高压电缆绝缘中交流与直流电场下的电树枝化与局部放电关联特性研究

来源 :上海交通大学 | 被引量 : 0次 | 上传用户:Disama
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
电缆绝缘中出现的电树枝是电缆老化的典型特征之一。电树枝一旦出现便会在电场作用下逐渐发展,最终贯穿绝缘造成电缆击穿,这严重威胁电力系统的安全可靠运行。尤其随着输电电压等级的不断提高,绝缘工作场强大幅增加,电缆本体绝缘内部导电凸起等缺陷引发电树枝的概率大大提高,因此探究电缆绝缘中的电树枝化现象,并寻求评估电缆绝缘电树枝老化状态的有效方法是一个重要课题。众所周知,局部放电是电树枝化过程中的一个重要特征,国内外学者对电树放电特性已开展了相关研究,但目前的认识还停留在电树与放电的定性讨论上,尤其缺乏对直流电场下电树枝生长过程中局部放电特性的系统研究。此外,极高电场下的电荷输运研究较为有限,因此无法对特定高压电缆绝缘材料在交流和直流下的电树枝化机理是否存在本质差异这一问题给出确切的答案,更无法有效利用这种差异来指导高压电缆绝缘电树枝化局部放电的检测与评估。空间电荷是影响交流和直流电场下电树枝生长与局部放电的关键参量。为了研究基于局部放电信号定量评估绝缘电树枝老化状态的方法,本文以交流电缆用XLPE(AC料)、直流电缆用XLPE(DC料)与320 k V直流电缆用纳米Mg O/XLPE为研究对象,采用针-板电极分别开展了交流与直流电场下的电树枝与局部放电实验;并通过高场电导与空间电荷测试,研究了极高电场下的电荷注入与迁移特性;在此基础上,建立了电树枝气—固两相的电荷仿真模型,揭示不同温度下,空间电荷对电树枝放电的影响机理。在一小时的交流电树枝实验中,电树枝发展存在三个典型阶段:枝状快速生长期、枝—松状缓慢变化期与丛状停止生长期。对于同种材料而言,由于高场下材料的应力疲劳降解与高温下材料分子链运动能力的提升,电场与温度的升高均会促进电树枝的生长并提高放电水平。在相同的实验条件下,AC料与DC料在电树枝长度、宽度以及局部放电等方面特性接近,而纳米Mg O/XLPE则表现出最佳的耐交流电树枝性能。另外,当电树枝生长时,电压正半周下的放电大于电压负半周下的,且最大放电量大于平均放电量;而当电树枝未显著生长时,观测发现正负半周电压下的放电对称,且平均放电量与最大放电量接近。基于交流电树枝化过程中的局部放电信号,建立误差逆向传播(Error Back Propagation,BP)神经网络,实现对绝缘材料交流电树枝老化状态的定量评估。在本实验条件下,直流电树枝以典型的枝状形态发展,且电树枝在接近地电极但尚未出现贯穿性树枝通道时,会发生“转向”而沿水平方向生长,同时部分电树枝通道会出现自愈现象。对于同种材料而言,随着温度的升高,电树枝生长所需施加的电压降低、电树枝发展速度加快、局部放电强度增加。此外,电树枝沿电场方向上的生长会造成放电幅值的增大,而沿垂直电场方向上的发展会使放电保持稳定。在相同的实验条件下,Mg O/XLPE有最佳的耐直流电树枝性能,而与AC料相比,DC料中的直流电树枝长度、宽度以及直流电树枝化过程中的局部放电强度均更小。基于直流电树枝放电的时序特征,建立长短期记忆(Long Short-Term Memory,LSTM)网络,在多个步长下完成对电树枝放电的预测,并通过BP神经网络实现对绝缘材料直流电树枝老化状态的定量评估。为分析交直流电场下电树枝生长过程中局部放电现象的差异性,在电树枝实验基础上,通过极高电场下电导与空间电荷的实验研究,分析电树枝化过程中极高电场下的电荷注入与迁移行为。结果表明,从低电场到极高电场下,XLPE材料的J-E曲线符合修正的空间电荷限制电流理论,其中Schottky电流在低于100 k V/mm时与实验结果接近,但在极高电场下Schottky注入不再适用于描述电荷的注入过程。此外,极高电场下J-E曲线的非线性系数减少,且材料中空间电荷的注入受限,这与极高电场下电荷迁移率的负微分特性有关。基于此,考虑载流子迁移率负微分特性,提出了迁移率限制的电荷注入方程,并通过空间电荷仿真验证了该方程的有效性,为极不均匀电场下(如针-板电极)的空间电荷仿真提供理论基础。基于迁移率限制的电荷注入方程,开展电树枝气—固两相的空间电荷仿真计算,结果表明固体绝缘材料中的同极性空间电荷以“苹果”形态包围针电极,使电树枝通道内电场下降,削弱了局部放电强度。而在正极性电压作用下,电树枝通道中的放电以正极性空间电荷团的形式迁移,其密度与迁移速度逐渐降低。当温度升高,固体绝缘材料中电荷的迁移与扩散速度加快,针尖处电场强度增加,同时树枝气体通道内带电粒子数目与迁移速度增大,从而增强了放电强度,促进了电树枝发展。此外,在固体绝缘材料中,由于在电压负半周下负电荷分布范围更广,使负电荷对针电极的屏蔽效果更明显,因此在交流电树枝化过程中,电压正半周下的电场更高,放电强度更大。
其他文献
全球气候变暖是人类面临的问题之一,结合我国以化石能源为主的一次能源消费现状,对化石能源利用所产生的CO2进行捕集、封存非常重要。燃烧前捕集、燃烧后捕集与富氧燃烧等CO2捕集方式均会产生额外的分离能耗,造成系统经济性下降。而化学链燃烧在实现CO2分离的同时,不会造成额外的分离耗能,还可实现能量的梯级利用,因此具有良好的发展前景。由于煤炭在我国一次能源消费中占比超过50%,因此,固体燃料化学链燃烧的研
学位
复杂系统的输出(时间序列)包含了大量的信息。时间序列分析给出统计性质如均值、方差、短/长程相关和自相关系数等;复杂网络分析给出结构性质如模式、模式依赖的网络及其演化,这些性质展示了时间序列的多维度图像。建立能够同时复现时间序列多个性质的一般模型是至今正在探索的目标,实现这一目标的第一步就是要建立描述时间序列多维度图像的统一框架。本文提出了多尺度转移矩阵理论,为时间序列的统计性质和结构性质架起了连接
学位
在移动互联网时代,谣言突破了地理的限制,其传播范围之广泛,速度之惊人,影响之巨大,常常引发成严重的后果,这为新时期谣言治理提出了新的要求与挑战。本文结合活跃度、心理效应、自我成长机制等内部因素以及媒体覆盖、时间滞后性等外部因素,建立了合适的谣言模型以探究谣言的传播规律,并提出了有效的防控措施,主要研究内容包括:(1)介绍了个体活跃度及其波动性对于谣言传播的影响,发现了活跃度与传播阈值的关系以及对谣
学位
生物医学文献已发展成为一座亟待探索挖掘的知识宝库,是生物医学领域研究中非常重要的数据资源。面向生物医学文献的化学物蛋白质关系抽取,即从无结构化的生物医学文献中自动抽取出化学物与蛋白质实体以及它们之间的相互作用,对于药理学和临床研究具有重要意义,在药物发现、了解药物不良反应的分子机制、描述药物代谢或绘制对系统药理学具有重要意义的调控网络方面发挥着重要作用。所以,面向生物医学文献的化学物蛋白质关系抽取
学位
我国目前作为全世界最大的半导体消费国,大约占全球芯片需求量的50%。但我国企业在芯片产业链比如设计、制造等环节上,只能完成一些低端芯片的自主制造,而无法实现高端芯片的自给。面对国外的封“芯”事件,我国政府高度重视,推动国内半导体企业转型、产品升级、技术创新已刻不容缓。相比传统集中式制造产品品种单一、成本较高、易造成库存积压以及缺乏合作创新等缺点而言,分布式制造无疑掀起了制造模式改革创新的浪潮。分布
学位
船舶碰撞事故的发生会导致船舶结构受损,引起环境污染,经济损失甚至人员伤亡。为了提高船体结构的强度,避免船舶在碰撞事故中产生大的损失,所以在船舶设计阶段快速准确地评估船体结构的耐撞性具有重要的意义。目前针对船舶碰撞问题的研究主要集中在船舶正撞场景,然而根据统计数据,船舶发生斜撞事故的概率要高于正撞事故,目前针对船舶斜撞问题的研究较少。船舶斜撞场景下船体结构的响应不同于正撞场景,会产生更大范围的结构损
学位
金融安全是国家安全的重要组成部分,是经济平稳健康发展的重要基础。20世纪末至21世纪初,频繁爆发的金融危机表明金融风险具有高强度的传染性和巨大的破坏力,同时也让研究学者和金融监管者认识到金融风险溢出是系统性金融风险的重要组成部分,金融风险管理的核心就是对金融风险溢出效应的管理。因此,在全球金融市场联动日益紧密和我国经济转型升级的当下,有效测度金融风险溢出效应不仅是金融风险管理研究中的重要课题,也是
学位
随着分布式可再生能源、直流负荷大量接入配电网,国内外学者陆续开展含多端口电子电子变压器(Power Electronic Transformer,PET)的交直流混合供电系统配置和运行优化方面的研究。本文主要以高比例新能源和直流负荷,经多台多端口PET接入交直流混合供电系统为研究对象,建立含多端口PET交直流混合供电系统的核心装置通用数学模型,研究满足用户灵活用能需求的系统优化配置、多台PET集群
学位
在经济快速发展的当下,全球面临着能源短缺、环境污染、资源分配不均等严峻问题。可再生能源有着绿色、环保、可持续发展的重要特性,是解决能源危机的重要能量来源。有着扁平化、广域化、高效性特点的分布式发电技术是消纳可再生能源,实现电网绿色发展的重要手段。本文围绕并网逆变型分布式电源暂态稳定性问题展开研究,成果如下:(1)论文对分布式发电技术的发展历程、研究现状进行分析,归纳了并网型逆变型分布式电源与微电网
学位
随着现代工业过程的自动化和集成化程度提高,一方面大量的过程测量数据被采集与存储,另一方面其精确的数学模型也越来越难建立。这两个方面的因素使得基于多变量统计的过程监测方法(Multivariate Statistical Process Monitoring,MSPM)得到广泛的关注与研究。在基于多变量统计的过程监测研究中,以流形学习为代表的特征提取算法是影响过程监测效果最重要的因素。本文针对现有过
学位