CN117607635A - 一种高压电缆附件潜伏性放电隐患检测方法 - Google Patents
一种高压电缆附件潜伏性放电隐患检测方法 Download PDFInfo
- Publication number
- CN117607635A CN117607635A CN202311614957.0A CN202311614957A CN117607635A CN 117607635 A CN117607635 A CN 117607635A CN 202311614957 A CN202311614957 A CN 202311614957A CN 117607635 A CN117607635 A CN 117607635A
- Authority
- CN
- China
- Prior art keywords
- voltage cable
- experimental
- hidden
- discharge
- detection
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 claims abstract description 51
- 238000002474 experimental method Methods 0.000 claims abstract description 22
- 230000008859 change Effects 0.000 claims abstract description 10
- 238000004140 cleaning Methods 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims abstract description 9
- 238000012795 verification Methods 0.000 claims abstract description 5
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 7
- 238000007619 statistical method Methods 0.000 claims description 4
- 238000013473 artificial intelligence Methods 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 2
- 238000012360 testing method Methods 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 abstract description 4
- 238000004458 analytical method Methods 0.000 description 8
- 230000000052 comparative effect Effects 0.000 description 5
- 238000009529 body temperature measurement Methods 0.000 description 4
- 238000001931 thermography Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
-
- 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
Landscapes
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本发明提供一种高压电缆附件潜伏性放电隐患检测方法,涉及高压电缆附件潜伏性放电隐患检测技术领域。该种通过高压电缆附件潜伏性放电隐患的检测方法,包括以下具体步骤:S1、建立模型:建立工作电压变化与放电隐患程度之间的关系模型;S2、确定实验设备:选择实验设备,并对其进行调试和优化;S3、制定检测方案:设计实验方法,并制定实验方案;S4、选取检测对象:选择潜伏性放电隐患检测对象进行实验;S5、清洁处理:对高压电缆附件进行清洁和绝缘处理。通过采用理论模型和实验验证相结合的方法,可以通过简化和优化检测过程,减少设备投资和维护成本,提高检测效率和准确性,为电力系统的运维管理提供更加便捷和经济的解决方案。
Description
技术领域
本发明涉及高压电缆附件潜伏性放电隐患检测技术领域,具体为一种高压电缆附件潜伏性放电隐患检测方法。
