论文部分内容阅读
运行在系统中的MOA除遭受过电压威胁外,还承受着温湿、污秽等外部环境因素的影响,随着运行时间的增加,其老化越来越严重,最终导致MOA失效,严重影响系统的安全。目前针对MOA老化问题,通常采用预防性试验,这种方法不具有经济性,并且试验对MOA造成的破坏具有不可逆性,而已有在线监测技术受环境因素、电网因素、监测指标等影响,监测结果误差较大,监测精度不高。针对该问题,本文首先研究了环境因素和电网因素对MOA在线监测指标的影响;为了较为准确地获得谐波电压下的阻性泄漏电流,对基本时滞叠加法进行了优化;随后,研究了MOA阀片的功率损耗特性与老化之间的关系,提出了老化程度变量及其量化的新方法;最后,将遗传思想、模拟退火思想分别与粒子群算法相结合形成优化算法GA-PSO和SA-PSO,将基本人群搜索算法进行了优化形成优化算法OHGO,并将各优化算法应用在MOA老化在线监测中。主要研究结论如下:环境因素和电网因素对MOA在线监测指标的影响研究表明:在电压波动下,阻性泄漏电流幅值Imr、阻性泄漏电流基波有效值Ir1、阻性泄漏电流三次谐波有效值Ir3等指标值随电网电压波动较大,相比之下Ir1具有较好的抗干扰性,可以作为评估MOA老化的指标,但当电网中同时存在三次谐波和五次谐波时,所有指标失去了评估的可信度;而全电流Ix、阻性电流Ir、阻性电流基波Ir1、阻性电流三次谐波Ir3等指标会随着相对湿度和温度的升高而增大,特别是泄漏电流阻性成分增大了将近20倍,对准确监测MOA老化状况的影响较大。为了研究优化后的时滞叠加法的性能,利用MATLAB对其性能进行仿真,并与基本时滞叠加法、电流正交法、容性电流补偿法进行对比。结果表明:由于基本时滞叠加法忽略了谐波电压的影响,容性泄漏电流高次谐波成分被叠加到阻性成分上,使得所提取的阻性泄漏电流误差较大,所以基本时滞叠加法只能在纯正弦波电压下提取阻性电流成分;优化后的算法与基本时滞叠加法相比,在提取泄漏电流基波下无明显差别,而在提取阻性泄漏电流三次谐波和五次谐波下,基本时滞叠加法的最高误差超过500%;与电流正交法和容性电流补偿法相比,优化算法与电流正交法在谐波电压下提取阻性电流有较好的一致性,两种算法提取阻性电流的基波基本相同,提取阻性电流三次谐波及五次谐波的误差也很小。MOA阀片的功率损耗特性与老化之间的关系研究表明:MOA阀片静态下的功率损耗随着其老化程度的增大而增加,且与温度成正相关;功率损耗的增加率在某个温度值(65℃附近)出现拐点,阀片的温度低于此温度时功率损耗随着温度的增加较缓慢,反之增加较快,拐点温度取决于阀片的老化程度。为了研究PSO、GA、SA-PSO、GA-PSO、OHGO等各优化算法的性能,利用基准测试函数进行测试,并利用MATLAB仿真电网中的谐波及波动情况研究各优化算法在MOA老化在线监测中的表现。结果表明:在运算时长、收敛成功率、求解精度方面,SA-PSO算法在各个方面都表现较为优异,其次为GA-PSO,最后为OHGO;GA-PSO和SA-PSO对谐波电压、频率波动、电压波动表现出了较好的抗干扰性,在多数情况下其求解的参数误差最接近0,其中SA-PSO算法表现相对稳定,且求解精度最高,能够较好地应用于MOA老化在线监测中。