵入伞套-芯棒界面后在局部放电作用下生成的酸性环境，对芯棒试样进行人工多因素老化，对经过人工多因素老化的芯棒试样重新执行步骤S302所述的检测方法，将检测结果与现场芯棒劣化的复合绝缘子进行对比。
该步骤中，可以通过在实验室搭建高低温湿热循环试验用湿、热、电、力联合试验平台，模拟水分侵入伞套-芯棒界面后在局部放电作用下生成的酸性环境，如下式所示：
NO2+H2O→HNO3
对经过酸液、应力、电晕放电综合老化后的芯棒试样同样开展如步骤S302所述的试验与检测，根据分析检测结果与现场芯棒劣化的复合绝缘子进行对比，可以验证酸液、应力、电晕放电综合老化试验方法的可行性。
作为一种可选的实施方式，步骤S4中将现场运行的复合绝缘子红外图像与异常发热红外特征图库中的复合绝缘子异常发热红外图像进行对比，判断识别存在缺陷的现场运行复合绝缘子，具体包括以下步骤：
步骤一、发热点目标检测
该步骤可以通过深度学习算法建立卷积神经网络模型，通过异常发热红外图片样本集对卷积神经网络模型进行有监督预训练和微调训练，将现场运行复合绝缘子红外图像输入模型中，输出展示输入红外图像故障点识别与定位结果。
步骤二、提取特征量
对于深度学习、BP神经网络等算法，其输入特征参量的选择往往是决定算法效果的最直观影响因素。本领域技术人员知晓，特征提取可以通过多种方式实现，例如颜色矩、颜色直方图、HOG特征、LSS特征等，本实施例对此不进行具体限定。
步骤三、SVM分类预测
支持向量机(support vector machine，SVM)是一种二类分类模型，其基本模型定义为特征空间上的间隔最大的线性分类器，其学习策略便是间隔最大化，最终可转化为一个凸二次规划问题的求解。将采用不同特征提取算法提取的多维特征训练集，分别送入支持向量机分类器迭代训练。利用GridSearch网格搜索算法确定最优的参数，然后将各算法对应提取的特征测试集送入训练好的分类器进行分类测试。
本实施例所提供的绝缘子异常发热热源及其材料劣化特征分析方法，通过检测并分析现场典型异常发热复合绝缘子的劣化特征，明确发热热源、原因及影响因素，通过建立加速老化试验平台，分别获得复合绝缘子伞套在海岛复杂环境下的劣化特征和芯棒在高湿热环境下的劣化特征，并将其与现场绝缘子的劣化特征进行等效验证，从而快速建立不同老化程度下的伞套和芯棒异常发热红外图像特征图库，基于图像识别技术判断识别存在缺陷的现场复合绝缘子，通过本发明可以提高劣化复合绝缘子筛查效率，提供更换复合绝缘子精准判断依据，减少人力物力消耗。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种绝缘子异常发热热源及其材料劣化特征分析方法，其特征在于，所述方法包括以下步骤：
S1、选取典型劣化复合绝缘子或现场运行出现异常发热的复合绝缘子，进行温升试验并对复合绝缘子伞套和芯棒材料微观参数进行检测，根据检测结果，分析运行复合绝缘子伞套和芯棒的异常发热热源及其材料劣化特征，所述运行复合绝缘子伞套和芯棒的异常发热热源称为现场绝缘子异常发热源，所述运行复合绝缘子伞套和芯棒的材料劣化特征称为现场绝缘子劣化特征；
S2、建立加速老化试验平台，模拟海岛复杂环境下复合绝缘子伞套的劣化过程，通过试验获得复合绝缘子伞套在人工多因素老化条件下的劣化特征，所述复合绝缘子伞套在人工多因素老化条件下的劣化特征称为人工老化伞套劣化特征，验证人工老化伞套劣化特征和现场绝缘子劣化特征的等效性；
S3、对复合绝缘子芯棒进行湿热老化试验，以及酸液和恒定应力下的电晕放电试验，通过试验获得复合绝缘子芯棒在人工多因素老化条件下的劣化特征，所述复合绝缘子芯棒在人工多因素老化条件下的劣化特征称为人工老化芯棒劣化特征，验证人工老化芯棒劣化特征和现场绝缘子劣化特征的等效性；
S4、根据不同异常发热源引起的复合绝缘子异常发热红外图像，建立异常发热红外特征图库，获取现场运行的复合绝缘子红外图像，与异常发热红外特征图库中的复合绝缘子异常发热红外图像进行对比，判断识别存在缺陷的现场运行复合绝缘子。
2.根据权利要求1所述的一种绝缘子异常发热热源及其材料劣化特征分析方法，其特征在于，步骤S1中所述选取典型劣化复合绝缘子或现场运行出现异常发热的复合绝缘子，进行温升试验，具体包括步骤：
S101、对复合绝缘子进行温升试验，拍摄复合绝缘子发热图像，对复合绝缘子伞裙外观特征进行分级；
S102、对不同级别外观特征的复合绝缘子进行分段预处理，对分段预处理后的复合绝缘子进行不同温湿度下的温升试验。
3.根据权利要求1或2所述的一种绝缘子异常发热热源及其材料劣化特征分析方法，其特征在于，步骤S1中所述对复合绝缘子伞套和芯棒材料微观参数进行检测，具体包括：通过三电极系统测量复合绝缘子的电气特征量，对复合绝缘子材料进行微观参数检测。
4.根据权利要求1所述的一种绝缘子异常发热热源及其材料劣化特征分析方法，其特征在于，步骤S2中所述模拟海岛复杂环境下复合绝缘子伞套的劣化过程，具体包括：
第一阶段，模拟伞套在高电压、盐雾作用下的放电；
第二阶段，模拟伞套在高温、高湿和强紫外辐照下的憎水性迁移与恢复、材料老化。
5.根据权利要求1或4所述的一种绝缘子异常发热热源及其材料劣化特征分析方法，其特征在于，所述人工老化伞套劣化特征包括：静态接触角、伞套硬度、温升、介质损耗、介电常数、体积电阻率的劣化特征。
6.根据权利要求1或4所述的一种绝缘子异常发热热源及其材料劣化特征分析方法，其特征在于，所述步骤S2还包括：制备与复合绝缘子材料相同的试片，对试片在高温高湿下开展电晕老化试验，分析老化后试片的饱和吸湿特性，检测试片的微观参数，分析水分侵入对复合绝缘子伞套劣化及发热的影响机理。
7.根据权利要求1所述的一种绝缘子异常发热热源及其材料劣化特征分析方法，其特征在于，所述步骤S3具体包括以下步骤：
S301、采用水浴法对复合绝缘子的芯棒试样进行湿热老化试验，对湿热老化后的芯棒试样进行吸湿试验，建立芯棒材料的水分扩散模型；
S302、通过三电极系统测量芯棒试样的电气特征量，同时拍摄芯棒试样的红外热像图，获得芯棒试样的表面温升平均值，分析吸湿后的芯棒试样的机械性能变化，对芯棒试样进行微观参数检测；
S303、模拟水分侵入伞套-芯棒界面后在局部放电作用下生成的酸性环境，对芯棒试样进行人工多因素老化，对经过人工多因素老化的芯棒试样重新执行步骤S302所述的检测方法，将检测结果与现场芯棒劣化的复合绝缘子进行对比。
8.根据权利要求7所述的一种绝缘子异常发热热源及其材料劣化特征分析方法，其特征在于，步骤S301中，所述建立芯棒材料的水分扩散模型具体包括：
仅考虑水分子一维方向的扩散有：
其中，Jx为水分子在x方向上的扩散通量，Dx为x方向上的扩散系数，u为水分子的浓度，扩散模型的表达式为：
其中，c∞为饱和吸湿率，t为吸湿时间，ct为吸湿时间时的吸湿率，n为自然数，h为试样厚度。
9.根据权利要求7所述的一种绝缘子异常发热热源及其材料劣化特征分析方法，其特征在于，所述采用水浴法对复合绝缘子的芯棒试样进行湿热老化试验，具体为：在恒温水浴箱中分别采用50℃、80℃、100℃水浴的方式对芯棒试样进行湿热老化试验。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110674252.2A CN113484635A (zh) | 2021-06-17 | 2021-06-17 | 绝缘子异常发热热源及其材料劣化特征分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110674252.2A CN113484635A (zh) | 2021-06-17 | 2021-06-17 | 绝缘子异常发热热源及其材料劣化特征分析方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113484635A true CN113484635A (zh) | 2021-10-08 |
Family
ID=77935485
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110674252.2A Pending CN113484635A (zh) | 2021-06-17 | 2021-06-17 | 绝缘子异常发热热源及其材料劣化特征分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113484635A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114167221A (zh) * | 2021-12-13 | 2022-03-11 | 华北电力大学（保定） | 不同电压频率下环氧树脂绝缘老化判别检验方法 |
| CN114577853A (zh) * | 2022-05-05 | 2022-06-03 | 国网浙江省电力有限公司电力科学研究院 | 复合绝缘子发热缺陷自动判断方法 |
| CN114757895A (zh) * | 2022-03-25 | 2022-07-15 | 国网浙江省电力有限公司电力科学研究院 | 一种复合绝缘子红外图像阳光直射干扰判断方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103048260A (zh) * | 2012-12-29 | 2013-04-17 | 南方电网科学研究院有限责任公司 | 一种直流瓷绝缘子铁帽加速电腐蚀试验方法 |
| CN107831423A (zh) * | 2017-11-06 | 2018-03-23 | 海南电网有限责任公司电力科学研究院 | 基于红外热像轴线温度识别的复合绝缘子界面缺陷鉴别方法 |
| CN110672954A (zh) * | 2019-10-14 | 2020-01-10 | 华北电力大学 | 一种复合绝缘子芯棒老化表征方法 |
| CN110780164A (zh) * | 2019-11-04 | 2020-02-11 | 华北电力大学（保定） | 基于yolo的绝缘子红外故障定位诊断方法及装置 |
| CN110967600A (zh) * | 2019-11-15 | 2020-04-07 | 国网河南省电力公司洛阳供电公司 | 一种基于无人机红外检测的复合绝缘子劣化诊断方法 |
| CN111965097A (zh) * | 2020-09-29 | 2020-11-20 | 海南电网有限责任公司电力科学研究院 | 一种热带环境下新复合绝缘子抗老化性能评价方法 |
| CN112611732A (zh) * | 2020-12-21 | 2021-04-06 | 中国电力科学研究院有限公司 | 复合绝缘子用硅橡胶的中红外光谱图库建立方法及系统 |
-
2021
- 2021-06-17 CN CN202110674252.2A patent/CN113484635A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103048260A (zh) * | 2012-12-29 | 2013-04-17 | 南方电网科学研究院有限责任公司 | 一种直流瓷绝缘子铁帽加速电腐蚀试验方法 |
| CN107831423A (zh) * | 2017-11-06 | 2018-03-23 | 海南电网有限责任公司电力科学研究院 | 基于红外热像轴线温度识别的复合绝缘子界面缺陷鉴别方法 |
| CN110672954A (zh) * | 2019-10-14 | 2020-01-10 | 华北电力大学 | 一种复合绝缘子芯棒老化表征方法 |
| CN110780164A (zh) * | 2019-11-04 | 2020-02-11 | 华北电力大学（保定） | 基于yolo的绝缘子红外故障定位诊断方法及装置 |
| CN110967600A (zh) * | 2019-11-15 | 2020-04-07 | 国网河南省电力公司洛阳供电公司 | 一种基于无人机红外检测的复合绝缘子劣化诊断方法 |
| CN111965097A (zh) * | 2020-09-29 | 2020-11-20 | 海南电网有限责任公司电力科学研究院 | 一种热带环境下新复合绝缘子抗老化性能评价方法 |
| CN112611732A (zh) * | 2020-12-21 | 2021-04-06 | 中国电力科学研究院有限公司 | 复合绝缘子用硅橡胶的中红外光谱图库建立方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 甘永叶: "复合绝缘子运行发热及热老化机理研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
| 裴少通: "基于红外紫外成像检测技术的绝缘子运行状态分析与评估", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114167221A (zh) * | 2021-12-13 | 2022-03-11 | 华北电力大学（保定） | 不同电压频率下环氧树脂绝缘老化判别检验方法 |
| CN114167221B (zh) * | 2021-12-13 | 2023-06-13 | 华北电力大学（保定） | 不同电压频率下环氧树脂绝缘老化判别检验方法 |
| CN114757895A (zh) * | 2022-03-25 | 2022-07-15 | 国网浙江省电力有限公司电力科学研究院 | 一种复合绝缘子红外图像阳光直射干扰判断方法及系统 |