背景技术
高压电缆附件是电力系统中不可或缺的一部分,其安全可靠地运行对整个系统的正常运行至关重要,然而,随着设备的老化和运行时间的增长,高压电缆附件中的潜伏性放电隐患逐渐显现出来,潜伏性放电隐患是指在高压电缆附件中存在一定程度的电力放电活动,但却无法直接观测到的情况,这种放电活动不仅会导致能量损耗,增加线路的传输损耗,还会导致附件温升过高,影响附件的运行稳定性,甚至对整个电力系统的安全性和稳定性产生严重威胁,而高压电缆附件潜伏性放电隐患的检测方法可以及早发现潜在的故障隐患,有助于提高电力系统的可靠性和安全性,通过检测方法对潜伏性放电隐患进行准确地监测和诊断,可以避免潜在隐患逐渐扩大并最终导致附件故障,进而减少电力系统的停电时间和故障损失。
随着电力系统的发展,高压电缆附件的规模和数量逐渐增加,故障的概率也相应增加。因此,对潜伏性放电隐患的及时检测和预防成为电力系统建设中的重要环节,而目前,存在一些用于检测高压电缆附件潜伏性放电隐患的方法,如电流脉冲法、频域分析法和红外热像法等,然而,这些方法存在一些局限性和不足之处,电流脉冲法在检测过程中对附件的扰动较大,且难以准确判断潜伏性放电的位置,频域分析法对设备要求较高,操作复杂,同时需要大量的数据处理和分析,红外热像法在检测过程中对环境要求较高,容易受到干扰,而且不能提供组件内部的详细信息。
为此,我们研发出了新的一种高压电缆附件潜伏性放电隐患检测方法。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种高压电缆附件潜伏性放电隐患检测方法,解决了现有潜伏性放电隐患的检测方法需要高昂的设备投资和复杂的检测过程,难以在实际工程中得到广泛应用的问题。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:一种高压电缆附件潜伏性放电隐患检测方法,包括以下具体步骤:
S1、建立模型:建立工作电压变化与放电隐患程度之间的关系模型;
S2、确定实验设备:选择实验设备,并对其进行调试和优化;
S3、制定检测方案:设计实验方法,并制定实验方案;
S4、选取检测对象:选择潜伏性放电隐患检测对象进行实验;
S5、清洁处理:对高压电缆附件进行清洁和绝缘处理;
S6、实施检测:采用仪器对附件进行潜伏性放电隐患的检测;
S7、收集与记录:收集和记录相关的数据和信号,对潜伏性放电隐患进行分析和判断;
S8、得出实验结果:对实验结果进行记录和分析。
优选的,所述S1中通过将利用机器学习和人工智能技术中任意一种,来进行数据分析和建模,以提高潜伏性放电隐患检测精度和准确性。
优选的,所述S2中实验设备用于模拟附件正常运行状态和异常运行状态,以便准确地观察和记录潜伏性放电隐患的表现形式和影响因素。
优选的,所述S3中的实验方法,包括以下具体步骤:
步骤一:测量了实验设备的工作电压和电流,并通过测量方法来监测高压电缆附件的运行状态;
步骤二:模拟正常运行状态和异常运行状态下的高压电缆附件,并观察其潜伏性放电隐患的表现形式;
步骤三:记录实验过程中的各项数据,并对实验结果进行分析;
步骤四:通过对实验结果的比对和观察,判断新型检测方法的检测效果,并与理论预测进行对比;
步骤五:进行多组实验,并对各组实验结果进行统计分析,能够更加准确地评估新型检测方法的可行性和应用效果;
步骤六:通过对实验结果的验证和论证,评估新型检测方法的可行性和应用效果,并提出改进意见,为今后进一步改进和优化方法提供参考。
优选的,所述S4中潜伏性放电隐患检测对象为高压电缆附件样品,可通过改变高压电缆附件的工况、运行状态等,以观察不同条件下潜伏性放电隐患的表现情况。
优选的,所述S6中的仪器为实验装置内设置有高压电缆附件样品、测试电路和接地装置,所述实验装置用于模拟实际工程中高压电缆附件的运行状态,所述数据采集系统用于采集和记录实验过程中的数据,包括电压、电流的信号,与传统方法相比,该检测方法在检测效率和准确性上都有明显的提升。
优选的,所述S7中通过对实验数据进行整理和统计,分析实验数据发现潜伏性放电隐患在实验中表现为电流波形的不规则性,幅值的突变以及频率的升高的现象,这些现象与高压电缆附件的异常运行状态相吻合,以验证检测方法对潜伏性放电隐患的有效检测能力,通过针对实验结果与理论预测的差异,可以对检测方法的理论模型进行修正和优化,加入更多实际工程中的因素,提高检测方法的准确性和可靠性。
优选的,所述S8中通过实验数据和信号的变化,对比及统计分析,以验证检测方法的有效性和可行性,同时,与理论模型进行对比,验证实验结果与理论预测的差异,可以提高对高压电缆附件潜伏性放电隐患的检测和诊断能力,保障电力系统的安全稳定运行。
