Xalasîna Nivîsandinê û Pêşbînîya Jîyanê ya Kapasitarên Dêjîn Di Şertanên Garmîyayê de

Xirabandinê Performans û Pêdiviyên Cewabkirina Zindîyekanê ya Elektrikî yên Dihewîn de

Bi pêşketinên dawiyên elektrîkî û vebijarkên barkî, cihazên elektrîkî dihewîn de çalak bike. Dihewîna gav û bingehîna temperatûra xwe wateyên yekemîn e ku performansa zindîyekanê ya elektrîkî derbas dike. Di cihazên berdewam û parastînê de, xirabandinê ya performansa zindîyekanê ya elektrîkî bi serbestî werdigereya û stabilitêya rêzayê têkşîne. Li ser îhtiyarên dihewîn, materialên dielektrîkî yên di navbera zindîyekan de hatine kêmtir kirin, ku ji bo performansa elektrîkî, zmanbunê, û çendî ewleyên sistemê veşartî dike.

1. Lîstkirina Xirabandinê ya Performansa
1.1 Têkiliya Têstê

Zindîyekanên elektrîkî yên paralel bi gerêka îhtiyariyê 10 kV û kapasitasyonê 100 kvar hewce kirin ji bo nîşaneyên testê, ku bi destûrên GB/T 11024.1-2019, Zindîyekanên paralel ji bo sistemên elektrîkî AC bi gerêka îhtiyariyê li vir 1000 V - Part 1: Giştî. Sistemê ya testê OMICRON CP TD1 capacitance tester û ME632 dielectric loss analyzer dihat, ku bi KSP-015 aging chamber dihewîn kontrol kir. Tri sathê temperatûra-70 °C, 85 °C, û 100 °C hate nehat, bi penj nîşan ji bo her sath. Rewşa testê IEC 60871-2 piştgirî kir, bi kerêkerdina gerêka îhtiyariyê diyar kirin da ku şertên realîn çalak bikin.

1.2 Rêbaza Xirabandinê ya Dielektrîkî Loss

Li ser îhtiyarên dihewîn, dielektrîkî loss (tanδ) parazîna mezin ênîn hatî. Bi 70 °C, tanδ demgirî hatine zêdetir, bi serbestîya operasyonel, ku performansa izolasyonê bistîr ast. Bi 85 °C, rengê zêdetir hatine çêtir, bi liyanka curve hatine çêtir; qadde nîşanên ji standardên îhtiyar hatine kevî. Bi 100 °C, tanδ bi curve çêtir hatine zêdetir, ku karakterên thermal aging hatine rastîn.

1.3 Karakterên Berdewamê Kapasitasyonê

Berdewamê temperatûra bi serbestîya kapasitasyonê hatî. Bi temperatûrên bi tevahî, kapasitasyonê li ser serbestîya îhtiyar hatine. Bi temperatûrên navendî, kapasitasyonê hatine berdewam kirin, bi serbestîya îhtiyar hatine. Bi temperatûrên mezin, kapasitasyonê bi çêtirîna zi hatine, ku serbestîya îhtiyar hatine kevî, ku xirabandinê çêtir hatine.

2. Binyetina Modelê ya Cewabkirina
2.1 Analîza Data Xirabandinê ya Performansa

Bi pergalîna rengê xirabandinê di sathên temperatûra de, parêzda temperatûra û faktora çêtirîna hatine analîz kirin. Kriteriya failiye bi parametreyên keyîn hatine, wekî dielektrîkî loss, kapasitasyonê berdewam, û rezistansê izolasyon. Rewşa hatine rastîn ku xirabandinê li ser temperatûrên mezin çêtirîna hatî, bi faktora çêtirîna hatine parazîna eksponensîyalî bi temperatûra. Data fitting hatine koefisîyentê mezin, ku validiteyên statistîkî hatine. Arrhenius equation hatine bikar bînin ji bo hesabkirina faktora çêtirîna, bi aktivasyonê energy û Boltzmann's constant, ji bo destnîşana modelê ya temperatûra-çêtirîna.

2.2 Karberdina Modelê ya Arrhenius

Wekî Figure 1, data experimentî hatine fit kirin di log-lifetime vs. inverse temperature (1/T) coordinate system de, ku parêzda linear mezin hatî. Liyanka line fit hatine aktivasyonê energy EaEa (bi kJ/mol), ku barrier energy ya processê ya aging hatî, û bi teoriyên îhtiyar hatine. Koefisîyentê mezin parêzda mezin hatî. Analîza intervalê 95% confidence hatine parazîna tezmînî hatî. Rewşa experimentî hatine rastîn ku, li ser temperatûrên testkirin, rengê xirabandinê parazîna eksponensîyalî bi temperatûra hatî. Ji bo data cewabkirina di sathên temperatûra de, model matematîkî ji bo rengê temperatûra û cewabkirina hatine destnîşan kirin.

2.3 Amadekirina Cewabkirina
Cewabkirina amadekirina di teoriya damage cumulative de, ku effectê damage di sathên temperatûra de hatine superimposed. Methodê amadekirina factorê bi serbestîya material aging, fluctuationê temperatûra, û load variation. Cycle operasyonî bi n intervalên time hatine divided, bi damage di her interval de hatine determined bi temperatûra operasyonî û duration. Data temperatûra bi online monitoring system bi sampling interval 1 h hatine acquired, ji bo data continuity û accuracy. Temperatûrên measured bi Arrhenius equation hatine input, ji bo hesabkirina equivalent operating time ji bo her interval. Damage accumulated di hemî intervalan de hatine predicted remaining service life [4]. Accuracy prediction bi resultên accelerated aging test hatine validated, bi average deviation between model calculations û data experimentî hatine maintained within ±8%.

3. Karberdina û Verifikasyon
3.1 Analîza Accuracy Prediction

Modelê prediction bi combined approach of accelerated aging tests û actual operational data hatine verifikirin. Multiple batches of power capacitors with different service durations hewce kirin ji bo performance testing, û results bi model predictions hatine compared. As shown in Table 1, for the 5-year operating group, the measured average life is 4.8 years and the predicted value is 5.2 years, yielding a relative error of 7.7%; for the 8-year group, the measured value is 7.6 years and the predicted value is 8.3 years, with a relative error of 8.4%; for the 10-year group, the measured value is 9.5 years and the predicted value is 10.2 years, resulting in a relative error of 6.9%. Error source analysis shows that environmental temperature fluctuations are the primary factor affecting prediction accuracy. When the daily temperature variation exceeds 20 °C, the model prediction error increases to 12%. Additionally, temperature fluctuations caused by load variations contribute to an increase in prediction error by 4.2%.

3.2 Engineering Application Recommendations

As shown in Table 2, when the ambient temperature is maintained below 75 °C, the rate of equipment life degradation decreases by 58%. For every 5 °C reduction in installation location temperature, the expected service life increases by 18.5%. By improving ventilation, the ambient temperature at the test site was reduced by an average of 7.2 °C, resulting in a 32% improvement in the stability of capacitor performance parameters. Temperature data from the online monitoring system indicate that after implementing intelligent ventilation, the maximum temperature around the equipment decreased by 11.3 °C and the average temperature by 8.7 °C. The life prediction model was applied in a 500 kV substation for one year, successfully issuing early warnings for six potential failures, increasing preventive maintenance efficiency by 43%. Maintenance data analysis shows that maintenance and replacement decisions based on model predictions achieved an accuracy of 87%, representing a 35% improvement over traditional time-based maintenance. The model-guided equipment management strategy reduced maintenance costs by 27% and increased equipment availability by 15%.

4. Conclusion

Through systematic accelerated aging tests and data analysis, this study reveals the influence of high-temperature environments on the performance degradation of power capacitors and establishes a life prediction model based on the Arrhenius equation. Experimental results show that ambient temperature is a key factor affecting capacitor life: for every 10 °C increase in temperature, service life decreases by 42.5% ± 2.5%. Critical performance parameters such as dielectric loss, capacitance, and insulation resistance exhibit significant degradation trends with rising temperature. The developed life prediction model achieves a prediction accuracy of over 90%, providing a scientific basis for maintenance and replacement decisions of power capacitors.