CN116068342A - 基于电缆绝缘劣化过程中参数变化的电缆绝缘监测方法 - Google Patents
基于电缆绝缘劣化过程中参数变化的电缆绝缘监测方法 Download PDFInfo
- Publication number
- CN116068342A CN116068342A CN202211641933.XA CN202211641933A CN116068342A CN 116068342 A CN116068342 A CN 116068342A CN 202211641933 A CN202211641933 A CN 202211641933A CN 116068342 A CN116068342 A CN 116068342A
- Authority
- CN
- China
- Prior art keywords
- cable
- current
- cable insulation
- polarization
- insulation
- 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 135
- 238000000034 method Methods 0.000 title claims abstract description 97
- 238000006731 degradation reaction Methods 0.000 title claims abstract description 54
- 238000012544 monitoring process Methods 0.000 title claims abstract description 38
- 230000008859 change Effects 0.000 title claims abstract description 21
- 230000015556 catabolic process Effects 0.000 claims abstract description 37
- 230000008901 benefit Effects 0.000 claims abstract description 13
- 238000000926 separation method Methods 0.000 claims abstract description 7
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 5
- 230000010287 polarization Effects 0.000 claims description 66
- 230000032683 aging Effects 0.000 claims description 45
- 230000028161 membrane depolarization Effects 0.000 claims description 44
- 238000012360 testing method Methods 0.000 claims description 29
- 238000004364 calculation method Methods 0.000 claims description 24
- 230000008569 process Effects 0.000 claims description 23
- 230000035945 sensitivity Effects 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 17
- 239000004703 cross-linked polyethylene Substances 0.000 claims description 16
- 229920003020 cross-linked polyethylene Polymers 0.000 claims description 16
- 238000010219 correlation analysis Methods 0.000 claims description 13
- 239000000969 carrier Substances 0.000 claims description 12
- 238000005259 measurement Methods 0.000 claims description 10
- 230000007547 defect Effects 0.000 claims description 9
- 238000012423 maintenance Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 7
- 238000013508 migration Methods 0.000 claims description 7
- 230000005012 migration Effects 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 6
- 238000011161 development Methods 0.000 claims description 6
- 230000018109 developmental process Effects 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 6
- 239000011810 insulating material Substances 0.000 claims description 6
- 230000005284 excitation Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000003646 Spearman's rank correlation coefficient Methods 0.000 claims description 3
- 238000009825 accumulation Methods 0.000 claims description 3
