染污玻璃绝缘子泄漏电流特性及其闪络电压预测_赵世华
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
材质 玻璃 H/mm 155 D/mm 280 L/mm 380 A/cm2 2 098
Βιβλιοθήκη Baidu
注：H—结构高度，D—盘径，L—爬电距离，A—表面积。
赵世华 1，蒋兴良 2，张志劲 2，胡建林 2
（1．国网湖南省电力公司电力科学研究院，湖南省 长沙市 410007； 2．输配电装备及系统安全与新技术国家重点实验室(重庆大学)，重庆市 沙坪坝区 400044）
Flashover Voltage Prediction of Polluted Glass Insulators Based on the Characteristics of Leakage Current
3.7 m×4.0 m，试验接线原理如图 1 所示。交流污秽 试验变压器额定电压为 150 kV，额定电流为 6 A， 其最大短路电流可达 30 A，满足 IEC 60507[23]与国 标 GB/T 4584 — 2004[24]对交流污秽试验电源的要 求，试验电源经 110 kV 穿墙套管引入人工雾室。 通过 SGB–200 A 交流电容式分压器分压测量试验 电压，分压器分压比 1:10 000；泄漏电流通过两段 式采样电阻， 大电阻阻值 50 对较小的泄漏电流进 行采集，小电阻阻值 2 对较大的泄漏电流进行采 集。数据采集系统由个人电脑、NI 公司 USB-6215 数据采集卡以及配套的 Labview 软件组成，采样频 率 5 000 Hz。 试品为 LXY4-160 玻璃绝缘子，其结构示意图 如图 2 所示，其基本技术参数如表 1 所示。本文采 用 3 片串 LXY4-160 绝缘子进行试验，模拟 35 kV 输电线路绝缘子串。
基金项目：国家重点基础研究发展计划项目(973 项目) (2009CB724501/502/503)。 The National Basic Research Program (973 Program) (2009CB724501/ 502/503).
摘要： 有效预测绝缘子闪络电压是防止发生污闪事故的重要 手段， 泄漏电流是分析检测绝缘子闪络电压的重要方法。 在 人工污秽实验室进行大量的试验， 模拟运行电压下污秽度与 相对湿度对泄漏电流的影响， 从不同角度提取了能够反映绝 缘子表面污秽度及相对湿度的 4 个泄漏电流特征量： 泄漏电 流脉冲幅值熵 S、脉冲幅值 Ih、能量比 K 及能量 E，并得到 它们之间的变化规律。提出基于广义回归神经网络(generalized regression neural network，GRNN)的绝缘子闪络电压预 测模型，将 4 个特征量 S、Ih、K、E 及相对湿度作为 GRNN 模型的输入量，闪络电压作为 GRNN 模型的输出量。预测 结果与试验结果对比分析可知，相对误差小于 7.33%，表明 提出的绝缘子闪络电压预测 GRNN 模型的预测结果与试验 结果基本一致，能够有效地对绝缘子闪络电压进行预测。 关键词：泄漏电流；污秽度；相对湿度；绝缘子；闪络电压 预测；广义回归神经网络 DOI：10.13335/j.1000-3673.pst.2014.02.026
0
引言
输电线路绝缘子污闪事故严重危害到电网的
安全运行，特别是随着“西电东送、南北互供、全 国联网”的实施和超、特高压输电工程的建设，大 气环境污染日趋严重，输电线路绝缘子将面临更加 严重的污闪威胁[1]。因此，迫切需要在污闪发生之 前预知绝缘子的闪络电压，及时对绝缘子表面污秽 进行清扫或者更换，才能有效避免污闪事故的发 生。泄漏电流是污秽、湿润气候条件、电压等因素 的综合反映，并且能够连续对绝缘子进行检测[2-3]。 因此开展污秽绝缘子泄漏电流特性研究，提取能够 反映绝缘子闪络电压的敏感特征量，建立绝缘子闪 络电压预测模型，可为输电线路绝缘子闪络电压预 测提供科学的理论依据，对于预防污闪事故的发生 和提高电网运行的可靠性具有重要意义。
第 38 卷 第 2 期
电
网
技
术
441
国内外学者对于泄漏电流特性以及通过泄漏 电流评估绝缘子运行状态进行了大量的研究。文 献[4-6]提出了采用脉冲数、泄漏电流峰值和累计电 荷量作为监测和评估绝缘子性能的方法；文献 [7] 提出根据泄漏电流有效值均值、最大值和标准差 3 个特征量预测绝缘子污秽度。这些方法主要集中在 时 域 ， 然 而 通 过 快 速 傅 里 叶 变 换 (fast Fourier transform，FFT)分析、功率谱分析及小波分析可以 得到更为丰富的泄漏电流频域特征量；文献[8-9]发 现在污闪发展过程中泄漏电流奇次谐波会增大，主 要是 50、150 和 250 Hz；文献[10]提出用 3 次谐波 与基波幅值比和高频能量与总能量的比作为特征 量来反映绝缘子污秽度；文献[11]将泄漏电流分解 成低频、中频、高频 3 个部分，结果表明高频成分 比低频成分能够更有效地监测绝缘子表面状态；文 献[12]提出采用泄漏电流高频成分来诊断复合绝缘 子的老化程度；文献[13]采用递归图法评估污秽绝 缘子表面状态；文献[14-15]通过分析泄漏电流包络 线的随机分布函数和能量密度函数，从而利用泄漏 电流的水平穿越行为建立绝缘子污闪判据。近年 来，结合泄漏电流时域和频域特征量，采用人工智 能算法评估污秽绝缘子表面状态的研究也越来越 多。文献[16-17]利用泄漏电流的时域特征量最大脉 冲 幅 值 、 相 位 差 及 频 域 特 征 量 谐 波 含 量 (total harmonic distortion, THD)，提出了基于 BP 神经网 络污秽绝缘子安全状态评估方法；文献[18-19]利用 模糊逻 辑方 法对绝 缘子 污秽度 进行 评定； 文献 [20-21] 利用神经网络模型分别预测绝缘子泄漏电 流与临界闪络电压；文献[22]利用神经网络模型预 测绝缘子污秽度用以制定有效的绝缘子检修计划。 目前， 污秽绝缘子泄漏电流特性及闪络电压预测 方法都有不尽如人意之处， 还没找到一个统一的能够 确切预测绝缘子闪络电压的泄漏电流特征量， 有待进 一步研究；且上述研究大多数是在饱和湿润的环境 下进行，忽略了相对湿度对泄漏电流的影响。因此 本文在人工污秽实验室模拟运行电压下污秽度、相 对湿度对绝缘子泄漏电流的影响，分析泄漏电流特 性，力图从不同角度提取能够反映绝缘子污秽度及 相对湿度变化的敏感特征量，并得到它们之间的规 律，以此为基础建立绝缘子闪络电压预测模型。最 后用试验数据验证预测模型的正确性与可靠性。
ZHAO Shihua1, JIANG Xingliang2, ZHANG Zhijin2, HU Jianlin2
(1. State Grid Hunan Electric Power Corporation Research Institute, Changsha 410007, Hunan Province, China; 2. State Key Laboratory of Power Transmission Equipment & System Security and New Technology(Chongqing University), Shapingba District, Chongqing 400044, China) ABSTRACT: Effective prediction of the flashover voltage of insulators is an important approach to the prevention of pollution flashover accidents, and the leakage current (LC) is an important factor to analyze and detect the flashover voltage of insulators. In order to predict the flashover voltage of insulators and prevent pollution flashover accidents, firstly, a large number of artificial pollution tests were investigated under different contamination levels and different relative humidity (RH). Secondly, based on the experimental data, four characteristics of the LC, namely the entropy of pulse amplitude (S), the maximum pulse amplitude (Ih), the energy ration (K) and the energy (E), were extracted. They reflect jointly how severe the contamination level of insulators and the RH are from different perspectives. Thirdly, the variation laws between the four characteristics and the contamination level, RH, were obtained. Finally, based on the relationship among them and generalized regression neural network (GRNN), the flashover voltage prediction GRNN model were presented, in which the four characteristics and the RH were used as the inputs of model, and the flashover voltage was used as the output of model. Comparison between prediction results and test results showed that relative errors are less than 7.33%. Therefore, the GRNN model is valid and reliable to predict the flashover voltage of insulators and it can provide a reliable guide for operators. KEY WORDS: leakage current; contamination level; relative humidity; insulators; flashover voltage prediction; generalized regression neural network
第 38 卷 第 2 期 2014 年 2 月 文章编号：1000-3673（2014）02-0440-08
电 网 技 术 Power System Technology 中图分类号：TM 852 文献标志码：A
Vol. 38 No. 2 Feb. 2014 学科代码：470·4051
染污玻璃绝缘子泄漏电流特性及其闪络电压预测
Fig. 1
图 1 人工污秽试验接线 Test circuit of the artificial pollution test
Fig. 2 Tab. 1
类型 LXY4-160
图 2 试品结构 Configuration of samples
