CN114035038A - 基于sf6分解产物时域曲线分析的gis故障定位方法 - Google Patents

基于sf6分解产物时域曲线分析的gis故障定位方法 Download PDF

Info

Publication number
CN114035038A
CN114035038A CN202111396786.XA CN202111396786A CN114035038A CN 114035038 A CN114035038 A CN 114035038A CN 202111396786 A CN202111396786 A CN 202111396786A CN 114035038 A CN114035038 A CN 114035038A
Authority
CN
China
Prior art keywords
characteristic
gas
gis
time domain
avg
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
Application number
CN202111396786.XA
Other languages
English (en)
Other versions
CN114035038B (zh
Inventor
何毅帆
陈孝信
李晨
邵先军
王绍安
王劭鹤
何彦良
丁未
孙安邦
张冠军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Zhejiang Electric Power Co Ltd
Xian Jiaotong University
Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
State Grid Zhejiang Electric Power Co Ltd
Xian Jiaotong University
Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Zhejiang Electric Power Co Ltd, Xian Jiaotong University, Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd filed Critical State Grid Zhejiang Electric Power Co Ltd
Priority to CN202111396786.XA priority Critical patent/CN114035038B/zh
Publication of CN114035038A publication Critical patent/CN114035038A/zh
Application granted granted Critical
Publication of CN114035038B publication Critical patent/CN114035038B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01R31/327—Testing of circuit interrupters, switches or circuit-breakers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N25/00—Investigating or analyzing materials by the use of thermal means
    • G01N25/56—Investigating or analyzing materials by the use of thermal means by investigating moisture content
    • G01N25/66—Investigating or analyzing materials by the use of thermal means by investigating moisture content by investigating dew-point
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
    • Y04S10/52—Outage or fault management, e.g. fault detection or location

Landscapes

  • Physics & Mathematics (AREA)
  • General 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)
  • Immunology (AREA)
  • Pathology (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
  • Testing Relating To Insulation (AREA)

Abstract

本发明公开了一种基于SF6分解产物时域曲线分析的GIS故障定位方法。本发明通过构建SF6气体分解产物检测系统，对运行中的GIS内部特征气体产物进行实时监控，分析特征气体产物浓度随时间变化规律，得到各特征气体在采样点处浓度的时域特性曲线特征参数，与三维GIS分解气体扩散模型仿真计算特征参数进行匹配，实现扩散过程逆运算，确定放电缺陷发生位置。本发明可快速判断GIS内部放电缺陷位置，为实际GIS放电故障定位提供指导。

Description

基于SF6分解产物时域曲线分析的GIS故障定位方法
技术领域
本发明属于电力设备的保护与故障诊断技术领域，尤其涉及一种基于SF6分解产物时域曲线分析的GIS故障定位方法。
背景技术
气体绝缘组合电器(gas insulated switchgear，GIS)使用SF6作为绝缘介质，具有占地小、稳定性高、抗干扰能力强的特点，在电力系统内得到广泛应用。由于设备的装配、运输以及安装等方面易出现问题，使内部可能会存在各种缺陷，如金属尖端缺陷、悬浮缺陷和沿面缺陷，在过电压、重负荷或其它外界诱因下容易引发局部放电，甚而导致绝缘闪络或击穿。目前为止对于GIS设备故障的精确定位定性仍依赖对故障气室进行解体，对现场生产影响较大，因此研究可行的GIS快速故障定位技术具有重要意义。
国内外研究表明，在SF6气体绝缘设备内部如发生局放、过热、接触不良等情况下，设备内SF6会分解化合产生多种类型气体，分解产物的种类、产生速率往往和内部故障类型密切相关，且由于不同气体的扩散系数差异明显，使得通过分析分解产物的时域曲线分析来判断故障位置成为可能，这样可以通过设置采样点，对GIS进行实时检测，分析气体特征产物浓度随时间变化规律，提取特征产物时域曲线特征参数，与三维仿真计算时域曲线特征参数进行匹配，逆向推算故障位置，从而为基于分解产物时域曲线分析进行设备故障定位提供可能。
目前应用较为广泛的局部放电监测方法中，脉冲电流法抗干扰能力较差、超声波法检测灵敏度低，超高频法则难以对放电进行定量分析。SF6组分化学分析方法是有效的诊断补充方法，但是现场进行的电化学检测精度低、分析范围窄；精确化学检测需要在现场进行采样，进行实验室送检，取样和分析通常在故障确认后仍然需要一段时间才能进行。在故障发生时与样品被检时的时间空间差异导致SF6气体内组分变化；同时，仅仅对SF6组分的化学分析仍然停留在故障定性层面，无疑对排查检修工作造成了较大的困难。SF6气体内分解组分的时域曲线对故障定位具有重要作用，当前检测方法中时域曲线的缺失是导致故障定位无法进行的主要原因，大大削弱了SF6化学分析在GIS设备状态感知中的作用。
鉴于此，迫切需要研究在变电站现场环境中适用的GIS放电故障定位技术，提出一种新的检测方法，在特高频检测法检测到局部放电后，通过实时检测特征气体浓度的时域曲线，分析提取特性参数，实现GIS放电故障快速定位。
发明内容
本发明所要解决的技术问题是克服上述现有技术存在的缺陷，提供一种基于SF6分解产物时域曲线分析的GIS故障定位方法，以快速判断GIS内部故障发生位置，为GIS故障定位提供指导。
为解决上述技术问题，本发明采用如下的技术方案：基于SF6分解产物时域曲线分析的GIS故障定位方法，其通过构建SF6气体分解产物检测系统，对运行中的GIS内部特征气体产物进行实时监控，分析特征气体产物浓度随时间变化规律，得到各特征气体在采样点处浓度的时域特性曲线特征参数，与三维GIS分解气体扩散模型仿真计算特征参数进行匹配，实现扩散过程逆运算，确定放电缺陷发生位置。
上述基于SF6分解产物时域曲线分析的GIS故障定位方法，其具体步骤如下：
1)设置特征产物判断组GA，GA包括SOF2、SO2F2、S2OF10、CO2、CF4和C2F6六种特征产物；
2)设置放电缺陷位置判断组GB，GB包括0～20cm、20～40cm、40～60cm、60～80cm和80～100cm，数值范围表征放电缺陷和采样点之间沿导杆方向的轴向距离；
3)在运行中的GIS上加入现场故障检测用便携式气相色谱仪和精密露点仪，构成SF6气体分解产物检测系统；
