Ang mga Katangian ng Pagbawas ng Kapabilidad at Pagsusuri ng Buhay ng mga Power Capacitors sa Ilalim ng Mataas na Temperatura

Mga Katangian ng Pagdeterioro ng Performance at Pagsusunod sa Buhay ng Power Capacitors sa Mga Kondisyon ng Mataas na Temperatura

Sa patuloy na paglaki ng mga sistema ng kuryente at pagtaas ng mga pangangailangan sa load, ang kapaligiran ng operasyon para sa mga kagamitang elektriko ay naging mas komplikado. Ang pagtaas ng temperatura ng kapaligiran ay naging isang pangunahing factor na nakakaapekto sa maaring pag-operate ng mga power capacitors. Bilang mga mahalagang bahagi sa mga sistema ng pagpapadala at pagbahagi ng kuryente, ang pagdeterioro ng performance ng mga power capacitors ay direktang nakakaapekto sa kaligtasan at estabilidad ng grid. Sa ilalim ng mataas na kondisyon ng temperatura, ang mga materyales na dielectric sa loob ng mga capacitors ay lumalangin nang mas mabilis, nagdudulot ng malaking pagdeterioro sa electrical performance, maikling serbisyo ng buhay, at potensyal na pagkakamali ng sistema.

1. Pag-aaral sa Mga Katangian ng Pagdeterioro ng Performance
1.1 Setup ng Eksperimento

Ang mga parallel power capacitors na may rated voltage na 10 kV at capacity na 100 kvar ay napili bilang mga sampol ng test, na sumasaklaw sa mga kinakailangan ng GB/T 11024.1—2019, Shunt capacitors for a.c. power systems with a rated voltage above 1000 V – Part 1: General. Ang sistema ng test ay kasama ang OMICRON CP TD1 capacitance tester at ME632 dielectric loss analyzer, na ang temperatura ay kontrolado ng KSP-015 high-temperature aging chamber. Tinalaga ang tatlong antas ng temperatura—70 °C, 85 °C, at 100 °C—na may limang sampol na itest sa bawat antas. Ang proseso ng test ay sumunod sa IEC 60871-2, na nagpapataw ng rated voltage nang walang tigil sa panahon ng aging upang simulan ang tunay na kondisyon ng operasyon.

1.2 Pag-uugali ng Pagdeterioro ng Dielectric Loss

Sa mataas na temperatura, ang dielectric loss (tanδ) ay ipinakita ang malaking dependensiya sa temperatura. Sa 70 °C, ang tanδ ay naging mabagal na pagtaas sa loob ng panahon, nananatiling sa mga limitasyon ng operasyon, na nagpapakita ng matatag na performance ng insulation. Sa 85 °C, ang rate ng pagtaas ay naging mas mabilis, ang slope ng curve ay naging mas matigas; ang ilang sampol ay lumampas sa mga standard limits sa huling bahagi. Sa 100 °C, ang tanδ ay tumaas nang mas mabilis na may matigas na curve, na nagpapakita ng typical characteristics ng thermal aging.

1.3 Mga Katangian ng Pagbabago ng Capacitance

Ang pagtaas ng temperatura ay naging malaking epekto sa stability ng capacitance, na may malinaw na pag-uugali batay sa stage. Sa mababang temperatura, ang deviation ng capacitance ay nananatiling sa mga tolerable na limitasyon, nagpapakita ng magandang stability. Sa medium-temperature range, ang capacitance ay nagsimula na bumaba nang malinaw, ang deviation ay lumapit sa mga limitasyon ng operasyon. Sa mataas na temperatura, ang capacitance ay bumaba nang mabilis, lumampas sa allowable deviation, na nagpapakita ng pagdeterioro na mas mabilis.

2. Pagbuo ng Modelo ng Pagsusunod sa Buhay
2.1 Analisis ng Data ng Pagdeterioro ng Performance

Sa pamamagitan ng paghahambing ng mga rate ng pagdeterioro sa iba't ibang antas ng temperatura, ang ugnayan sa pagitan ng temperatura at acceleration factor ay inanalisa. Itinayo ang comprehensive failure criterion batay sa mga key parameters tulad ng dielectric loss, capacitance deviation, at insulation resistance. Ang resulta ay nagpakita na ang pagdeterioro ng performance ay naging mas mabilis sa mataas na temperatura, ang acceleration factor ay nagpakita ng exponential relationship sa temperatura. Ang data fitting ay nagresulta sa mataas na correlation coefficient, na nagpapatunay ng malakas na statistical significance. Ginamit ang Arrhenius equation upang kalkulahin ang acceleration factor, na kinokonsidera ang experimentally derived activation energy at Boltzmann’s constant, kaya nabuo ang quantitative temperature-acceleration relationship.

2.2 Paggamit ng Modelo ng Arrhenius

Tulad ng ipinakita sa Figure 1, ang experimental data ay fitted sa log-lifetime vs. inverse temperature (1/T) coordinate system, na nagresulta sa malakas na linear correlation. Ang slope ng fitted line ay tumutugon sa activation energy EaEa (sa kJ/mol), na kumakatawan sa energy barrier ng prosesong aging, at sumasang-ayon sa teoretikal na inaasahan. Ang mataas na correlation coefficient ay nagpapatunay ng mahusay na pagkakasundo sa pagitan ng experimental data at modelo ng Arrhenius. Ang 95% confidence interval analysis ay nagpapakita ng statistically reliable predictions. Ang resulta ng eksperimento ay nagpapakita na, sa loob ng itest na temperatura, ang rate ng pagdeterioro ng performance ay naging exponentially related sa temperatura. Batay sa life data sa iba't ibang puntos ng temperatura, nabuo ang mathematical model na ugnay sa temperatura at serbisyo ng buhay.

2.3 Implementasyon ng Pagsusunod sa Buhay
Ang pagsusunod sa buhay ay batay sa cumulative damage theory, na sumusunod sa mga epekto ng pagkasira sa iba't ibang kondisyon ng temperatura. Ang paraan ng prediction ay komprehensibong kinokonsidera ang mga factor tulad ng rate ng paglalangin ng materyal, mga pagbabago sa temperatura ng kapaligiran, at mga pagbabago sa load. Ang cycle ng operasyon ay hinati sa n time intervals, kung saan ang damage sa bawat interval ay itinukoy sa pamamagitan ng operating temperature at duration. Ang temperatura data ay nakolekta sa pamamagitan ng online monitoring system na may sampling interval na 1 h upang mapanatili ang continuity at accuracy ng data. Ang naimatalang temperatura ay ipinasok sa Arrhenius equation upang kalkulahin ang equivalent operating time para sa bawat interval. Ang accumulated damage sa lahat ng intervals ay nagbibigay ng predicted remaining service life [4]. Ang prediction accuracy ay na-validate gamit ang resulta ng accelerated aging test, na ang average deviation sa pagitan ng model calculations at experimental data ay nai-maintain sa ±8%.

3. Application at Verification
3.1 Analisis ng Accuracy ng Prediction

Ang modelo ng prediction ay na-verify gamit ang kombinadong approach ng accelerated aging tests at actual operational data. Naselect ang maraming batch ng power capacitors na may iba't ibang serbisyo ng buhay para sa performance testing, at ang resulta ay pinaghahambing sa model predictions. Tulad ng ipinakita sa Table 1, para sa 5-year operating group, ang measured average life ay 4.8 taon at ang predicted value ay 5.2 taon, na nagbibigay ng relative error na 7.7%; para sa 8-year group, ang measured value ay 7.6 taon at ang predicted value ay 8.3 taon, na may relative error na 8.4%; para sa 10-year group, ang measured value ay 9.5 taon at ang predicted value ay 10.2 taon, na nagbibigay ng relative error na 6.9%. Ang analisis ng source ng error ay nagpapakita na ang mga pagbabago sa temperatura ng kapaligiran ay ang pangunahing factor na nakakaapekto sa prediction accuracy. Kapag ang daily temperature variation ay lumampas sa 20 °C, ang model prediction error ay tumataas sa 12%. Bukod dito, ang mga pagbabago sa temperatura na dulot ng load variations ay nagdudulot ng pagtaas ng prediction error sa 4.2%.

3.2 Mga Rekomendasyon sa Engineering Application

Tulad ng ipinakita sa Table 2, kapag ang temperatura ng kapaligiran ay nai-maintain sa ibaba ng 75 °C, ang rate ng pagdeterioro ng buhay ng kagamitan ay bumaba ng 58%. Para sa bawat 5 °C reduction sa temperatura ng installation location, ang inaasahang serbisyo ng buhay ay tumataas ng 18.5%. Sa pamamagitan ng pag-improve ng ventilation, ang temperatura ng kapaligiran sa test site ay bumaba ng average na 7.2 °C, na nagresulta sa 32% improvement sa stability ng mga parameter ng performance ng capacitor. Ang temperatura data mula sa online monitoring system ay nagpapakita na pagkatapos ng pag-implement ng intelligent ventilation, ang maximum temperature sa paligid ng kagamitan ay bumaba ng 11.3 °C at ang average temperature ay bumaba ng 8.7 °C. Ang modelo ng pagsusunod sa buhay ay na-apply sa 500 kV substation para sa isang taon, na matagumpay na naglabas ng early warnings para sa anim na potensyal na pagkakamali, na nag-increase ng efficiency ng preventive maintenance ng 43%. Ang analisis ng maintenance data ay nagpapakita na ang mga desisyon sa maintenance at replacement batay sa mga prediction ng modelo ay nag-achieve ng accuracy na 87%, na nagrepresent ng 35% improvement sa traditional time-based maintenance. Ang model-guided equipment management strategy ay nagresulta sa 27% reduction sa maintenance costs at 15% increase sa availability ng kagamitan.

4. Conclusion

Sa pamamagitan ng sistemang pag-aaral ng accelerated aging tests at data analysis, ang pag-aaral na ito ay nagpapakita ng impluwensya ng mataas na temperatura ng kapaligiran sa pagdeterioro ng performance ng mga power capacitors at nagtataguyod ng modelo ng pagsusunod sa buhay batay sa Arrhenius equation. Ang mga resulta ng eksperimento ay nagpapakita na ang temperatura ng kapaligiran ay isang pangunahing factor na nakakaapekto sa buhay ng capacitor: para sa bawat 10 °C increase sa temperatura, ang serbisyo ng buhay ay bumaba ng 42.5% ± 2.5%. Ang mga critical performance parameters tulad ng dielectric loss, capacitance, at insulation resistance ay nagpapakita ng malaking trend ng pagdeterioro sa pagtaas ng temperatura. Ang nabuong modelo ng pagsusunod sa buhay ay nag-achieve ng prediction accuracy na higit sa 90%, na nagbibigay ng siyentipikong basehan para sa mga desisyon sa maintenance at replacement ng mga power capacitors.