表 1 试品基本技术参数 Main dimensions and parameters of the test insulators
Βιβλιοθήκη Baidu
注：H—结构高度，D—盘径，L—爬电距离，A—表面积。
赵世华 1，蒋兴良 2，张志劲 2，胡建林 2
（1．国网湖南省电力公司电力科学研究院，湖南省 长沙市 410007； 2．输配电装备及系统安全与新技术国家重点实验室(重庆大学)，重庆市 沙坪坝区 400044）
Flashover Voltage Prediction of Polluted Glass Insulators Based on the Characteristics of Leakage Current
3.7 m×4.0 m，试验接线原理如图 1 所示。交流污秽 试验变压器额定电压为 150 kV，额定电流为 6 A， 其最大短路电流可达 30 A，满足 IEC 60507[23]与国 标 GB/T 4584 — 2004[24]对交流污秽试验电源的要 求，试验电源经 110 kV 穿墙套管引入人工雾室。 通过 SGB–200 A 交流电容式分压器分压测量试验 电压，分压器分压比 1:10 000；泄漏电流通过两段 式采样电阻， 大电阻阻值 50 对较小的泄漏电流进 行采集，小电阻阻值 2 对较大的泄漏电流进行采 集。数据采集系统由个人电脑、NI 公司 USB-6215 数据采集卡以及配套的 Labview 软件组成，采样频 率 5 000 Hz。 试品为 LXY4-160 玻璃绝缘子，其结构示意图 如图 2 所示，其基本技术参数如表 1 所示。本文采 用 3 片串 LXY4-160 绝缘子进行试验，模拟 35 kV 输电线路绝缘子串。
基金项目：国家重点基础研究发展计划项目(973 项目) (2009CB724501/502/503)。 The National Basic Research Program (973 Program) (2009CB724501/ 502/503).
摘要： 有效预测绝缘子闪络电压是防止发生污闪事故的重要 手段， 泄漏电流是分析检测绝缘子闪络电压的重要方法。 在 人工污秽实验室进行大量的试验， 模拟运行电压下污秽度与 相对湿度对泄漏电流的影响， 从不同角度提取了能够反映绝 缘子表面污秽度及相对湿度的 4 个泄漏电流特征量： 泄漏电 流脉冲幅值熵 S、脉冲幅值 Ih、能量比 K 及能量 E，并得到 它们之间的变化规律。提出基于广义回归神经网络(generalized regression neural network，GRNN)的绝缘子闪络电压预 测模型，将 4 个特征量 S、Ih、K、E 及相对湿度作为 GRNN 模型的输入量，闪络电压作为 GRNN 模型的输出量。预测 结果与试验结果对比分析可知，相对误差小于 7.33%，表明 提出的绝缘子闪络电压预测 GRNN 模型的预测结果与试验 结果基本一致，能够有效地对绝缘子闪络电压进行预测。 关键词：泄漏电流；污秽度；相对湿度；绝缘子；闪络电压 预测；广义回归神经网络 DOI：10.13335/j.1000-3673.pst.2014.02.026
0
引言
输电线路绝缘子污闪事故严重危害到电网的
安全运行，特别是随着“西电东送、南北互供、全 国联网”的实施和超、特高压输电工程的建设，大 气环境污染日趋严重，输电线路绝缘子将面临更加 严重的污闪威胁[1]。因此，迫切需要在污闪发生之 前预知绝缘子的闪络电压，及时对绝缘子表面污秽 进行清扫或者更换，才能有效避免污闪事故的发 生。泄漏电流是污秽、湿润气候条件、电压等因素 的综合反映，并且能够连续对绝缘子进行检测[2-3]。 因此开展污秽绝缘子泄漏电流特性研究，提取能够 反映绝缘子闪络电压的敏感特征量，建立绝缘子闪 络电压预测模型，可为输电线路绝缘子闪络电压预 测提供科学的理论依据，对于预防污闪事故的发生 和提高电网运行的可靠性具有重要意义。
第 38 卷 第 2 期
电
网
技
术
441
国内外学者对于泄漏电流特性以及通过泄漏 电流评估绝缘子运行状态进行了大量的研究。文 献[4-6]提出了采用脉冲数、泄漏电流峰值和累计电 荷量作为监测和评估绝缘子性能的方法；文献 [7] 提出根据泄漏电流有效值均值、最大值和标准差 3 个特征量预测绝缘子污秽度。这些方法主要集中在 时 域 ， 然 而 通 过 快 速 傅 里 叶 变 换 (fast Fourier transform，FFT)分析、功率谱分析及小波分析可以 得到更为丰富的泄漏电流频域特征量；文献[8-9]发 现在污闪发展过程中泄漏电流奇次谐波会增大，主 要是 50、150 和 250 Hz；文献[10]提出用 3 次谐波 与基波幅值比和高频能量与总能量的比作为特征 量来反映绝缘子污秽度；文献[11]将泄漏电流分解 成低频、中频、高频 3 个部分，结果表明高频成分 比低频成分能够更有效地监测绝缘子表面状态；文 献[12]提出采用泄漏电流高频成分来诊断复合绝缘 子的老化程度；文献[13]采用递归图法评估污秽绝 缘子表面状态；文献[14-15]通过分析泄漏电流包络 线的随机分布函数和能量密度函数，从而利用泄漏 电流的水平穿越行为建立绝缘子污闪判据。近年 来，结合泄漏电流时域和频域特征量，采用人工智 能算法评估污秽绝缘子表面状态的研究也越来越 多。文献[16-17]利用泄漏电流的时域特征量最大脉 冲 幅 值 、 相 位 差 及 频 域 特 征 量 谐 波 含 量 (total harmonic distortion, THD)，提出了基于 BP 神经网 络污秽绝缘子安全状态评估方法；文献[18-19]利用 模糊逻 辑方 法对绝 缘子 污秽度 进行 评定； 文献 [20-21] 利用神经网络模型分别预测绝缘子泄漏电 流与临界闪络电压；文献[22]利用神经网络模型预 测绝缘子污秽度用以制定有效的绝缘子检修计划。 目前， 污秽绝缘子泄漏电流特性及闪络电压预测 方法都有不尽如人意之处， 还没找到一个统一的能够 确切预测绝缘子闪络电压的泄漏电流特征量， 有待进 一步研究；且上述研究大多数是在饱和湿润的环境 下进行，忽略了相对湿度对泄漏电流的影响。因此 本文在人工污秽实验室模拟运行电压下污秽度、相 对湿度对绝缘子泄漏电流的影响，分析泄漏电流特 性，力图从不同角度提取能够反映绝缘子污秽度及 相对湿度变化的敏感特征量，并得到它们之间的规 律，以此为基础建立绝缘子闪络电压预测模型。最 后用试验数据验证预测模型的正确性与可靠性。