- 238000013499 data model Methods 0.000 claims description 3
- 238000005315 distribution function Methods 0.000 claims description 3
- 239000012535 impurity Substances 0.000 claims description 3
- 150000002500 ions Chemical class 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 238000010183 spectrum analysis Methods 0.000 claims description 3
- 238000003949 trap density measurement Methods 0.000 claims description 3
- 238000010893 electron trap Methods 0.000 claims description 2
- 229910003460 diamond Inorganic materials 0.000 claims 1
- 239000010432 diamond Substances 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 abstract description 10
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 4
- 238000009736 wetting Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 210000001503 joint Anatomy 0.000 description 3
- 230000003449 preventive effect Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000009933 burial Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000007704 transition Effects 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
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1227—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials
- G01R31/1263—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials of solid or fluid materials, e.g. insulation films, bulk material; of semiconductors or LV electronic components or parts; of cable, line or wire insulation
- G01R31/1272—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials of solid or fluid materials, e.g. insulation films, bulk material; of semiconductors or LV electronic components or parts; of cable, line or wire insulation of cable, line or wire insulation, e.g. using partial discharge measurements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本发明涉及基于电缆绝缘劣化过程中参数变化的电缆绝缘监测方法，方法包括以下步骤：步骤1：构建接地线电流样本数据库；步骤2：实现基于正交分解法和小波消噪基础上的接地线阻性分量和电流容性分量的分离；步骤3：基于电缆的首端电流、电压信号幅值、与采集点的相位关系对电缆绝缘劣化点进行判断；步骤4：建立模拟配电网络拓扑结构基础上的故障类型和线路参考数据库；步骤5：构建基于多种类型的电缆绝缘劣化等效参数电路；本发明具有实现电缆绝缘劣化进行实时监测、建立安全稳定的配电网络、保障生产的高效安全的优点。
Description
技术领域
本发明属于电缆绝缘监测技术领域，具体涉及基于电缆绝缘劣化过程中参数变化的电缆绝缘监测方法。
背景技术
在我国当前的配电网络建设过程中，树型拓扑结构得到了越来越多的应用，作为配电网络重要构成部件，电缆具有极强的敷设环境适用性，在很大程度上保障了工作人员在电缆通电运行后的安全性，因此在配电网络建设过程中得到了越来越广泛的应用，但是在树形拓扑结构的配电网络中，电缆大部分是工作在变化较大的潮湿环境中的，工作在潮湿环境中的电缆容易产生因挤压而产生局部放电现象，形成由水树枝引发的电树枝，并最终击穿电缆绝缘层，甚至会形成单相接地，形成电弧，并引发事故，严重威胁到配电网络供电的安全性与可靠性，有关统计数据显示，在引发配电网络故障的因素中，由于电缆局部放电引起的故障在所有故障中的占比越来越高，在对配电网络故障的定位与排查过程中，由于供电网络的复杂性和电缆故障的隐蔽性，增加了对电缆故障排查定位与定性的难度，所以，为了保证配电网络的安全运行，在故障还未发生之前及时的发现缺陷，排除隐患，就必须要实时监测高压配电网绝缘的工作状态，电缆绝缘的老化并不是一蹴而就的，而是需要经过一个漫长的渐进过程，在这个过程中，随着电缆的老化某些电气量也将发生一些变化，如果将这些电气量的变化信息扑捉下来，进行信号处理，然后通过传感器技术和计算机信息技术，对电缆的绝缘状态进行实时的监测与预警；因此，提供一种实现电缆绝缘劣化进行实时监测、建立安全稳定的配电网络、保障生产的高效安全的基于电缆绝缘劣化过程中参数变化的电缆绝缘监测方法是非常有必要的。
发明内容