(三)有益效果
本发明提供了一种高压电缆附件潜伏性放电隐患检测方法。具备以下有益效果:
1、该种通过高压电缆附件潜伏性放电隐患的检测方法,通过选择不同类型和结构的高压电缆附件进行了实地检测,并对检测结果进行对比和分析,结果表明,无论是在使用寿命较短的高压电缆附件,还是在使用寿命较长的高压电缆附件中,都能够检测出潜伏性放电隐患并及时给出预警,从而避免了潜在的安全风险。
2、该种通过高压电缆附件潜伏性放电隐患的检测方法,通过采用理论模型和实验验证相结合的方法,不仅适用于各种类型和结构的高压电缆附件,还能够较好地应对不同的运行状态和环境条件,不依赖于特定的设备和条件,具备较强的通用性和可操作性,使得其推广和应用更加容易和便捷。
3、该种通过高压电缆附件潜伏性放电隐患的检测方法,通过提前发现和判断高压电缆附件中的潜伏性放电隐患,能够进行及时的检测和预警,有效地避免了潜伏性放电隐患演变为事故隐患,并且,采取及时的维护和修复措施,提高了高压电缆附件的安全性和可靠性。
4、该种通过高压电缆附件潜伏性放电隐患的检测方法,通过检测附件的表面电荷分布、放电脉冲和电磁波辐射等指标,可以及时发现潜在的放电隐患,并及时采取相应的措施进行修复和维护,可以实时监测高压电缆附件的运行状态,及时发现和排除异常情况。通过实时监测附件的温度、电场强度、放电信号等指标,可以对附件的运行状态进行实时跟踪,并进行预警和故障诊断,以保障设备的正常运行。
附图说明
图1为本发明的工艺流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,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。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。
实施例一:
如图1所示,本发明实施例提供一种高压电缆附件潜伏性放电隐患检测方法,包括以下具体步骤:
S1、建立模型:利用机器学习技术,建立工作电压变化与放电隐患程度之间的关系模型;
S2、确定实验设备:选择模拟附件正常运行状态的实验设备,并对其进行调试和优化;
S3、制定检测方案:设计实验方法,并制定实验方案;
S4、选取检测对象:选择潜伏性放电隐患检测对象进行实验;
S5、清洁处理:对高压电缆附件进行清洁和绝缘处理;
S6、实施检测:采用仪器对附件进行潜伏性放电隐患的检测;
S7、收集与记录:收集和记录相关的数据和信号,对潜伏性放电隐患进行分析和判断;
S8、得出实验结果:对实验结果进行记录和分析。
实施例二:
本实施例与实施例一的不同之处在于,一种高压电缆附件潜伏性放电隐患检测方法,包括以下具体步骤:
S1、建立模型:利用人工智能技术,建立工作电压变化与放电隐患程度之间的关系模型;
S2、确定实验设备:选择用于异常运行状态的实验设备,并对其进行调试和优化;
S3、制定检测方案:设计实验方法,并制定实验方案;
S4、选取检测对象:选择多种高压电缆附件样品为检测对象进行实验;
S5、清洁处理:对高压电缆附件进行清洁和绝缘处理;
S6、实施检测:搭建实验平台用于模拟实际工程中高压电缆附件的运行状态,从而对附件进行潜伏性放电隐患的检测;
S7、收集与记录:收集和记录相关的数据和信号,对潜伏性放电隐患进行分析和判断;
S8、得出实验结果:对实验结果进行记录和分析。
对比例一:
采用常规的基于电信号检测的方法对高压电缆附件的潜伏性放电隐患进行检测,具体步骤如下:
S1、信号采集:使用传感器和检测装置中的任意一种,对高压电缆附件周围的电流和电压信号进行实时采集;
S2、信号放大与滤波:将采集到的信号,经过放大处理以增强信号强度,同时可能需要通过滤波器进行滤波,以去除不需要的频率成分或噪音;
S3、特征提取:对采集到的电信号进行特征提取;
S4、信号识别与分析:根据特征提取的结果,对信号进行识别与分析,判断是否存在潜在的放电隐患;
S5、异常检测:在识别到潜在放电隐患后,进一步分析信号的异常特征,以确定放电的位置、类型以及严重程度;
S6、数据存储与输出:对检测到的信号信息进行存储和输出,生成报告、图表或者实时显示,以便用户进行进一步分析和决策。
对比例二:
采用常规基于热信号检测的方法对高压电缆附件的潜伏性放电隐患进行检测,具体步骤如下:
S1、设备准备:准备相应的红外热像仪,确保设备正常运行,并校准仪器以获得准确的温度测量结果;
S2、扫描目标区域:使用红外热像仪对高压电缆附件进行扫描,将目标区域的热信号转化为热图显示在屏幕上;
S3、热信号分析:通过观察热图,分析热信号的分布和变化情况;
S4、温度测量:使用热成像设备进行温度测量,对热点或热斑的温度进行定量测量;
S5、缺陷识别与定位:根据热信号分析和温度测量结果,识别潜在的放电隐患;
S6、异常报告与处理:生成检测报告,记录热信号分析的结果和定位的问题区域,并根据检测结果,消除潜在的放电隐患。
将上述多个实施例和对比例所检测准确度进行对比,结果见下表:
实施例 | 误判率为80以上(%) | 漏检率(%) |
实施例一 | 0.5% | 0.08% |
实施例二 | 0.49% | 0.04% |
对比例一 | 1.63% | 2.3% |
对比例二 | 1.78% | 3.7% |
综上可知,本发明通过采用理论模型和实验验证相结合的方法,可以准确检测附件的潜伏性放电行为,并及时识别和判断故障的原因和位置,为故障排查和维修提供有效的依据。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.一种高压电缆附件潜伏性放电隐患检测方法,其特征在于,包括以下具体步骤:
S1、建立模型:建立工作电压变化与放电隐患程度之间的关系模型;
S2、确定实验设备:选择实验设备,并对其进行调试和优化;
S3、制定检测方案:设计实验方法,并制定实验方案;
S4、选取检测对象:选择潜伏性放电隐患检测对象进行实验;
S5、清洁处理:对高压电缆附件进行清洁和绝缘处理;
S6、实施检测:采用仪器对附件进行潜伏性放电隐患的检测;
S7、收集与记录:收集和记录相关的数据和信号,对潜伏性放电隐患进行分析和判断;
S8、得出实验结果:对实验结果进行记录和分析。
2.根据权利要求1所述的一种高压电缆附件潜伏性放电隐患检测方法,其特征在于:所述S1中通过将利用机器学习和人工智能技术中任意一种,来进行数据分析和建模。
3.根据权利要求1所述的一种高压电缆附件潜伏性放电隐患检测方法,其特征在于:所述S2中实验设备用于模拟附件正常运行状态和异常运行状态。
4.根据权利要求1所述的一种高压电缆附件潜伏性放电隐患检测方法,其特征在于:所述S3中的实验方法,包括以下具体步骤:
步骤一:测量了实验设备的工作电压和电流,并通过测量方法来监测高压电缆附件的运行状态;
步骤二:模拟正常运行状态和异常运行状态下的高压电缆附件,并观察其潜伏性放电隐患的表现形式;
步骤三:记录实验过程中的各项数据,并对实验结果进行分析;
步骤四:通过对实验结果的比对和观察,判断新型检测方法的检测效果,并与理论预测进行对比;
步骤五:进行多组实验,并对各组实验结果进行统计分析;
步骤六:通过对实验结果的验证和论证,评估新型检测方法的可行性和应用效果。
5.根据权利要求1所述的一种高压电缆附件潜伏性放电隐患检测方法,其特征在于:所述S4中潜伏性放电隐患检测对象为高压电缆附件样品。
6.根据权利要求1所述的一种高压电缆附件潜伏性放电隐患检测方法,其特征在于:所述S6中的仪器为实验装置内设置有高压电缆附件样品、测试电路和接地装置,所述实验装置用于模拟实际工程中高压电缆附件的运行状态,所述数据采集系统用于采集和记录实验过程中的数据,包括电压、电流的信号。
7.根据权利要求1所述的一种高压电缆附件潜伏性放电隐患检测方法,其特征在于:所述S7中通过对实验数据进行整理和统计,分析实验数据发现潜伏性放电隐患在实验中表现为电流波形的不规则性,幅值的突变以及频率的升高的现象,该现象与高压电缆附件的异常运行状态相吻合,以验证检测方法对潜伏性放电隐患的有效检测能力。
8.根据权利要求1所述的一种高压电缆附件潜伏性放电隐患检测方法,其特征在于:所述S8中通过实验数据和信号的变化,对比及统计分析,以验证检测方法的有效性和可行性,同时,与理论模型进行对比,验证实验结果与理论预测的差异。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311614957.0A CN117607635A (zh) | 2023-11-29 | 2023-11-29 | 一种高压电缆附件潜伏性放电隐患检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311614957.0A CN117607635A (zh) | 2023-11-29 | 2023-11-29 | 一种高压电缆附件潜伏性放电隐患检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117607635A true CN117607635A (zh) | 2024-02-27 |
Family
ID=89945892
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311614957.0A Pending CN117607635A (zh) | 2023-11-29 | 2023-11-29 | 一种高压电缆附件潜伏性放电隐患检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117607635A (zh) |
-
2023
- 2023-11-29 CN CN202311614957.0A patent/CN117607635A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107831422B (zh) | 一种gis设备局部放电诊断方法及系统 | |
Steennis et al. | Guarding MV cables on-line: With travelling wave based temperature monitoring, fault location, PD location and PD related remaining life aspects | |
CN117233541B (zh) | 一种配电网电力线路运行状态测量方法及测量系统 | |
CN104090252A (zh) | 一种电缆型故障指示器的综合检测系统和方法 | |
CN112858845A (zh) | 一种气体绝缘组合电器局部放电诊断方法 | |
CN112630715A (zh) | 基于数字重构方式检测超声局放仪的功能的方法及系统 | |
CN110531735B (zh) | 一种仪器电控系统的可靠性指标考核方法 | |
CN114895163A (zh) | 一种基于电缆绝缘性能的电缆巡检定位装置及方法 | |
Shumaker et al. | Cable condition monitoring for nuclear power plants | |
CN117607635A (zh) | 一种高压电缆附件潜伏性放电隐患检测方法 | |
CN105629144A (zh) | 基于指纹库的高压开关设备局部放电诊断方法及系统 | |
Riahi et al. | Differentiation of leakage and corrosion signals in acoustic emission testing of aboveground storage tank floors with artificial neural networks | |
CN113487189A (zh) | 一种石化设备故障概率风险评估系统及评估方法 | |
CN111090037A (zh) | 一种仪控卡件的可靠性检测方法 | |
CN106501360A (zh) | 基于自比较趋势分析和振动声学的瓷绝缘子缺陷检测装置、系统及方法 | |
KR101102496B1 (ko) | 전력 기자재 상태판정식 도출 방법, 이를 이용한 활선상태의 전력 기자재 진단 장치 및 방법 | |
CN117169636B (zh) | 一种智能化耐高温铝电解电容器环境检测系统 | |
CN112213104B (zh) | 轴承检测方法、装置和系统 | |
Gao et al. | Research on Thermal-Acoustic Fusion Diagnosis of GIS Equipment Defects Based on Improved DS Evidence Theory | |
CN117907739A (zh) | 一种输电线路检测方法 | |
CN117630550A (zh) | 用于模块化微波组件的恒温老炼测试系统 | |
CN118091235A (zh) | 一种带自诊断功能光伏逆变器残余电流测试发生装置 | |
CN118067235A (zh) | 高温塔式设备的检测方法、装置、系统和存储介质 | |
CN116754245A (zh) | 一种基于电信号分析处理的航空发动机质检方法及系统 | |
CN117233551A (zh) | 一种基于多元联合特征的环网柜局放故障预警与识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |