Kõrgepinge SF6 lülitikud on laialdaselt kasutusel elektrivõrkudes, et kaitsta tsirkuiteid lühikutest ja ülekoormustest. Nende usaldusväärsuse ja ohutuse tagamiseks nõuavad tootjad tavaliselt perioodilist demonteerimist ja nähtava inspeerimist peamiste kontaktide, kaarekontaktide ja gaasikatsetega. Need inspeerimised eesmärgivad hinnata nende komponentide sõrmemäärat ja otsustada, kas asendamine on vajalik.
Ajalooliselt on need inspeerimised põhinenud mitmel kriteeriumil:
Aja intervall: Näiteks soovitatakse kontrollida kontakte 12-aastase kasutuse järel ühepinge SF6 lülitike korral.
Elektrilised operatsioonid: Näiteks soovitatakse inspeerida 2000 elektrilise operatsiooni järel.
Vigased operatsioonid: Näiteks soovitatakse inspeerida 10 mõõditud lühikujuurdeoperatsiooni järel.
Kombineeritud kriteeriumid: Mõnikord kasutatakse ülemistest teguritest kombinatsiooni, et saada täpsemat hinnangut.
Kuid aja jooksul on need ajapõhised ja operatsioonide arvupõhised inspeerimismeetodid väljendanud mõningaid piiranguid. Kuigi need kontrollid aitavad tagada seadme ohutust, ei pruugi need alati täpselt kajastada kontaktide ja katsete tegelikku sõrmemäära. Lisaks võivad need inspeerimised olla kulukad, ebakonsistentlikud ja võivad tekitada potentsiaalseid riske paigalisinspeerimise ajal, mis võivad viia seadme kahjustumiseni.
Ülekaebus on keeruline termiline ja elektriline protsess, mis mõjutab oluliselt lülitiku tööd. Lühikujuurde voolu katkestamisel võib ülekaebus mõjutada lülitiku parameetreid katse erosiooniga. Katse erosioon viitab katse materjali erosioonile, mille põhjustab ülekaebuse kõrge temperatuur. See protsess mõjutab lülitiku katkestamisvõimet kahel viisil:
Suurimine kamberpinge: Kui katse erosioneerub, suureneb katseputuka ristiõlg, mis viib lülitiku kambri sees suuremane pinge. See suurem pinge aitab kiirendada ülekaebuse katkestamist, takistades taaskäivitumist.
Suurimine katseputuka ristiõlg: Katseputuka laienemine lubab rohkem gaasi voolata ülekaebuse piirkonda, viies eemale rohkem soojust ja vähendades ülekaebuse temperatuuri. See aga seganeb ülekaebuse energia, võimaldades lülitiku endise purunemisvõime nõrgenemist.
Nii, et katse erosioon mõjutab lülitiku katkestamisvõimet nii positiivselt kui negatiivselt. Kui lülitik katkestab lühikujuurde voolu, eemaldab katse erosioon osa ülekaebuse veeru energiast, suurendab gaasi massi katse ruumis ja tõstab gaasi tiheust ülekaebuse kontaktide ümbruses, vähendades nii taaskäivitumise tõenäosust.
Katse erosiooni olulise mõju lülitiku tööle arvestades, on katse erosiooni intensiivsuse (st. katseputuka diameetri suurenemine) ja erosioneerunud massi arvutamine oluline ülesanne. Täpne katse erosiooni hindamine aitab hooldustöötajatel paremini mõista lülitiku seisundit ja langetada informeeritud otsuseid tuleviku hoolduse kohta.
Katse erosiooni intensiivsust saab hinnata järgmistel meetoditel:
Nähtav inspeerimine: Lülitiku demonteerimisel ja katse sõrmemärgi otseva vaatlusega. Kuigi see meetod on lihtne, on see kulukas ja kaasa toob intrinsed risigid, nagu eelnevalt mainitud.