本发明的目的是为了克服现有技术的不足，而提供一种实现电缆绝缘劣化进行实时监测、建立安全稳定的配电网络、保障生产的高效安全的基于电缆绝缘劣化过程中参数变化的电缆绝缘监测方法。
本发明的目的是这样实现的：基于电缆绝缘劣化过程中参数变化的电缆绝缘监测方法，所述的所述的方法包括以下步骤：
步骤1：构建接地线电流样本数据库，并考虑不平衡度和负载波动因素；
步骤2：实现基于正交分解法的信号分离和小波消噪基础上的接地线阻性分量和电流容性分量的分离，并充分考虑了微弱信号难以提取的特征，对配电网电缆接地线电流进行收集；
步骤3：基于电缆的首端电流、电压信号幅值、与采集点的相位关系对电缆绝缘劣化点进行判断，并充分考虑配网电缆敷设长度不长的特征，采用构建线路π型参数模型，并在与母线距离远近不同的多个点上设置了信号收取装置；
步骤4：建立模拟配电网络拓扑结构基础上的故障类型和线路参考数据库，构建了基于曲线相关度、故障类型和支路的三维图，得到大致的电缆绝缘故障范围和具体线路，并实现对潜在高危老化电缆进行判定；
步骤5：构建基于多种类型的电缆绝缘劣化等效参数电路，对发生绝缘劣化电缆的相应接地线电流分量的不同与绝缘参数变化之间的关系进行分析。
所述的步骤1具体为：为了防止负载波动的干扰，可以利用分布特征点检测法来监测电缆接头老化时的绝缘状态，同时可以对长线路电缆的小区段进行缺陷评估。
所述的步骤4具体为：通过对接地线电流时间曲线的分析及相关度系数求解，能够对电缆的老化状态、老化分类进行较为精准的判断，而且判断准确率非常高，无论非对称下降线路还是对称下降线路，通过接地线电流时间曲线相关度系数求解可以精确得到线路绝缘状态的老化程度。
所述的步骤4采用基于PDC法的在运XLPE电缆绝缘状态评估方法，具体包括以下步骤：
步骤4.1：基于PDC法老化因子的计算：为定量确定各类极化类型在不同老化程度下的变化趋势，引入了扩展德拜模型对极化和去极化电流进行解谱分析，极化电流ip和去极化电流id可以分别表示为：
式中，i0为电导电流，单位A；t为变化时间，单位s；j为不同极化类型，而XLPE中包含3种类型，j＝1，2，3；αj为不同极化类型的拟合系数；τj为不同极化的时间常数，单位s；极化电流ip相较于去极化电流id多出了电导电流i0，在不考虑电导电流的情况下，ip＝id；电缆在运行过程中受环境的影响会逐渐劣化，其绝缘材料的陷阱密度将随之增加且深度变深，这使得绝缘材料的极化电流和去极化电流也会发生变化，具体地，由于电缆绝缘层中本身存在的载流子分为电子和空穴，因此根据J.G.Simmons理论推导可以得到其等温去极化过程又称为等温松弛过程中因空穴和电子迁移引起的电流为：In＝(qLkT/2t)f0(E)N(E)(3)，Ip＝(qLkT/2t)(1-f0(E))N(E)(4)，式中：In、Ip分别表示电子和空穴产生的电流，单位A；q为元电荷量，单位C；L为绝缘的厚度，单位m；k为波尔兹曼常数；T为绝对温度，单位K；E为能量，单位eV；f0(E)为电子陷阱激发的初始概率；N(E)为陷阱能级的分布；值得注意的是，对于电子和空穴来说，其激发时要求目前所在能级超过阈值能级Em，高于Em能级的载流子会从陷阱中逃逸出来，低于Em能级的载流子还将留在陷阱中，同时，由于目前仪器并不能分开电子和空穴，因此实际测得的去极化电流id是两种载流子迁移产生的电流之和(In+Ip)，故代入Em并将式(3)和式(4)相加可以得到去极化电流id，当等式的两边同乘t后，可以得到：Idt＝(qLkT/2)N(Em)(5)，式(5)左边为去极化电流与去极化时间之积，当温度、被试样品尺寸不变时，去极化电流与去极化时间之积与陷阱能级分布函数N(Em)成正比，反映了这些能级的分布情况；由式(1)、(2)可看出，德拜模型支路与存在的极化类型数量有关，现有研究主要认为电缆的极化类型主要包括体极化(αb,τb)，晶态与非晶态之间的界面极化(αc,τc)和劣化后各类离子、基团之间的杂质界面极化(αs,τs)，利用式(1)、(2)进行L-M法拟合后可以得到不同极化类型的时间常数，并据此提出反映劣化发展程度的A值，计算式为：
从式(6)可以看出，老化因子A的取值范围与电缆的长度、截面积等尺寸参数无关，在现场应用极化电流进行测量时，在求解A因子前需要去除电导电流部分；
步骤4.2：基于PDC法老化因子的计算：随着劣化程度的加重，XLPE材料对外流过的电荷量会增多，因此，通过PDC电流法反映极化电荷的积聚与消散特性也能表征电缆的老化程度，根据这一原理，将去极化电流以时间为变量进行积分并归一化可以得到老化因子Q，在已知αj和τj的情况下，老化因子Q的计算式为：
式中：t0为测试时长；S为电缆线芯的截面积，单位m2；L为待测电缆的总长度，单位m；同样,在现场应用极化电流进行测试时不需要考虑电导过程产生电流，只需考虑极化过程产生的电流即可。
所述的步骤4中的构建了基于曲线相关度的潜在高危老化电缆的判定方法具体为：绝缘状态与台账信息的相关性分析基础：引入相关性分析的方法，建立台账信息和电缆绝缘状态的统计关系，相关性分析方法采用斯皮尔曼秩相关系数法进行分析，其基本计算式为：
式中，ρ为相关系数；dz为秩的差值；n为样本数量；ρ越大表明相关性越强，ρ为正值表示正相关，为负值则表示负相关，且ρ的取值范围为[-1，1]，分析样本为退役电缆与现场测试电缆之和，样本总量超过30，分析结果具备统计意义，根据式(8)计算得到各台账信息与绝缘状态的相关性系数后，可以求得各参量的敏感度系数rz为：
式中：z为台账信息对应的编号；m为待分析台账信息的种类；得到各台账信息的敏感度系数后可以直观看出绝缘状态受相应台账信息影响的敏感性，但必须指出这并非等价于受影响的程度，当敏感度系数较小时，若台账信息数据本身变化较大，仍可能对电缆绝缘状态产生较大影响，因此需要针对相应台账信息数据的变化范围进行表征，主要通过对其最大和最小值进行初值化处理来实现，处理后的台账信息参数x′z,i和变化范围Fz的计算式为：
绝缘状态受台账信息的影响程度Yz为：Yz＝Fzrz(12)，Yz越大，则说明该参数对电缆绝缘状态的影响程度越高，在日常运维中需要重点关注。
所述的步骤5具体为：通过对电网回路运行原理的分析，基于通过在线监测电缆接地线电流时间曲线来对高压电网绝缘状态进行分析，再依据各类绝缘劣化的数据模型，进而判定电缆绝缘的状态，并实现了以样本数据库的构建与相关系数求取为基础的电缆绝缘故障类型辨识。
