六氟化硫局部放电分解特性及特征提取研究-电气工程专业论文.docxVIP

中文 中文摘要 重庆大 重庆大学硕士学位论文 I I PAGE PAGE VI 摘 要 GIS 设备的安全可靠运行对于整个电网至关重要，及早发现并及时处理 GIS 设备内部绝缘缺陷是预防大面积停电事故的主要途径，局部放电（PD）监测是发 现绝缘缺陷的最为有效手段之一。由于 SF6 气体在 PD 下会发生分解生成一系列特 征产物，通过检测 GIS 中气体分解组分的种类及其含量变化规律，可有效监测 GIS 设备内部的 PD，该方法不受现场复杂电磁干扰，已成为国内外同行的关注焦 点。 然而，如何通过 SF6 分解组分对 PD 类型及其严重程度进行评判，至今还未 见卓有成效的研究成果。因此，本文针对金属突出物、自由金属微粒和绝缘子气 隙三种典型绝缘缺陷进行 PD 分解实验，选取 CO2、CF4、SO2F2、SOF2 和 SO2 作 为特征组分，研究不同绝缘缺陷 PD 作用下的分解特性，同时研究 PD 能量和微 量 H2O 这两种主要影响因素对 SF6 分解特性的影响规律，在此基础上构建出用于 PD 故障诊断的组分特征量及其识别方法，所开展的主要工作如下： ①通过不同绝缘缺陷 PD 下 SF6 的分解实验获取了 SF6 分解组分与 PD 类型的 关联特性。研究表明：不同绝缘缺陷下各特征组分的生成规律差异显著，金属突 出物 PD 生成的特征组分浓度远远高于绝缘子气隙缺陷下的气体浓度；而自由金 属微粒和绝缘子气隙缺陷下数据波动较大，反映放电过程不稳定。 ②构建了用于 PD 故障诊断的两个特征组分浓度比值。研究表明：所构建的 c(CO2+CF4)/c(SO2+SOF2+SO2F2) 能够 表征 PD 是 否 涉 及 有 机 绝 缘 材 料 ； 而 c(SO2F2)/c(SO2+SOF2)则能作为表征 PD 能量的特征量。 ③据构建的两个特征比值进行编码，得到了不同绝缘缺陷 PD 类型的组合编 码，金属突出物、自由金属微粒和绝缘子表面气隙缺陷的编码依次为 00、01 和 11，并据此建立了绝缘缺陷 PD 类型的二层编码识别树，其整体识别率达到 83.33%。 ④研究了微量 H2O 对 SF6 PD 分解特性的影响规律，结合化学反应动力学理 论构建 c(H2O)对特征比值影响的数学校正模型，并用实验验证了该模型的有效性。 关键词：局部放电，SF6 分解，特征组分，微水 英文摘 英文摘要 重庆大 重庆大学硕士学位论文 III III PAGE PAGE IV ABSTRACT The safe operation of GIS apparatus is crucial to the whole power system. Discovering the internal insulating defects in GIS for soon is the principal method to prevent black out. It is one of the most effective methods to discover those insulating defects by detecting the partial discharge (PD) in the apparatus. Since SF6 decomposes and generates a series of characteristic products under PD, it is reasonable to detect PD inside the device effectively by analyzing these decomposition components and their variations of concentrations. This new method to detect PD causes more and more concerns at home and abroad. However, How to identify the type of insulating defects and the severity of discharge through detecting the SF6 decomposition components is still not far from a blank page. Therefore, the SF6 decomposition under PD induced by three typical insulating defects: metal protrusion, free metal particles and insulator gap, are conduc