4)采用COMSOL多物理场仿真软件搭建三维GIS分解气体扩散模型，设置五种缺陷位置，分别距离GIS绝缘侧壁x＝0cm、20cm、40cm、60cm、80cm处；在距离绝缘侧壁x＝0cm处设置采样点，用于获取特征气体在该点的浓度变化；
5)在进行现场检测前，进行对照实验：在现场GIS中设置尖端缺陷于采样点附近，匹配仿真中缺陷位于x＝0cm处，运行GIS，通过便携式气相色谱仪分析气体样品特征产物含量，单位换算记录各特征气体浓度值随时间的变化，并计算特征气体第一浓度平均上升速率Ravg_1，得到现场时域曲线特征参数对照表；
6)不设置人为缺陷，GIS正常运行，通过特高频局放仪检测到局放信号的产生，实时抽取GIS内部气体，通过便携式气相色谱仪分析气体样品特征产物含量，单位换算记录各特征气体浓度值随时间的变化，计算各特征气体第二浓度平均上升速率Ravg_2；
7)COMSOL多物理场仿真软件仿真GIS放电一段时间，每次采用一种缺陷位置，得到不同缺陷位置下各特征气体浓度的时域变化曲线；计算各特征气体在仿真设定故障源产气速率下对应的各特征气体第三浓度平均上升速率Ravg_3，并计算仿真相对参数k标，得到仿真时域曲线特征参数表；
8)对各特征气体的Ravg_2值进行归一化处理得到R归，计算现场相对参数k测，得到现场检测时域曲线特征参数表；
9)将现场检测时域曲线特征参数表与仿真时域曲线特征参数表进行对照，根据仿真相对参数k标和现场相对参数k测匹配现场检测结果和仿真计算结果，确定放电缺陷发生位置，得到GIS故障定位判断表。
进一步地，步骤3)中，现场故障检测用便携式气相色谱仪为华爱GC9760B便携式气相色谱仪或朗析LX-3100便携式气相色谱仪。
进一步地，步骤6)中，特高频局放仪的型号为MERKP/EC4000S。
进一步地，特征气体的GIS放电仿真时长等于现场对该特征气体的检测时间。
进一步地，采用特征气体浓度平均上升速率Ravg作为一种时域曲线特征参数，Ravg计算如下式：
Ravg＝(Cmax-Cmin)/t
其中，所述的Ravg为Ravg_1、Ravg_2或Ravg_3，Cmax和Cmin分别表示检测或仿真测得某特征气体浓度最大值和最小值，t表示某特征气体的检测或仿真时间。
更进一步地，对各特征气体第二浓度平均上升速率Ravg_2值进行归一化处理的过程如下：R归＝Ravg_2×Ravg_3/Ravg_1。
更进一步地，采用各特征气体仿真相对参数k标、现场相对参数k测作为一种时域曲线特征参数：以CO2的平均上升速率为基准，计算CO2平均上升速率和各气体平均上升速率的比值作为各气体的相对参数；其中，k标数据来源为Ravg_3，k测数据来源为R归。
进一步地，所述的现场时域曲线特征参数对照表包含以下几组数据：特征气体种类、特征气体第一浓度平均上升速率Ravg_1；仿真时域曲线特征参数表包含以下几组数据：特征气体种类、缺陷位置、特征气体第三浓度平均上升速率Ravg_3和仿真相对参数k标，缺陷位置采用缺陷和采样点之间沿导杆方向的轴向距离x表征；现场检测时域曲线特征参数表包含以下几组数据：特征气体种类、特征气体第二浓度平均上升速率Ravg_2、归一化值R归和现场相对参数k测。
进一步地，所述的GIS放电缺陷为尖端放电缺陷和沿面放电缺陷，是指放电能量较小的局部放电，在GIS内部为潜伏性故障。
本发明具有的有益效果如下：本发明提供一种基于SF6分解产物时域曲线分析的GIS放电故障定位方法，建立该定位方法的实验平台和检测方法与实际运行工况保持一致，提高了GIS放电故障诊断的灵敏度和准确性，该方法能够通过构建SF6气体分解产物检测系统，对运行中的GIS内部气体特征产物进行实时监控，分析特征气体产物浓度随时间变化规律，提取特征气体产物时域曲线特征参数，同时搭建三维仿真平台，计算不同缺陷位置对应的时域曲线特征参数，通过特征参数匹配，快速判断GIS内部放电缺陷位置，为实际GIS放电故障定位提供指导。
附图说明
图1为本发明GIS放电故障定位方法的流程图。
具体实施方式
下面结合说明书附图和具体实施方式对本发明作进一步说明。
实施例
本实施例为一种基于SF6分解产物时域曲线分析的GIS放电故障定位方法，其通过构建SF6气体分解产物检测系统，对运行中的GIS内部特征气体产物进行实时监控，分析特征气体产物浓度随时间变化规律，得到各特征气体在采样点处浓度的时域特性曲线特征参数，与三维GIS分解气体扩散模型仿真计算特征参数进行匹配，实现扩散过程逆运算，确定放电缺陷发生位置。
上述GIS放电故障定位方法的具体步骤如下，如图1所示：
1)设置特征产物判断组GA，GA包括SOF2、SO2F2、S2OF10、CO2、CF4和C2F6六种特征产物；
2)设置放电缺陷位置判断组GB，GB包括0～20cm、20～40cm、40～60cm、60～80cm、80～100cm，数值范围表征缺陷和采样点之间沿导杆方向的轴向距离；
3)在运行中的GIS上加入现场故障检测常用便携式气相色谱仪、特高频局放仪，从而构成SF6气体分解产物检测系统；
4)采用COMSOL多物理场仿真软件搭建三维GIS分解气体扩散模型，设置五种缺陷位置，分别距离GIS绝缘侧壁x＝0cm、20cm、40cm、60cm、80cm处；在距离绝缘侧壁x＝0cm处设置采样点，用于获取特征气体在该点的浓度变化；
5)在进行现场检测前，进行对照实验：在现场GIS中设置尖端缺陷于采样点附近，匹配仿真中缺陷位于x＝0cm处(与采样点相对轴向距离为0cm)，运行GIS，通过便携式气相色谱仪分析气体样品特征产物含量(ppm)，单位换算记录各特征气体浓度值(mol/m3)随时间的变化，并计算气体第一浓度平均上升速率Ravg_1(mol/(m3·h))，得到现场时域曲线特征参数对照表；
6)不设置人为缺陷，GIS正常运行，通过特高频局放仪检测到局放信号的产生，实时抽取GIS内部气体，通过便携式气相色谱仪分析气体样品特征产物含量(ppm)，单位换算记录各特征气体浓度值(mol/m3)随时间的变化，计算各气体第二浓度平均上升速率Ravg_2(mol/(m3·h))；
7)COMSOL多物理场仿真软件仿真GIS放电一段时间，每次采用一种缺陷位置，得到不同缺陷位置下各特征气体浓度的时域变化曲线；计算各特征气体在故障源产气速率为3.60mol/(m3·h)时对应的各气体第三浓度平均上升速率Ravg_3(mol/(m3·h))，并计算仿真相对参数k标，得到仿真时域曲线特征参数表；
8)对各特征气体的Ravg_2值进行归一化处理得到R归，计算现场相对参数k测，得到现场检测时域曲线特征参数表；
9)将现场检测时域曲线特征参数表与仿真时域曲线特征参数表进行对照，根据仿真相对参数k标、现场相对参数k测匹配现场检测结果和仿真计算结果，确定放电缺陷发生位置，得到GIS故障定位判断表。
所述的GIS放电缺陷指的是尖端放电缺陷和沿面放电缺陷，是指放电能量较小的局部放电，在GIS内部为潜伏性故障。
所述的现场故障检测常用便携式气相色谱仪指的是华爱GC9760B和朗析LX-3100便携式气相色谱仪，特高频局放仪型号为MERKP/EC4000S。
所述的GIS放电仿真时长等于现场对该特征气体的检测时间。
所述的故障源各特征气体产气速率表征实际放电过程中由于SF6气体分解产生各特征气体的速率，COMSOL多物理场仿真软件模型(指三维GIS分解气体扩散模型)中均设为3.60mol/(m3·h)仅作参照作用，不代表实际产气速率。
所述的特征气体浓度平均上升速率Ravg(包括Ravg_1、Ravg_2和Ravg_3)计算如下式：
Ravg＝(Cmax-Cmin)/t
其中，Cmax和Cmin分别表示该次检测或仿真测得特征气体浓度最大值和最小值，t表示该特征气体的检测或仿真时间。
所述的各特征气体Ravg_2值归一化处理指：R归＝Ravg_2×Ravg_3/Ravg_1。Ravg_2归一化原理为：在缺陷位置不变的情况下，采样口得到的特征气体浓度平均上升速率与故障源产气速率成正比，因此Ravg_3/Ravg_1表征的是故障源各特征气体产气速率的仿真设定值和实际值间的比值，Ravg_2×Ravg_3/Ravg_1即可换算为仿真设定的产气速率下各特征气体的浓度平均上升速率。
所述的仿真相对参数k标、现场相对参数k测指：以CO2的平均上升速率为基准，计算CO2平均上升速率和各气体平均上升速率的比值作为各气体的相对参数；k标数据来源为Ravg_3，k测数据来源为R归。
所述的现场时域曲线特征参数对照表包含以下几组数据：特征气体种类、特征气体第一浓度平均上升速率Ravg_1，如表1所示；仿真时域曲线特征参数表包含以下几组数据：特征气体种类、缺陷位置(采用缺陷和采样点之间沿导杆方向的轴向距离x表征)、特征气体第三浓度平均上升速率Ravg_3和仿真相对参数k标，如表2所示；现场检测时域曲线特征参数表包含以下几组数据：特征气体种类、特征气体第二浓度平均上升速率Ravg_2、归一化值R归和现场相对参数k测，如表3所示。
表1现场时域曲线特征参数对照表
G<sub>A</sub> R<sub>avg</sub>_1(mol/(m<sup>3</sup>·h))
SOF<sub>2</sub>
SO<sub>2</sub>F<sub>2</sub>
S<sub>2</sub>OF<sub>10</sub>
CO<sub>2</sub>
CF<sub>4</sub>
C<sub>2</sub>F<sub>6</sub>
表2仿真时域曲线特征参数表
Figure BDA0003370596040000061
Figure BDA0003370596040000071
表3现场检测时域曲线特征参数表
G<sub>A</sub> R<sub>avg</sub>_2(×10<sup>-4</sup>mol/(m<sup>3</sup>·h)) R<sub>归</sub>(×10<sup>-4</sup>mol/(m<sup>3</sup>·h)) 现场相对参数k<sub>测</sub>
SOF<sub>2</sub>
SO<sub>2</sub>F<sub>2</sub>
S<sub>2</sub>OF<sub>10</sub>
CO<sub>2</sub>
CF<sub>4</sub>
C<sub>2</sub>F<sub>6</sub>
GIS故障定位判断表如表4所示。
表4 GIS放电故障定位判断表
Figure BDA0003370596040000072
Figure BDA0003370596040000081
应用例
以一台252kV GIS为实施对象，基于SF6分解产物时域曲线分析的GIS放电故障定位方法包括步骤：
1)设置特征产物判断组GA，GA包括SOF2、SO2F2、S2OF10、CO2、CF4和C2F6六种特征产物。
2)设置放电缺陷位置判断组GB，GB包括0～20cm、20～40cm、40～60cm、60～80cm、80～100cm，数值范围表征缺陷和采样点之间沿导杆方向的轴向距离。
3)在运行中的GIS上加入现场故障检测常用便携式气相色谱仪、特高频局放仪，从而构成SF6气体分解产物检测系统。
4)采用COMSOL多物理场仿真软件搭建三维GIS分解气体扩散模型，设置五种缺陷位置，分别距离GIS绝缘侧壁x＝0cm、20cm、40cm、60cm、80cm处；在距离绝缘侧壁x＝0cm处设置采样点，用于获取特征气体在该点的浓度变化。
5)在进行现场检测前，进行对照实验：在现场GIS中设置尖端缺陷于采样点附近，匹配仿真中缺陷位于x＝0cm处(与采样点相对轴向距离为0cm)，运行GIS，特高频局放仪检测到局放信号的产生，通过便携式气相色谱仪分析气体样品特征产物含量(ppm)，单位换算记录各特征气体浓度值(mol/m3)随时间的变化，检测时间为10小时，计算特征气体第一浓度平均上升速率Ravg_1，得到现场时域曲线特征参数对照表，如表5所示。
表5现场时域曲线特征参数对照表
G<sub>A</sub> R<sub>avg</sub>_1(mol/(m<sup>3</sup>·h))
SOF<sub>2</sub> 0.047
SO<sub>2</sub>F<sub>2</sub> 0.002
S<sub>2</sub>OF<sub>10</sub> 0.0062
CO<sub>2</sub> 0.019
CF<sub>4</sub> 0.005
C<sub>2</sub>F<sub>6</sub> 1.577
6)设置尖端缺陷于距采样点约40cm处，运行GIS，通过特高频局放仪检测到局放信号的产生，实时抽取GIS内部气体，通过便携式气相色谱仪分析气体样品特征产物含量(ppm)，单位换算记录各特征气体浓度值(mol/m3)随时间的变化，计算特征气体第二浓度平均上升速率Ravg_2。
7)COMSOL多物理场仿真软件仿真GIS放电10小时，每次采用一种缺陷位置，得到不同缺陷位置下各特征气体浓度的时域变化曲线；计算各特征气体在故障源产气速率为3.60mol/(m3·h)时对应的各特征气体第三浓度平均上升速率Ravg_3(mol/(m3·h))，并计算仿真相对参数k标，得到仿真时域曲线特征参数表，如表6所示。
表6仿真时域曲线特征参数表
Figure BDA0003370596040000091
Figure BDA0003370596040000101
8)对各特征气体的Ravg_2值进行归一化处理得到R归，计算现场相对参数k测，得到现场检测时域曲线特征参数表，如表7所示。
表7现场检测时域曲线特征参数表
G<sub>A</sub> R<sub>avg</sub>_2(mol/(m<sup>3</sup>·h)) R<sub>归</sub>(×10<sup>-4</sup>mol/(m<sup>3</sup>·h)) 现场相对参数k<sub>测</sub>
SOF<sub>2</sub> 0.019 5926 2.50
SO<sub>2</sub>F<sub>2</sub> 0.0003 2317 6.22
S<sub>2</sub>OF<sub>10</sub> 0.0004 723 20.42
CO<sub>2</sub> 0.014 14761 /
CF<sub>4</sub> 0.002 6422 2.30
C<sub>2</sub>F<sub>6</sub> 0.603 5204 2.84
9)将现场检测时域曲线特征参数表与仿真时域曲线特征参数表进行对照，根据相对参数k标、k测匹配现场检测结果和仿真计算结果，确定放电缺陷发生位置，得到GIS故障定位判断表，如表8所示。可以判断，放电缺陷位于距采样点40cm处附近，其中距离采样点40～60cm的可能性最大，判断结果与放置的缺陷位置相符。
表8 GIS放电故障定位判断表
Figure BDA0003370596040000102
Figure BDA0003370596040000111
以上所述的具体实施例仅用来说明本发明的技术方案，并不是对本发明保护范围的限制。

Claims (10)

1.基于SF6分解产物时域曲线分析的GIS故障定位方法，其特征在于，通过构建SF6气体分解产物检测系统，对运行中的GIS内部特征气体产物进行实时监控，分析特征气体产物浓度随时间变化规律，得到各特征气体在采样点处浓度的时域特性曲线特征参数，与三维GIS分解气体扩散模型仿真计算特征参数进行匹配，实现扩散过程逆运算，确定放电缺陷发生位置。
2.基于SF6分解产物时域曲线分析的GIS故障定位方法，其特征在于，包括步骤：
1)设置特征产物判断组GA，GA包括SOF2、SO2F2、S2OF10、CO2、CF4和C2F6六种特征产物；
2)设置放电缺陷位置判断组GB，GB包括0～20cm、20～40cm、40～60cm、60～80cm和80～100cm，数值范围表征放电缺陷和采样点之间沿导杆方向的轴向距离；
3)在运行中的GIS上加入现场故障检测用便携式气相色谱仪和精密露点仪，构成SF6气体分解产物检测系统；
4)采用COMSOL多物理场仿真软件搭建三维GIS分解气体扩散模型，设置五种缺陷位置，分别距离GIS绝缘侧壁x＝0cm、20cm、40cm、60cm、80cm处；在距离绝缘侧壁x＝0cm处设置采样点，用于获取特征气体在该点的浓度变化；
5)在进行现场检测前，进行对照实验：在现场GIS中设置尖端缺陷于采样点附近，匹配仿真中缺陷位于x＝0cm处，运行GIS，通过便携式气相色谱仪分析气体样品特征产物含量，单位换算记录各特征气体浓度值随时间的变化，并计算特征气体第一浓度平均上升速率Ravg_1，得到现场时域曲线特征参数对照表；
6)不设置人为缺陷，GIS正常运行，通过特高频局放仪检测到局放信号的产生，实时抽取GIS内部气体，通过便携式气相色谱仪分析气体样品特征产物含量，单位换算记录各特征气体浓度值随时间的变化，计算各特征气体第二浓度平均上升速率Ravg_2；
7)COMSOL多物理场仿真软件仿真GIS放电一段时间，每次采用一种缺陷位置，得到不同缺陷位置下各特征气体浓度的时域变化曲线；计算各特征气体在仿真设定故障源产气速率下对应的各特征气体第三浓度平均上升速率Ravg_3，并计算仿真相对参数k标，得到仿真时域曲线特征参数表；
8)对各特征气体的Ravg_2值进行归一化处理得到R归，计算现场相对参数k测，得到现场检测时域曲线特征参数表；
9)将现场检测时域曲线特征参数表与仿真时域曲线特征参数表进行对照，根据仿真相对参数k标和现场相对参数k测匹配现场检测结果和仿真计算结果，确定放电缺陷发生位置，得到GIS故障定位判断表。
3.根据权利要求2所述的基于SF6分解产物时域曲线分析的GIS故障定位方法，其特征在于，步骤3)中，现场故障检测用便携式气相色谱仪为华爱GC9760B便携式气相色谱仪或朗析LX-3100便携式气相色谱仪。
4.根据权利要求2所述的基于SF6分解产物时域曲线分析的GIS故障定位方法，其特征在于，步骤6)中，特高频局放仪的型号为MERKP/EC4000S。
5.根据权利要求2所述的基于SF6分解产物时域曲线分析的GIS故障定位方法，其特征在于，特征气体的GIS放电仿真时长等于现场对该特征气体的检测时间。
6.根据权利要求2所述的基于SF6分解产物时域曲线分析的GIS故障定位方法，其特征在于，采用特征气体浓度平均上升速率Ravg作为一种时域曲线特征参数，Ravg计算如下式：
Ravg＝(Cmax-Cmin)/t
其中，所述的Ravg为Ravg_1、Ravg_2或Ravg_3，Cmax和Cmin分别表示检测或仿真测得某特征气体浓度最大值和最小值，t表示某特征气体的检测或仿真时间。
7.根据权利要求6所述的基于SF6分解产物时域曲线分析的GIS故障定位方法，其特征在于，对各特征气体第二浓度浓度平均上升速率Ravg_2值进行归一化处理的过程如下：R归＝Ravg_2×Ravg_3/Ravg_1。
8.根据权利要求6所述的基于SF6分解产物时域曲线分析的GIS故障定位方法，其特征在于，采用各特征气体仿真相对参数k标、现场相对参数k测作为一种时域曲线特征参数：以CO2的平均上升速率为基准，计算CO2平均上升速率和各气体平均上升速率的比值作为各气体的相对参数；其中，k标数据来源为Ravg_3，k测数据来源为R归。
9.根据权利要求6所述的基于SF6分解产物时域曲线分析的GIS故障定位方法，其特征在于，所述的现场时域曲线特征参数对照表包含以下几组数据：特征气体种类、特征气体第一浓度平均上升速率Ravg_1；仿真时域曲线特征参数表包含以下几组数据：特征气体种类、缺陷位置、特征气体第三浓度平均上升速率Ravg_3和仿真相对参数k标，缺陷位置采用缺陷和采样点之间沿导杆方向的轴向距离x表征；现场检测时域曲线特征参数表包含以下几组数据：特征气体种类、特征气体第二浓度平均上升速率Ravg_2、归一化值R归和现场相对参数k测。
10.根据权利要求1或2所述的基于SF6分解产物时域曲线分析的GIS故障定位方法，其特征在于，所述的GIS放电缺陷为尖端放电缺陷和沿面放电缺陷。
CN202111396786.XA 2021-11-23 2021-11-23 基于sf6分解产物时域曲线分析的gis故障定位方法 Active CN114035038B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111396786.XA CN114035038B (zh) 2021-11-23 2021-11-23 基于sf6分解产物时域曲线分析的gis故障定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111396786.XA CN114035038B (zh) 2021-11-23 2021-11-23 基于sf6分解产物时域曲线分析的gis故障定位方法

Publications (2)

Publication Number Publication Date
CN114035038A true CN114035038A (zh) 2022-02-11
CN114035038B CN114035038B (zh) 2023-09-08

Family

ID=80138500

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111396786.XA Active CN114035038B (zh) 2021-11-23 2021-11-23 基于sf6分解产物时域曲线分析的gis故障定位方法

Country Status (1)

Country Link
CN (1) CN114035038B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11251154A (ja) * 1998-03-05 1999-09-17 Mitsubishi Electric Corp 異常検出装置
CN111008462A (zh) * 2019-11-20 2020-04-14 武汉大学 基于气体组分分析法的开关柜局部放电检测方法及装置
CN113567635A (zh) * 2021-08-23 2021-10-29 河南驰诚电气股份有限公司 一种工业气体智能监测一体化系统及监测方法
CN113640633A (zh) * 2021-08-12 2021-11-12 贵州大学 一种气体绝缘组合电器设备故障定位方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11251154A (ja) * 1998-03-05 1999-09-17 Mitsubishi Electric Corp 異常検出装置
CN111008462A (zh) * 2019-11-20 2020-04-14 武汉大学 基于气体组分分析法的开关柜局部放电检测方法及装置
CN113640633A (zh) * 2021-08-12 2021-11-12 贵州大学 一种气体绝缘组合电器设备故障定位方法
CN113567635A (zh) * 2021-08-23 2021-10-29 河南驰诚电气股份有限公司 一种工业气体智能监测一体化系统及监测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘溟;邹建明;邱睿;李振柱;周文俊;: "SF_6及SF_6/N_2中分解气体在气体绝缘传输管道内的扩散特性计算", 电工技术学报, vol. 35, no. 11, pages 2478 - 2490 *
贺毅等: "基于流体力学的SF6 电气设备中SO2 和H2S气体扩散特性计算", 《电力大数据》, vol. 24, no. 8, pages 50 - 58 *

Also Published As

Publication number Publication date
CN114035038B (zh) 2023-09-08

Similar Documents

Publication Publication Date Title
CN110009236A (zh) 一种油浸式电力变压器内部绝缘老化程度定量评估方法
CN111983394B (zh) 一种基于sf6分解产物分析的gis放电故障诊断方法
CN201522543U (zh) 变压器绕组匝间局部放电联合检测与诊断平台
CN103576061A (zh) 一种用于变压器放电性故障诊断的方法
CN103513132B (zh) 输变电系统设备状态仿真装置
CN105242182A (zh) 基于sf6气体分解产物的运行开关设备内部缺陷判断方法
CN112924325A (zh) 一种基于混合气体的气体绝缘变压器监测方法及装置
CN109444680A (zh) Gis金属微粒危害程度判断方法
CN110703076A (zh) 一种基于振动信号频域能量比的gis故障诊断方法
CN113884837B (zh) 一种电缆局部放电在线监测分析系统及分析方法
CN106526317A (zh) 同步相量测量单元的相量测量精度评估方法及评估装置
CN111562248A (zh) 一种基于sf6内标的gis故障诊断方法
CN112858845A (zh) 一种气体绝缘组合电器局部放电诊断方法
CN112462209A (zh) 油浸式电力设备工况模拟下绝缘缺陷检测实验平台及方法
CN102095765A (zh) 一种变压器油中微水含量的在线测量系统
CN110688751A (zh) 铂掺杂改性石墨炔传感器检测sf6的仿真方法
CN203502513U (zh) 一种输变电系统设备状态仿真装置
CN114035038A (zh) 基于sf6分解产物时域曲线分析的gis故障定位方法
CN114184911B (zh) 检测设备缺陷类型的方法、装置及电子设备
CN107656177B (zh) 基于局部放电或sf6分解物的干式套管绝缘缺陷诊断方法
CN204028293U (zh) 一种非工频工况gis设备局部放电缺陷模拟装置
CN106093222A (zh) 一种电网体系中色谱检测装置层次化评估方法
Kakeeto et al. Experimental investigation of positional accuracy for UHF partial discharge location
CN103969557A (zh) 一种基于气体组分分析的gis绝缘状态诊断方法
Wu et al. Analysis of GIS mechanical vibration signal based on EMD algorithm

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