ZHAO Shihua1, JIANG Xingliang2, ZHANG Zhijin2, HU Jianlin2
(1. State Grid Hunan Electric Power Corporation Research Institute, Changsha 410007, Hunan Province, China; 2. State Key Laboratory of Power Transmission Equipment & System Security and New Technology(Chongqing University), Shapingba District, Chongqing 400044, China) ABSTRACT: Effective prediction of the flashover voltage of insulators is an important approach to the prevention of pollution flashover accidents, and the leakage current (LC) is an important factor to analyze and detect the flashover voltage of insulators. In order to predict the flashover voltage of insulators and prevent pollution flashover accidents, firstly, a large number of artificial pollution tests were investigated under different contamination levels and different relative humidity (RH). Secondly, based on the experimental data, four characteristics of the LC, namely the entropy of pulse amplitude (S), the maximum pulse amplitude (Ih), the energy ration (K) and the energy (E), were extracted. They reflect jointly how severe the contamination level of insulators and the RH are from different perspectives. Thirdly, the variation laws between the four characteristics and the contamination level, RH, were obtained. Finally, based on the relationship among them and generalized regression neural network (GRNN), the flashover voltage prediction GRNN model were presented, in which the four characteristics and the RH were used as the inputs of model, and the flashover voltage was used as the output of model. Comparison between prediction results and test results showed that relative errors are less than 7.33%. Therefore, the GRNN model is valid and reliable to predict the flashover voltage of insulators and it can provide a reliable guide for operators. KEY WORDS: leakage current; contamination level; relative humidity; insulators; flashover voltage prediction; generalized regression neural network
第 38 卷 第 2 期 2014 年 2 月 文章编号：1000-3673（2014）02-0440-08
电 网 技 术 Power System Technology 中图分类号：TM 852 文献标志码：A
Vol. 38 No. 2 Feb. 2014 学科代码：470·4051
染污玻璃绝缘子泄漏电流特性及其闪络电压预测
Fig. 1
图 1 人工污秽试验接线 Test circuit of the artificial pollution test
Fig. 2 Tab. 1
类型 LXY4-160
图 2 试品结构 Configuration of samples
表 1 试品基本技术参数 Main dimensions and parameters of the test insulators