论文部分内容阅读
随着电力系统的发展,对电力系统运行的安全性和稳定性都提出了更高的要求,传统的定期停电检测已经不能完全满足我们的需求,因此检修方式逐步向实时的在线监测发展。避雷器作为电力系统中的保护装置,长期在工频电压的作用下,同时受到环境因素、电网谐波、过电压、内部受潮等因素的影响,阀片的绝缘性能在运行过程中会发生不同程度的下降,严重时会失去对系统的保护作用,甚至发生爆炸。因此,对避雷器绝缘状态进行实时在线监测具有重要意义。本文以泄漏电流及其阻性分量作为分析氧化锌避雷器绝缘状态的主要特征量,采用全电流法、基波法、谐波法等分析方法,设计了氧化锌避雷器在线监测系统。氧化锌避雷器泄漏电流和其阻性分量可以作为分析避雷器绝缘状态的主要的特征量。本文通过研究,结合全电流法、基波法、谐波法等多种分析方法,设计了氧化锌避雷器在线监测系统。系统采用传感器和分压器同时采集避雷器泄漏电流和工作电压;用FPGA控制的高速A/D进行数据采集,实现了 16通道200kSPS高速采样;实现了基于GPS的授时装置,授时精度达到μs级;实现了基于工控触摸屏的可视化控制和数据显示;实现了定时采集、实时数据实现和历史数据显示;建立了ftp服务器,可以通过局域网和广域网进行数据的读取。在实验室内搭建了 10kV避雷器高压测试测试环境,最高施加电压可达到交流20kV以上和直流30kV。对避雷器施加5kV-13.6kV,测定其在不同电压下的特征值变化。另外,避雷器通常运行在室外,其在线监测会受到环境条件变化的影响,本文进行了多种条件下的实验,包括温度从20℃-60℃变化、相对湿度从20%-80%变化和污秽程度从浓度20g/L-160g/L变化进行实验,并在200℃对避雷器进行了加速老化实验。通过分析实验数据,避雷器的特征值变化较为复杂,为了更好的判断氧化锌避雷器的绝缘状态,本文利用实验数据建立了基于BP神经网络的预测模型,其输入量为表面污秽程度、温度、相对湿度、全电流、阻性电流和阻性电流三次谐波分量,经过训练和测试,模型相对误差在1%以下,结果表明可以较好地去除环境因素对避雷器绝缘状态判断的干扰,能够准确地判断避雷器的绝缘状态。