本发明的有益效果：本发明为基于电缆绝缘劣化过程中参数变化的电缆绝缘监测方法，在使用中，本发明提出分布特征点检测法来监测电缆绝缘状态，有效防止负载波动带来的干扰，通过对电网回路运行原理的分析，通过在线监测电缆接地线电流时间曲线来对高压电网绝缘状态进行分析，实现对电缆故障的实时监测，建立安全稳定的配电网络，保障生产的高效安全，通过对合适的特征变化量的选取，对电缆绝缘劣化进行实时监测，具有非常重要的现实意义；本发明实现了对配电网电缆绝缘态势实时监测的目的，能够实现电缆绝缘故障极早期隐患的诊断和预警，避免因绝缘问题造成的故障导致的线路跳闸、火灾等事件发生，减少因预防性试验和绝缘事故导致的停电、设备损耗等情况的发生次数，经济效益非常显著，对维护电网运行的安全性和可靠性具有非常重要的现实意义，有助于整个行业的发展；本发明具有实现电缆绝缘劣化进行实时监测、建立安全稳定的配电网络、保障生产的高效安全的优点。
附图说明
图1为本发明的去极化电流测量结果示意图。
图2为本发明法的在运电缆PDC测试结果汇总示意图。
图3为本发明的受潮电缆修复前后极化电流测量结果示意图。
图4为本发明的退役电缆A和Q值计算结果示意图。
图5为本发明法的在运电缆A和Q值计算结果示意图。
图6为本发明的在运电缆测试接线示意图。
图7为本发明的极化与去极化电流测试优势及要求框图。
具体实施方式
下面结合附图对本发明做进一步的说明。
实施例1
如图1-7所示，基于电缆绝缘劣化过程中参数变化的电缆绝缘监测方法，所述的方法包括以下步骤：
步骤1：构建接地线电流样本数据库，并考虑不平衡度和负载波动因素；
步骤2：实现基于正交分解法和小波消噪基础上的接地线阻性分量和电流容性分量的分离，并充分考虑了微弱信号难以提取的特征，对配电网电缆接地线电流进行收集；
步骤3：基于电缆的首端电流、电压信号幅值、与采集点的相位关系对电缆绝缘劣化点进行判断，并充分考虑配网电缆敷设长度不长的特征，采用构建线路π型参数模型，并在与母线距离远近不同的多个点上设置了信号收取装置；
步骤4：建立模拟配电网络拓扑结构基础上的故障类型和线路参考数据库，构建了基于曲线相关度、故障类型和支路的三维图，得到大致的电缆绝缘故障范围和具体线路，并实现对潜在高危老化电缆进行判定；
步骤5：构建基于多种类型的电缆绝缘劣化等效参数电路，对发生绝缘劣化电缆的相应接地线电流分量的不同与绝缘参数变化之间的关系进行分析。
本发明为基于电缆绝缘劣化过程中参数变化的电缆绝缘监测方法，在使用中，本发明提出分布特征点检测法来监测电缆绝缘状态，有效防止负载波动带来的干扰，通过对电网回路运行原理的分析，通过在线监测电缆接地线电流时间曲线来对高压电网绝缘状态进行分析，实现对电缆故障的实时监测，建立安全稳定的配电网络，保障生产的高效安全，通过对合适的特征变化量的选取，对电缆绝缘劣化进行实时监测，具有非常重要的现实意义；本发明实现了对配电网电缆绝缘态势实时监测的目的，能够实现电缆绝缘故障极早期隐患的诊断和预警，避免因绝缘问题造成的故障导致的线路跳闸、火灾等事件发生，减少因预防性试验和绝缘事故导致的停电、设备损耗等情况的发生次数，经济效益非常显著，对维护电网运行的安全性和可靠性具有非常重要的现实意义，有助于整个行业的发展；本发明具有实现电缆绝缘劣化进行实时监测、建立安全稳定的配电网络、保障生产的高效安全的优点。
实施例2
如图1-7所示，基于电缆绝缘劣化过程中参数变化的电缆绝缘监测方法，所述的方法包括以下步骤：
步骤1：构建接地线电流样本数据库，并考虑不平衡度和负载波动因素；
步骤2：实现基于正交分解法和小波消噪基础上的接地线阻性分量和电流容性分量的分离，并充分考虑了微弱信号难以提取的特征，对配电网电缆接地线电流进行收集；
步骤3：基于电缆的首端电流、电压信号幅值、与采集点的相位关系对电缆绝缘劣化点进行判断，并充分考虑配网电缆敷设长度不长的特征，采用构建线路π型参数模型，并在与母线距离远近不同的多个点上设置了信号收取装置；
步骤4：建立模拟配电网络拓扑结构基础上的故障类型和线路参考数据库，构建了基于曲线相关度、故障类型和支路的三维图，得到大致的电缆绝缘故障范围和具体线路，并实现对潜在高危老化电缆进行判定；
步骤5：构建基于多种类型的电缆绝缘劣化等效参数电路，对发生绝缘劣化电缆的相应接地线电流分量的不同与绝缘参数变化之间的关系进行分析。
所述的步骤1具体为：为了防止负载波动的干扰，可以利用分布特征点检测法来监测电缆接头老化时的绝缘状态，同时可以对长线路电缆的小区段进行缺陷评估。
所述的步骤4具体为：通过对接地线电流时间曲线的分析及相关度系数求解，能够对电缆的老化状态、老化分类进行较为精准的判断，而且判断准确率非常高，无论非对称下降线路还是对称下降线路，通过接地线电流时间曲线相关度系数求解可以精确得到线路绝缘状态的老化程度。
所述的步骤4采用基于PDC法的在运XLPE电缆绝缘状态评估方法，具体包括以下步骤：
步骤4.1：基于PDC法老化因子的计算：为定量确定各类极化类型在不同老化程度下的变化趋势，引入了扩展德拜模型对极化和去极化电流进行解谱分析，极化电流ip和去极化电流id可以分别表示为：
式中，i0为电导电流，单位A；t为变化时间，单位s；j为不同极化类型，而XLPE中包含3种类型，j＝1，2，3；αj为不同极化类型的拟合系数；τj为不同极化的时间常数，单位s；极化电流ip相较于去极化电流id多出了电导电流i0，在不考虑电导电流的情况下，ip＝id；电缆在运行过程中受环境的影响会逐渐劣化，其绝缘材料的陷阱密度将随之增加且深度变深，这使得绝缘材料的极化电流和去极化电流也会发生变化，具体地，由于电缆绝缘层中本身存在的载流子分为电子和空穴，因此根据J.G.Simmons理论推导可以得到其等温去极化过程又称为等温松弛过程中因空穴和电子迁移引起的电流为：In＝(qLkT/2t)f0(E)N(E)(3)，Ip＝(qLkT/2t)(1-f0(E))N(E)(4)，式中：In、Ip分别表示电子和空穴产生的电流，单位A；q为元电荷量，单位C；L为绝缘的厚度，单位m；k为波尔兹曼常数；T为绝对温度，单位K；E为能量，单位eV；f0(E)为电子陷阱激发的初始概率；N(E)为陷阱能级的分布；值得注意的是，对于电子和空穴来说，其激发时要求目前所在能级超过阈值能级Em，高于Em能级的载流子会从陷阱中逃逸出来，低于Em能级的载流子还将留在陷阱中，同时，由于目前仪器并不能分开电子和空穴，因此实际测得的去极化电流id是两种载流子迁移产生的电流之和(In+Ip)，故代入Em并将式(3)和式(4)相加可以得到去极化电流id，当等式的两边同乘t后，可以得到：Idt＝(qLkT/2)N(Em)(5)，式(5)左边为去极化电流与去极化时间之积，当温度、被试样品尺寸不变时，去极化电流与去极化时间之积与陷阱能级分布函数N(Em)成正比，反映了这些能级的分布情况；由式(1)、(2)可看出，德拜模型支路与存在的极化类型数量有关，现有研究主要认为电缆的极化类型主要包括体极化(αb,τb)，晶态与非晶态之间的界面极化(αc,τc)和劣化后各类离子、基团之间的杂质界面极化(αs,τs)，利用式(1)、(2)进行L-M法拟合后可以得到不同极化类型的时间常数，并据此提出反映劣化发展程度的A值，计算式为：
