基于SF_(6)分解产物分类规划的GIS放电故障分析

基于SF_(6)分解产物分类规划的GIS放电故障分析
肖明伟;何凯琳;杨沛豪
【期刊名称】《内蒙古电力技术》
【年(卷),期】2024(42)1
【摘要】为提高气体绝缘开关(Gas Insulated Switchgear,GIS)的安全评价能力,在基于机器学习算法的GIS诊断模型的鲁棒特性基础上,研究由阿伦尼乌斯化学反应模型处理的不同故障类型的经验概率函数,利用6种机器学习算法建立放电故障和绝缘缺陷模型,通过学习组成系统中不同气体(SO_(2)、SOF_(2)、SO_(2)F_(2)、CF_(4)、CO_(2)等)体积分数的数据集及其比值来训练识别算法。

结果表明,经验概率模型可以有效识别GIS多种绝缘缺陷及其共存状态,SO_(2)F_(2)和SO_(2)体积分数比为4.2是高能放电状态的临界点,对故障预警具有重要意义;在基于高斯分布的GIS绝缘缺陷测试结果图中,y≈0.15的区域是多种放电故障共存的区域,需重点关注。

【总页数】7页(P60-66)
【作者】肖明伟;何凯琳;杨沛豪
【作者单位】国网安徽省电力有限公司芜湖供电公司;中国能源建设集团西北电力试验研究院有限公司;西安交通大学电气工程学院;西安热工研究院有限公司
【正文语种】中文
【中图分类】TM855
【相关文献】
1.基于FTIR的GIS气室中SF_(6)分解产物SO_(2)F_(2)的检测
2.SF_(6)放电分解机理及其在故障分析领域的研究进展
3.GIS典型放电条件下SF_(6)气体分解产物与故障能量和故障类型对应关系研究
4.火花放电故障下水分对气体绝缘开关设备内部SF_(6)特征分解产物含量的影响作用
5.基于同位素示踪法的微量O_(2)对电弧放电下SF_(6)分解产物影响的研究
因版权原因，仅展示原文概要，查看原文内容请购买。