Mitteinvassivsed tuvastusmeetodid: Arenenud mitteinvassivsed tuvastusmeetodid, nagu infrapunane termograafia ja ultraheli testid, kasutatakse aina rohkem lülitikute hoolduseks. Need meetodid võimaldavad hinnata katse erosiooni ja muud potentsiaalsed probleemid ilma seadme demonteerimiseta.
Andmeanalüüs ja ennustav modelleerimine: Lülitiku ajaliku tööandmete analüüsimisel ja selle kombinatsioonis kaarefysiika modellidega, ennustavad mudelid saavad hinnata katse erosiooni intensiivsust. See lähenemine vähendab ebatähtsaid demonteerimisinspekteerimisi ja parandab hoolduse efektiivsust.
Kõrgepinge SF6 lülitikute hoolduse efektiivsuse ja usaldusväärsuse parandamiseks võivad tulevikus hooldusstrateegiad rohkem tugineda seisundimonitoreerimisele ja intelligentsetele diagnostikatehnoloogiatele. Lülitiku tööparameetrite (nt. vool, pingeline ja temperatuur) reaalajas jälgimine, kombineeritud arenenud andmeanalüüsi algoritmidega, võib anda täpsema prognoosi katse erosiooni ja olulistele komponentidele üldiselt. See lähenemine vähendab ebatähtsaid inspekteerimisi ja remontimisi, pikendab seadme eluaja ja vähendab hoolduskulusid.
Lisaks keskenduvad materjaliteaduse edusammud arendama rohkem soojusvastaseid ja erosioonivastaseid katse materjale. Uute materjalide rakendamine võib veelgi parandada lülitiku usaldusväärsust ja katkestamisvõimet, vähendades katse erosiooni negatiivseid mõjusid.

Kõrgepinge lülitikute katse erosiooni mõõtmismeetod
1.Katse erosiooni mõõtmise põhimõtted
1.1 Pinge signaalide ja katse erosiooni vaheline seos
Uuringud on näidanud, et katse erosioon, mis suurendab katseputuka diameetrit, muudab gaasi vooluomadusi lülitiku sees. See muutus mõjutab pingejaotust, viies pinge signaalide muutustesse, mida pingesensorid saavad tuvastada. Konkreetsemalt toob katse erosioon kaasa kaks peamist mõju:
Pinge lainekuju muutused: Katseputuka diameetri suurenemine muudab gaasi voolu vastastikuse takistuse, muutes pinge lainekuju.
Spektraalsete omaduste muutused: Katse erosioon mõjutab ka pinge signaalide spektraalsete omadusi, eriti kõrge sageduspiirkonnas.
Nendes pinge signaalide omaduste analüüsimisel on võimalik kaudselt järeldada katse erosiooni ulatust.
1.2 Pingesensorite paigaldus ja mõõtmine
Täpsete pinge signaalide saamiseks võivad pingesensorid paigalduda erinevatel punktidel, sõltuvalt lülitiku struktuurist ja mõõtmisnõuetest:
Ühepoliku mõõtmine: Igal polul on allosas vale, mida saab kasutada pingesensorite ühendamiseks. See konfiguratsioon võimaldab mõõta ühe polu pinge lainekujusid, vältides mitme polu signaalide ülekatekste.
Kolme polu mõõtmine: Standardse töörežiimi ajal on kolm polu ühendatud kupervoodete kaudu, kus lülitiku põhjas asub peamine täitmisväärt, mis ühendab kõik kolm polu. Kui peamine täitmisväärt kasutatakse pingesensorite ühendamiseks, siis mõõdetud signaal on kolme individuaalset pinge signaali ülekatekst.
Täpsete mõõtmiste tagamiseks kasutatakse kõrge tundlikkusega piezoelektrilisi pingesensorite, mis on varustatud sobivatega laenguverehitajatega. Pingeandmed salvestatakse lülitusoperatsiooni algusest kuue oskilletikuni. Raua pinge signaal võib töödelda filtriga või ilma filtrimiseta, sõltuvalt analüüsi nõuetest.
Filtrita signaal: Kiire Fourier-teisendus (FFT) rakendatakse otse filtrita signaalile, et analüüsida selle sageduspiirkonna omadusi.
Filtreeritud signaal: 100 Hz madala sageduse filtreerija kasutatakse, et eemaldada kõrge sageduslik müra, säilitades ainult madala sageduse komponendid.
Joonised 1 ja 2 illustreerivad pinge ajalugu ja spektri, andes visuaalse esitluse pinge signaalide omadustest.
Katse seisundi klassifitseerimine masinõppe abil
Diagnoosi täpsuse parandamiseks kasutatakse selles uuringus k-Nearest Neighbors (k-NN) meetodil põhinevat masinõppe algoritmi. Protsess hõlmab järgmisi samme:
Omaduste ekstraktimine: Pinge signaalidest ekstraheeritakse olulised omadused, nagu tip- ja laiaväärtused, sageduskomponendid jne. Need omadused toimivad sisendparametriteks masinõppe algoritmil.
Mudeli treening: k-NN mudel treenitakse teadmiste andmete põhjal katse ja elektrodi seisundite kohta. Treeningul määrab algoritm lähimate naaberite baasil, põhinedes omaduste kaugusel, kategooriat.
Uute andmete klassifitseerimine: Uute, tundmatute mõõtmiste korral kasutatakse treenitud mudelit, et klassifitseerida katse ja elektrodi seisundit.
See lähenemine võimaldab hinnata katse erosiooni ja muude oluliste komponentide seisundit ilma gaasi kambrile avamata, pakkudes täpseid hooldussoovitusi ja pikendades lülitiku eluaja.
Katse erosiooni pinge sensori ühenduspunkt (pilt allikast nr 1)

Peeble andmed peamise täitmisväärti mõõtmisel originaalseisundis (sinine), filtreeritud signaal (punane) (pilt allikast nr 1)

Kõrgepinge lülitiku pinge meetodi raaka andmete sagedusspekter (pilt allikast nr 1)
Mõned omadused saavad tuletada nii filtreeritud kui ka filtrita pinge signaalidest. Need omadused kajastavad erinevate mõõtmisignaalide unikaalseid omadusi ja on olulised katse seisundi tuvastamiseks. Kuna nende omaduste laienevus on laia, ei ole võimalik otse vastendada erinevaid erosiooniseisundeid individuaalsete omadustega. Selle väljakutse lahendamiseks kasutatakse k-Nearest Neighbors (k-NN) algoritmi hinnamiseks.
k-NN algoritm genereerib igale mõõtmisele n-mõõtmelise vektori, kus n tähistab omaduste arvu. Kahe vektori vahelist kaugust arvutatakse eukleidilise kauguse abil, lisaks varieeruvuse kaalutega andmete variabiliteedi arvesse võtmiseks. See lähenemine tagab, et algoritm saaks tõhusalt eristada erinevaid erosiooniseisundeid mitme omaduse kombinatsioonil põhinevatel andmetel.
Ajutine pinge meetod on eelistatav, kuna seda saab lihtsalt rakendada olemasolevate täitmisväärtide abil pingesensorite ühendamiseks. Kuid üks peamistest väljakutsetest on halb seisundindikaatorite (omaduste) laienevus, mis teeb katse seisundi täpse diagnoosimise keeruliseks. Selle piirangu ületamiseks optimiseeriti omaduse skaalade tundlikkuse analüüsi kaudu. Kuigi üksik omadus ei pruugi pakkuda piisavat teavet kõigile juhtudele, parandab kõigi seitse omaduse kombinatsioon k-NN klassifitseerimisalgoritmi abil oluliselt diagnoosimise täpsust.
Mitmeid klassifitseerimisalgoritme testimisel näitasid tulemused, et k-NN algoritm, kasutades standardset eukleidilist kaugust, saavutas ristkontrolli käigus madalaima veerate alla 0,9%. See omaduste kombinatsioon ja k-NN algoritm rakendati erinevate tüüpide lülitikute valdkonnarohkete mõõtmiste klassifitseerimiseks. Vaadeldavate lülitikute mõõtmiste puhul oli see lähenemine suuteline teostama klassifitseerimist ilma vigadeta.