从式(6)可以看出，老化因子A的取值范围与电缆的长度、截面积等尺寸参数无关，在现场应用极化电流进行测量时，在求解A因子前需要去除电导电流部分；
步骤4.2：基于PDC法老化因子的计算：随着劣化程度的加重，XLPE材料对外流过的电荷量会增多，因此，通过PDC电流法反映极化电荷的积聚与消散特性也能表征电缆的老化程度，根据这一原理，将去极化电流以时间为变量进行积分并归一化可以得到老化因子Q，在已知αj和τj的情况下，老化因子Q的计算式为：
式中：t0为测试时长；S为电缆线芯的截面积，单位m2；L为待测电缆的总长度，单位m；同样,在现场应用极化电流进行测试时不需要考虑电导过程产生电流，只需考虑极化过程产生的电流即可。
在本实施例中，本发明收集了8根退役电缆进行实测，证实了PDC法对现场电缆检测的有效性，在此基础上，重点选取了24条电力公司辖区内不同运行状态、运行年限的在运XLPE电缆进行现场PDC实测，根据实测结果计算得到老化因子，并采用斯皮尔曼秩相关系数法理论分析了电缆老化程度与运行年限、长度、敷设方式、负荷类型等台账参数之间的关系，最后在此基础上给出了潜在高危老化电缆线路的判断方法，本发明收集的8条不同运行年限、不同运行单位的退役XLPE电缆，8条电缆中有3条无明确投运时间和运行单位的记录，其中1条电缆绝缘状态正常，另2条经解体后发现了明显受潮现象，为方便后续对电缆老化程度和负荷强度的关系进行分析，依据电缆的运行单位进行了分类,，分类标准为：市中心核心区为1类负荷，近郊为2类负荷，远郊为3类负荷；
测量极化/去极化电流时，需从开关柜中拔出两端电缆终端头，断开两端屏蔽和铠装的接地，测试过程中屏蔽和铠装需保持悬空状态，同时，将高压端接在电缆终端头，测量(接地)端接在电缆的屏蔽线上，如图6所示；由于极化电流存在外施电压的作用,因此必须考虑电导电流；而去极化电流没有外施电压，故不必考虑电导电流，对测试结果的处理也相对简单，同时实验室测试的时间相对比较充足，不仅能够对电缆进行充分的极化和去极化，而且可以对外界干扰起到良好的屏蔽和抑制作用，因此实验室中对PDC法的应用研究主要集中于去极化电流；对在运电缆测试时，特别是对屏蔽与接地未断开的电缆线路测试时发现，外界环境对去极化电流的影响较大，采用极化电流能够在一定程度上改善测试效果，故现场主要利用极化电流进行测试，极化电流与去极化电流的优势及测试要求特点如图7所示；
将实验室中测得的去极化电流以双对数图的形式进行绘制,结果如图1所示，绝缘相对良好电缆的极化过程主要为体极化，电流曲线的整体幅值较低，在曲线形式上应接近直线或凸函数，且极化过渡时间比较短，衰减速率较快，如M1—M5号电缆所示；M6号电缆虽然形状与正常电缆相近，但整体电流幅值更高，出现了明显受潮现象，这与台账记录相符；M7号电缆的电流幅值与M6号电缆接近且衰减速度较慢，呈现出凹函数的形态，故其受潮的现象更严重；从解体结果看，M7号电缆确实出现了严重受潮的现象，M8号电缆的电流曲线呈现出明显的凹函数形态，但其整体的电流幅值相较于M6和M7号电缆要低2～3个数量级，因此绝缘状态相对较好；
本发明针对24条在运电缆进行现场测试，基本覆盖了不同负荷类型、投运年限、长度和敷设类型的电缆，且表A2中负荷类型的分类方法与表A1一致，同时，采用的XLPE电缆型号均为YJV22-3×300，有以下电缆的情况较为特殊,主要包括：1)N6号电缆和N19号电缆为同一根电缆，N6号电缆在初次检测发现受潮后对其受潮部位进行了修复处理，编号为N19号电缆，然后重新对其进行了测量；2)N10号电缆为XLPE和油纸混合型电缆，其中XLPE电缆217m，其余为油纸电缆；在后续分析中，为了将敷设方式进行数值归一化，直埋、管井、沟道和隧道分别赋值为1、2、3和4，24条在运电缆的现场测试结果如图2所示；
由于在运电缆测试结果数据较多，为展现PDC法对典型受潮情况判定的准确性,，选取了N6号和N19号电缆的测试结果进行对比，如图3所示，从图3可以看出，该电缆在修复前的整体极化电流超过了10-6A的量级，可以现场判定为有缺陷电缆，将该电缆中间接头换下，并经解剖后发现该中间接头发生了明显受潮；对更换中间接头后的该电缆再次进行极化电流测量，发现其极化电流<10-8A,修复效果明显，该结果证明了PDC法不仅能够对电缆整体受潮进行有效检测，而且对于局部受潮、过度老化等缺陷的诊断也有较为明显的效果，从而拓展了PDC法的应用范围；另外，由于PDC法在测试过程中将高压端接于电缆的线芯，测量端接于电缆的铜屏蔽部分，相当于将被测电缆的绝缘电阻并联，所以从测试的电流幅值看，随着电缆长度的增加，测得的PDC电流幅值增大，更有利于对电缆绝缘状态进行准确判定；根据PDC的测量曲线能够定性地诊断电缆的绝缘状态，但为了帮助现场工作人员快速准确地进行评估，仍需要有定量的判据作为支撑；
定量实验结果分析：实验室中和值计算结果及分析：根据式(6)和式(7)计算得到了8根退役电缆的A和Q值,如图4所示，从图4可以发现，随着电缆运行年限的增加(箭头所示方向)，其A和Q值变化趋势无明显规律，而同样运行15a的M1、M2、M3号电缆的A和Q值差别较大，这与不同电缆的运行负荷及周围环境情况有关；M6号电缆在解体后发现出现了受潮情况，从Q值来看效果很明显，而A值不明显，前述M7号电缆得到的A和Q值均为最大，与台账记录结果一致，该电缆的绝缘劣化情况最严重；M8号电缆是正常电缆，作为对照组可以发现，其A和Q值都低于受潮电缆；整体上看，Q值在反映电缆绝缘状态上与A值有一定的区别，Q值反映电缆受潮状况比较明显，所有未受潮电缆的Q值均<2×10-8；而A值作为表征电介质陷阱参数的一种判据，用来反映电缆老化程度比Q值更好；Birkner P基于德国电缆状况给出了XLPE电缆的A值与绝缘状况的关系和判据，根据这一判据，运行15a的M1号电缆应该直接退役，而运行12a的M4号电缆也已经进入中度老化的状态，但通常认为电缆的预期使用寿命在30a左右，按照电力设备故障率的“澡盆曲线”来看，M1和M4号电缆应该正处于故障率最低的阶段，按照人工加速热老化结果推算，运行15～17a的电缆若一直保持90℃的线芯温度运行，其A值可能会达到1.74左右，而运行20a左右电缆就需要退役，这也与国内电缆30a的生命周期有所区别；
在运电缆和值计算结果及分析：同样地,根据式(6)和式(7)对24条在运电缆的A和Q值进行了计算,结果如图5所示，部分绝缘较好的电缆在测试过程中的极化分量并不明显，这部分电缆的测试结果难以分解出不同极化过程对应的时间常数，故无法求解其A和Q值，从而形成了空白数据，但是，为了后续分析A和Q值与电缆信息的相关性，需要对空白数据进行填充，填充时将A值设置为1，Q值设置为10-9，主要包括N1，N20，N21和N22号电缆，此外，N10号电缆由于Q值超标，运维人员在后续缺陷处理工作中结合了线路改造计划将油纸部分的电缆全部更换为XLPE电缆，缺陷处理完成后该电缆顺利通过了超低频介损和耐压试验；从现场测试结果可以看出，老化因子A和Q值具有一定的正相关性，但部分电缆中两者在判定电缆的老化程度时也有一定的区别，这一现象与实验室中和值计算结果及分析相一致，因此，两种老化因子同时使用能更全面反映电缆的老化受潮情况。
所述的步骤4中的构建了基于曲线相关度的潜在高危老化电缆的判定方法具体为：绝缘状态与台账信息的相关性分析基础：引入相关性分析的方法，建立台账信息和电缆绝缘状态的统计关系，相关性分析方法采用斯皮尔曼秩相关系数法进行分析，其基本计算式为：
式中，ρ为相关系数；dz为秩的差值；n为样本数量；ρ越大表明相关性越强，ρ为正值表示正相关，为负值则表示负相关，且ρ的取值范围为[-1，1]，分析样本为退役电缆与现场测试电缆之和，样本总量超过30，分析结果具备统计意义，根据式(8)计算得到各台账信息与绝缘状态的相关性系数后，可以求得各参量的敏感度系数rz为：
式中：z为台账信息对应的编号；m为待分析台账信息的种类；得到各台账信息的敏感度系数后可以直观看出绝缘状态受相应台账信息影响的敏感性，但必须指出这并非等价于受影响的程度，当敏感度系数较小时，若台账信息数据本身变化较大，仍可能对电缆绝缘状态产生较大影响，因此需要针对相应台账信息数据的变化范围进行表征，主要通过对其最大和最小值进行初值化处理来实现，处理后的台账信息参数x′z,i和变化范围Fz的计算式为：
绝缘状态受台账信息的影响程度Yz为：Yz＝Fzrz(12)，Yz越大，则说明该参数对电缆绝缘状态的影响程度越高，在日常运维中需要重点关注。
在本实施例中，相关性分析结果：根据式(8)对各台账数据与A/Q值的相关性进行分析，计算结果如表1所示，其中p值为显著系数，该系数越小则证明相关性的判定可信度越高；
表1 A和Q与电缆信息的相关性
A和Q间的相关性系数为0.479，显著系数为0.006，A和Q值具有中等强度的正相关性，且可信度非常高，说明两者在绝缘状态诊断中的一致性非常好；从负荷类型看，A/Q值与负荷区域类型呈现了较弱的负相关性，说明远郊区域电缆好于市中心核心区的电缆，这种情况主要是由远郊区域负荷较轻、电缆通道超容率低等因素造成的；投运年限和A/Q值基本未呈现相关性，说明运行年限和电缆绝缘状态关系不大，这一点可能与常规认知有所区别，但进一步分析后发现，运行年限较短的电缆在关注程度、日常维护频次方面都不如年限较长电缆，再加之目前配电电缆生产厂家越来越多，生产质量参差不齐，结果就导致新电缆出现绝缘老化受潮现象也层出不穷；电缆长度和A值基本未呈现相关性，但却与Q值具有中等强度的正相关性，这说明随着电缆长度的增加，电缆老化的概率基本不变，但受潮概率却不断增加，长电缆出现受潮后，在缺陷处理过程中寻找受潮点的难度更大、耗时更长，更换维修的工程量也更大，因此在日常电缆运维及建设过程中,，若条件允许则应考虑增加环网柜、开闭所、配电室等设施，缩短电缆的敷设长度，从而提高电缆整体的可靠性并降低检修工作量；敷设方式和A值基本未呈现相关性，但却与Q值具有中等强度的正相关性，说明直埋敷设的电缆受潮概率较低，管井、沟道和隧道电缆受潮概率更高，这种现象主要是因为在这3种敷设下若通道防潮工作不到位，则极易出现渗水情况，甚至在通道内产生积水，进而影响整体绝缘性能，直埋敷设电缆在日常运行过程中由于负荷电流的作用导致导体、绝缘层等出现温升现象，而这类温升现象会造成土壤水分迁移，使局部土壤出现干燥的情况，进而有利于电缆的防潮；
根据式(9)-(12)求解可得到电缆台账信息参数对A和Q因子的敏感度和影响程度，如表2所示；
表2电缆信息参数对绝缘状态的敏感度和影响程度
结合相关性分析结果，重点考虑老化因子Q敏感度和影响程度的计算结果，可以发现长电缆和敷设方式最易影响电缆的绝缘状态，这与前述相关性分析结果一致，验证了统计分析的正确性，综上所述，在日常运维工作中应重点关注和检测非直埋敷设的位于市中心的长电缆。
所述的步骤5具体为：通过对电网回路运行原理的分析，基于通过在线监测电缆接地线电流时间曲线来对高压电网绝缘状态进行分析，再依据各类绝缘劣化的数据模型，进而判定电缆绝缘的状态，并实现了以样本数据库的构建与相关系数求取为基础的电缆绝缘故障类型辨识。
本发明为基于电缆绝缘劣化过程中参数变化的电缆绝缘监测方法，在使用中，本发明提出分布特征点检测法来监测电缆绝缘状态，有效防止负载波动带来的干扰，通过对电网回路运行原理的分析，通过在线监测电缆接地线电流时间曲线来对高压电网绝缘状态进行分析，实现对电缆故障的实时监测，建立安全稳定的配电网络，保障生产的高效安全，通过对合适的特征变化量的选取，对电缆绝缘劣化进行实时监测，具有非常重要的现实意义；本发明实现了对配电网电缆绝缘态势实时监测的目的，能够实现电缆绝缘故障极早期隐患的诊断和预警，避免因绝缘问题造成的故障导致的线路跳闸、火灾等事件发生，减少因预防性试验和绝缘事故导致的停电、设备损耗等情况的发生次数，经济效益非常显著，对维护电网运行的安全性和可靠性具有非常重要的现实意义，有助于整个行业的发展；本发明具有实现电缆绝缘劣化进行实时监测、建立安全稳定的配电网络、保障生产的高效安全的优点。
Claims (6)
1.基于电缆绝缘劣化过程中参数变化的电缆绝缘监测方法，其特征在于：所述的方法包括以下步骤：
步骤1：构建接地线电流样本数据库，并考虑不平衡度和负载波动因素；
步骤2：实现基于正交分解法的信号分离和小波消噪基础上的接地线阻性分量和电流容性分量的分离，并充分考虑了微弱信号难以提取的特征，对配电网电缆接地线电流进行收集；
步骤3：基于电缆的首端电流、电压信号幅值、与采集点的相位关系对电缆绝缘劣化点进行判断，并充分考虑配网电缆敷设长度不长的特征，采用构建线路π型参数模型，并在与母线距离远近不同的多个点上设置了信号收取装置；
步骤4：建立模拟配电网络拓扑结构基础上的故障类型和线路参考数据库，构建了基于曲线相关度、故障类型和支路的三维图，得到大致的电缆绝缘故障范围和具体线路，并实现对潜在高危老化电缆进行判定；
步骤5：构建基于多种类型的电缆绝缘劣化等效参数电路，对发生绝缘劣化电缆的相应接地线电流分量的不同与绝缘参数变化之间的关系进行分析。
2.如权利要求1所述的基于电缆绝缘劣化过程中参数变化的电缆绝缘监测方法，其特征在于：所述的步骤1具体为：为了防止负载波动的干扰，可以利用分布特征点检测法来监测电缆接头老化时的绝缘状态，同时可以对长线路电缆的小区段进行缺陷评估。
3.如权利要求1所述的基于电缆绝缘劣化过程中参数变化的电缆绝缘监测方法，其特征在于：所述的步骤4具体为：通过对接地线电流时间曲线的分析及相关度系数求解，能够对电缆的老化状态、老化分类进行较为精准的判断，而且判断准确率非常高，无论非对称下降线路还是对称下降线路，通过接地线电流时间曲线相关度系数求解可以精确得到线路绝缘状态的老化程度。
4.如权利要求3所述的基于电缆绝缘劣化过程中参数变化的电缆绝缘监测方法，其特征在于：所述的步骤4采用基于PDC法的在运XLPE电缆绝缘状态评估方法，具体包括以下步骤：
步骤4.1：基于PDC法老化因子的计算：为定量确定各类极化类型在不同老化程度下的变化趋势，引入了扩展德拜模型对极化和去极化电流进行解谱分析，极化电流ip和去极化电流id可以分别表示为：
式中，i0为电导电流，单位A；t为变化时间，单位s；j为不同极化类型，而XLPE中包含3种类型，j＝1，2，3；αj为不同极化类型的拟合系数；τj为不同极化的时间常数，单位s；极化电流ip相较于去极化电流id多出了电导电流i0，在不考虑电导电流的情况下，ip＝id；电缆在运行过程中受环境的影响会逐渐劣化，其绝缘材料的陷阱密度将随之增加且深度变深，这使得绝缘材料的极化电流和去极化电流也会发生变化，具体地，由于电缆绝缘层中本身存在的载流子分为电子和空穴，因此根据J.G.Simmons理论推导可以得到其等温去极化过程又称为等温松弛过程中因空穴和电子迁移引起的电流为：In＝(qLkT2t)f0(E)N(E)(3)，Ip＝(qLkT2t)(1-f0(E))N(E)(4)，式中：In、Ip分别表示电子和空穴产生的电流，单位A；q为元电荷量，单位C；L为绝缘的厚度，单位m；k为波尔兹曼常数；T为绝对温度，单位K；E为能量，单位eV；f0(E)为电子陷阱激发的初始概率；N(E)为陷阱能级的分布；值得注意的是，对于电子和空穴来说，其激发时要求目前所在能级超过阈值能级Em，高于Em能级的载流子会从陷阱中逃逸出来，低于Em能级的载流子还将留在陷阱中，同时，由于目前仪器并不能分开电子和空穴，因此实际测得的去极化电流id是两种载流子迁移产生的电流之和(In+Ip)，故代入Em并将式(3)和式(4)相加可以得到去极化电流id，当等式的两边同乘t后，可以得到：Idt＝(qLkT2)N(Em)(5)，式(5)左边为去极化电流与去极化时间之积，当温度、被试样品尺寸不变时，去极化电流与去极化时间之积与陷阱能级分布函数N(Em)成正比，反映了这些能级的分布情况；由式(1)、(2)可看出，德拜模型支路与存在的极化类型数量有关，现有研究主要认为电缆的极化类型主要包括体极化(αb,τb)，晶态与非晶态之间的界面极化(αc,τc)和劣化后各类离子、基团之间的杂质界面极化(αs,τs)，利用式(1)、(2)进行L-M法拟合后可以得到不同极化类型的时间常数，并据此提出反映劣化发展程度的A值，计算式为：
从式(6)可以看出，老化因子A的取值范围与电缆的长度、截面积等尺寸参数无关，在现场应用极化电流进行测量时，在求解A因子前需要去除电导电流部分；
步骤4.2：基于PDC法老化因子的计算：随着劣化程度的加重，XLPE材料对外流过的电荷量会增多，因此，通过PDC电流法反映极化电荷的积聚与消散特性也能表征电缆的老化程度，根据这一原理，将去极化电流以时间为变量进行积分并归一化可以得到老化因子Q，在已知αj和τj的情况下，老化因子Q的计算式为：
式中：t0为测试时长；S为电缆线芯的截面积，单位m2；L为待测电缆的总长度，单位m；同样,在现场应用极化电流进行测试时不需要考虑电导过程产生电流，只需考虑极化过程产生的电流即可。
5.如权利要求4所述的基于电缆绝缘劣化过程中参数变化的电缆绝缘监测方法，其特征在于：所述的步骤4中的构建了基于曲线相关度的潜在高危老化电缆的判定方法具体为：绝缘状态与台账信息的相关性分析基础：引入相关性分析的方法，建立台账信息和电缆绝缘状态的统计关系，相关性分析方法采用斯皮尔曼秩相关系数法进行分析，其基本计算式为：
式中，ρ为相关系数；dz为秩的差值；n为样本数量；ρ越大表明相关性越强，ρ为正值表示正相关，为负值则表示负相关，且ρ的取值范围为[-1，1]，分析样本为退役电缆与现场测试电缆之和，样本总量超过30，分析结果具备统计意义，根据式(8)计算得到各台账信息与绝缘状态的相关性系数后，可以求得各参量的敏感度系数rz为：
式中：z为台账信息对应的编号；m为待分析台账信息的种类；得到各台账信息的敏感度系数后可以直观看出绝缘状态受相应台账信息影响的敏感性，但必须指出这并非等价于受影响的程度，当敏感度系数较小时，若台账信息数据本身变化较大，仍可能对电缆绝缘状态产生较大影响，因此需要针对相应台账信息数据的变化范围进行表征，主要通过对其最大和最小值进行初值化处理来实现，处理后的台账信息参数x′z,i和变化范围Fz的计算式为：
绝缘状态受台账信息的影响程度Yz为：Yz＝Fzrz(12)，Yz越大，则说明该参数对电缆绝缘状态的影响程度越高，在日常运维中需要重点关注。