| CN114577853A (zh) * | 2022-05-05 | 2022-06-03 | 国网浙江省电力有限公司电力科学研究院 | 复合绝缘子发热缺陷自动判断方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113484635A (zh) | 绝缘子异常发热热源及其材料劣化特征分析方法 | |
| de Santos et al. | A cumulative pollution index for the estimation of the leakage current on insulator strings | |
| CN108225906B (zh) | 基于计算机视觉的拉索腐蚀监测识别与疲劳寿命评估方法 | |
| CN112179852A (zh) | 一种复合绝缘子的剩余寿命预测方法和装置 | |
| CN102879689B (zh) | 一种复合绝缘子运行状态评估方法 | |
| CN103344605A (zh) | 硅橡胶复合绝缘子老化程度的鉴定方法 | |
| CN112331281B (zh) | 基于环境大数据和机器学习的高分子材料服役寿命预测方法 | |
| CN106291172B (zh) | 一种复合绝缘子老化状态评估方法 | |
| CN107843545A (zh) | 一种模拟气候环境的高分子材料氙灯加速老化试验的设计方法 | |
| CN113449769A (zh) | 输电线路覆冰识别模型训练方法、识别方法及存储介质 | |
| CN114359695A (zh) | 基于不确定性估计的绝缘子破损识别方法 | |
| CN103852411A (zh) | 热缩绝缘材料运行老化评估方法 | |
| de Santos et al. | A machine learning approach for condition monitoring of high voltage insulators in polluted environments | |
| CN113138156B (zh) | 一种模拟酸雨加速老化方法及其应用 | |
| Chen et al. | Condition assessment strategies of composite insulator based on statistic methods | |
| CN109580690A (zh) | 一种适用于现场开展的复合绝缘材料老化无损测量方法 | |
| CN112945772A (zh) | 一种水岩循环下工程岩体力学性能分析方法 | |
| Liu et al. | Using chaotic features of leakage current for monitoring dynamic behavior of surface discharges on an ice-covered insulator | |
| CN116819241A (zh) | 一种绝缘子寿命检测方法及系统 | |
| CN116029160A (zh) | 光伏组件缺陷与发电效率损失的映射模型构建方法及系统 | |
| Yuan et al. | Technique for Order Preference by Similarity to an Ideal Solution‐based comprehensive health assessment of composite insulators for overhead transmission lines | |
| CN112928988B (zh) | 一种光伏组件加速老化测试方法及系统 | |
| CN112348700B (zh) | 一种结合som聚类与ifou方程的线路容量预测方法 | |
| Polisetty | Partial discharge classification using acoustic signals and artificial neural networks and its application in detection of defects in Ceramic insulators | |
| Ming et al. | Prediction of mechanical properties of aging B. mori silk fabric based on grey neural network model |
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: 20211008 |