6.如权利要求1所述的基于电缆绝缘劣化过程中参数变化的电缆绝缘监测方法，其特征在于：所述的步骤5具体为：通过对电网回路运行原理的分析，基于通过在线监测电缆接地线电流时间曲线来对高压电网绝缘状态进行分析，再依据各类绝缘劣化的数据模型，进而判定电缆绝缘的状态，并实现了以样本数据库的构建与相关系数求取为基础的电缆绝缘故障类型辨识。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211641933.XA CN116068342A (zh) | 2022-12-20 | 2022-12-20 | 基于电缆绝缘劣化过程中参数变化的电缆绝缘监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211641933.XA CN116068342A (zh) | 2022-12-20 | 2022-12-20 | 基于电缆绝缘劣化过程中参数变化的电缆绝缘监测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116068342A true CN116068342A (zh) | 2023-05-05 |
Family
ID=86170874
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211641933.XA Pending CN116068342A (zh) | 2022-12-20 | 2022-12-20 | 基于电缆绝缘劣化过程中参数变化的电缆绝缘监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116068342A (zh) |
-
2022
- 2022-12-20 CN CN202211641933.XA patent/CN116068342A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Van Bolhuis et al. | Monitoring and diagnostic of transformer solid insulation | |
| CN107505542A (zh) | 基于去极化电流法检测xlpe电缆老化程度的测量方法 | |
| CN103576059B (zh) | 一种变压器匝间放电综合故障诊断方法及系统 | |
| CN106021756A (zh) | 一种基于频域介电谱特征量评估油纸绝缘状态的方法 | |
| Liu et al. | Prognosis of underground cable via online data-driven method with field data | |
| CN109029960B (zh) | 一种断路器机械状态检测方法 | |
| CN102621421A (zh) | 一种基于关联分析与变权重系数的变压器状态评估方法 | |
| CN103645425A (zh) | 一种高压电缆绝缘缺陷局部放电在线监测诊断方法 | |
| Abu-Elanien et al. | Survey on the transformer condition monitoring | |
| CN105158655A (zh) | 一种基于频域介电理论的变压器油纸绝缘老化状态评估方法 | |
| CN109188197A (zh) | 一种用于高压电缆健康指数的评估系统及方法 | |
| CN108344917A (zh) | 基于轨迹法的110kV交联聚乙烯交叉互联电缆在线故障诊断方法 | |
| CN104459486A (zh) | 一种利用极化电流评估交联聚乙烯中压电缆绝缘的方法 | |
| CN116449256A (zh) | 一种基于声纹传感的变压器状态故障诊断系统及其方法 | |
| CN116068342A (zh) | 基于电缆绝缘劣化过程中参数变化的电缆绝缘监测方法 | |
| Bergius | Implementation of on-line partial discharge measurements in medium voltage cable network | |
| CN116010892A (zh) | 电缆绝缘劣化等效参数模型的样本数据库识别诊断方法 | |
| Shen et al. | Development of online monitoring system for 1500 V ethylene–propylene–rubber DC feeder cable of Shanghai urban rail transit | |
| Wu et al. | XLPE cable health assessment based on Relief-F feature weighted FSVM | |
| CN105676079A (zh) | 基于在线决策规则的电缆局部放电源定位 | |
| Lee et al. | A condition indexing for assessment management in MV underground power cables | |
| Morsalin et al. | Diagnostic testing of power cable insulation for reliable smart grid operation | |
| Li et al. | A method for identifying the operating state of deteriorated insulators based on partial discharge signal reconstruction algorithm and spatial electric field distribution law | |
| CN111025090B (zh) | 一种基于泄漏电流差异系数的电缆寿命预测方法 | |
| Yousof et al. | Using absolute average difference (DABS) in interpreting the frequency response of distribution transformer |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication |