Kontakta sprausdinājuma iznīcināšana augstsprieguma sf6 līkstrūklī
Augstsprieguma SF6 šķēršņu ventilu pārbaude un uzturēšana
1. Fons un tradicionālie pārbaudes metodes
Augstsprieguma SF6 šķēršņi plaši tiek izmantoti enerģijas sistēmās, lai aizsargātu tīklus no īssaites un pārmērīgas slodzes. Lai nodrošinātu to uzticamību un drošību, ražotāji parasti prasa regulāru demontāžu un vizuālo pārbaudi galvenajiem kontaktiem, lokiem un gāzes ventilām. Šīs pārbaudes mērķis ir novērtēt šo komponentu izsmalcinājuma stāvokli un noteikt, vai nepieciešama aizvietošana.
Vēsturiski šīs pārbaudes balstījas uz vairākiem kritērijiem:
Laika intervāls: Piemēram, ieteikts pārbaudīt kontaktus pēc 12 gadu lietošanas vienā spiediena SF6 nometnes šķēršņiem.
Elektrooperācijas: Piemēram, ieteikts pārbaudīt pēc 2000 elektrooperāciju.
Īssaites operācijas: Piemēram, ieteikts pārbaudīt pēc 10 aprekinātās īssaites šķēršņa operācijas.
Kombinēti kritēriji: Dažreiz tiek izmantots šo faktoru kombinācija, lai veiktu visaptverošāku novērtējumu.
Tomēr, laikā šie laika un operāciju skaita balstītie pārbaudes metodes ir atklājušas dažas ierobežojumus. Lai arī šie pārbaudes palīdz nodrošināt aprīkojuma drošību, tie nemūždi precīzi atspoguļo kontaktu un ventilu faktisko izsmalcinājuma stāvokli. Turklāt šīs pārbaudes var būt dārgas, nestabilas un radīt potenciālus riskus vietējos iekšējos pārbaudes, kas var novest pie aprīkojuma bojājumiem.
2. Loka ietekme uz šķēršņu parametriem
Loks ir sarežģīts termiskais un elektriskais process, kas būtiski ietekmē šķēršņu darbību. Īssaites strāvas pārtraukšanas laikā loks var ietekmēt šķēršņa parametrus caur ventilu ablāciju. Ventilu ablācija attiecas uz ventilu materiāla izsmalcināšanos, ko rada loka augstā temperatūra. Šis process ir divvirzienisks šķēršņa pārtraukšanas spējas attiecībā:
Palielināta kameru spiediena: Kad ventilu ablācija notiek, ventilu ceļa priekšskats palielinās, kas rada augstāku spiedienu šķēršņa kamerā. Šis palielinātais spiediens palīdz paātrināt loka iznīcināšanu, nomierinot atkalapliesīšanos.
Palielināta ventilu ceļa priekšskats: Ventilu ceļa paplašināšanās ļauj vairāk gāzes plūstēt lokā, nodzenot vairāk siltuma un samazinot loka temperatūru. Tomēr, tas arī sadala loka enerģiju, potenciāli samazinot šķēršņa savārstīšanas spēju.
Tātad, ventilu ablācijas process ir gan pozitīvs, gan negatīvs ietekmes uz savārstīšanas spēju šķēršņiem. Kad šķēršņs pārtrauc īssaites strāvu, ventilu ablācija noņem daļu loka kolonnas enerģijas, palielina gāzes masu ventilu telpā un paaugrina gāzes blīvumu ap loka kontaktiem, tādējādi samazinot atkalapliesīšanās iespējamību.
3. Ventilu ablācijas intensitātes novērtējums un tā nozīme
Ņemot vērā ventilu ablācijas būtisko ietekmi uz šķēršņu darbību, ablācijas intensitātes (t.i., ventilu ceļa priekšskata palielinājums) un ablācētās masas aprēķināšana ir svarīga uzdevums. Precīzs ventilu ablācijas novērtējums palīdz uzturēšanas personālam labāk saprast šķēršņu veselības stāvokli un pieņemt informētus lēmumus par turpmāko uzturēšanu.
Ablācijas intensitāti var novērtēt, izmantojot šādas metodes:
Vizuālā pārbaude: Demontējot šķēršņu un tieši novērojot ventilu izsmalcinājumu. Neraugoties uz šīs metodes vienkāršumu, tā ir dārga un rada iekšējos riskus, kā minēts iepriekš.
Nenotrūkstošas detektācijas tehnoloģijas: Izmantojot modernas nenotrūkstošas detektācijas tehnoloģijas, piemēram, infrasarkanā termogrāfiju un ultrasondu testēšanu, šķēršņu uzturēšanai. Šīs tehnoloģijas ļauj novērtēt ventilu ablāciju un citus potenciālos jautājumus bez aprīkojuma demontāžas.
Datu analīze un prognozēšanas modeļi: Analizējot šķēršņa vēsturiskos darbības datus un kombinējot tos ar loka fizikas modeļiem, prognozēšanas modeļi var novērtēt ventilu ablācijas intensitāti. Šis pieeja samazina nepieciešamos demontāžas pārbaudes un uzlabo uzturēšanas efektivitāti.
4. Nākotnes attīstības virzieni
Lai uzlabotu augstsprieguma SF6 šķēršņu uzturēšanas efektivitāti un uzticamību, nākotnes uzturēšanas stratēģijas varētu vairāk atkarīties no stāvokļa monitorings un inteliģentās diagnostikas tehnoloģijām. Reāllaika monitorings šķēršņa darbības parametriem (piemēram, strāva, spriegums un temperatūra), kombinēts ar pašreizējiem datu analīzes algoritmiem, var sniegt precīzāku prognozēšanu par ventilu ablāciju un galveno komponentu kopējo veselību. Šis pieeja var samazināt nepieciešamos pārbaudes un remontus, pagarināt aprīkojuma izmantošanas laiku un samazināt uzturēšanas izmaksas.
Turklāt materiālu zinātnes progresi būs orientēts uz vairāk siltumdrošu un ablācijas resistenta ventilu materiālu izstrādi. Jaunu materiālu izmantošana var vēl vairāk uzlabot šķēršņu uzticamību un pārtraukšanas spēju, mazinot ventilu ablācijas negatīvos efektus.
Augstsprieguma šķēršņu ventilu ablācijas mērīšanas metode
1.Ventilu ablācijas mērīšanas principi
1.1 Spiediena signālu un ventilu ablācijas attiecība
Pētījumi ir pierādījuši, ka ventilu ablācija, kas palielina ventilu ceļa priekšskatu, maina gāzes plūsmas raksturlielus šķēršņā. Šis maiņa ietekmē spiediena sadalījumu, veidojot spiediena signālu variācijas, ko var uztvert ar spiediena sensoriem. Konkrēti, ventilu ablācija rezultē diviem galvenajiem efektiem:
Spiediena formu maiņa: Ventilu diametra palielināšanās maina gāzes plūsmas pretestību, mainot spiediena formas.
Spektra raksturlielus maiņa: Ventilu ablācija ietekmē arī spiediena signālu spektra raksturlielus, īpaši augstfrekvences diapazonā.
Analizējot šos spiediena signālu raksturlielus, iespējams netieši secināt ventilu ablācijas apmēru.
1.2 Spiediena sensoru instalēšana un mērīšana
Lai iegūtu precīzus spiediena signālus, spiediena sensori var instalēt dažādos punktos, atkarībā no šķēršņa struktūras un mērījumu prasībām:
Vienā polā mērījums: Katrs pols ir dotās ventilas apakšā, ko var izmantot, lai pieslēgtu spiediena sensorus. Šī konfigurācija ļauj mērīt spiediena vilni no viena pola, izvairot daudzu polu signālu superpozīciju.
Trīs polu mērījums: Standarta darbības laikā trīs poli ir savienoti ar medibas caurules, un galvenais aizpildīšanas ventilis ir šķēršņa pamatā, savienojot visus trīs polus. Ja galvenais aizpildīšanas ventilis tiek izmantots kā spiediena sensora savienojuma punkts, mērītais signāls būs trīs individuālo spiediena signālu superpozīcija.
Lai nodrošinātu precīzus mērījumus, tiek izmantoti augstā jutība piezoelektriski spiediena sensori, aprīkoti ar atbilstošiem lādījuma stiprinātājiem. Spiediena dati tiek reģistrēti no pārslēgšanas operācijas sākuma līdz sestā svārījuma beigām. Satura spiediena signāls var tikt apstrādāts ar vai bez filtrēšanas, atkarībā no analīzes prasībām.
Neatfiltrēts signāls: Neatfiltrētam signālam tiek tūlīt piemērota ātrā Furje transformācija (FFT), lai analizētu tā frekvences domēna raksturlielus.
Filtrēts signāls: Izmantota 100 Hz zemfrekvences filtra, lai noņemtu augstfrekvences troksni, saglabājot tikai zemfrekvences komponentus.
Attēli 1 un 2 ilustrē spiediena vēsturi un spektru, sniedzot vizuālo attēlojumu spiediena signālu raksturlielam.
Ventilu stāvokļa klasifikācija, izmantojot mašīnmācīšanos
Lai uzlabotu diagnosticēšanas precizitāti, šajā pētījumā tiek izmantots mašīnmācīšanās algoritms, balstīts uz k-Nearest Neighbors (k-NN) metodi. Process ietver šādus soļus:
Raksturlielu izgūšana: Galvenie raksturlieli tiek izgūti no spiediena signāliem, piemēram, virsotņu un leju vērtības, frekvences komponenti utt. Šie raksturlieli kļūst par ievades parametriem mašīnmācīšanās algoritma.
Modeļa apmācība: k-NN modelis tiek apmācīts, izmantojot zināmus datus par ventilu un elektrodu stāvokli. Apmācības laikā algoritms nosaka tuvākos kaimiņus, balstoties uz raksturlielu attālumu, lai veiktu klasifikāciju.
Jaunu datu klasifikācija: Jauniem, nezināmiem mērījumiem apmācītais modelis tiek izmantots, lai klasificētu ventilu un elektrodu stāvokli.
Šis pieeja ļauj novērtēt ventilu ablāciju un citus galveno komponentu stāvokļus, bez gāzes kameras atveršanas, sniedzot precīzas uzturēšanas ieteikumus un pagarinājot šķēršņu izmantošanas laiku.
Spiediena sensora savienojuma punkts ar ventilu ablāciju (attēls no avota Nr. 1)
Galinā aizpildīšanas ventilis orģinalā stāvoklī (zils), filtrēts signāls (sarkans) (attēls no avota Nr. 1)
Augstsprieguma šķēršņu spiediena metodes frekvences spektrs (attēls no avota Nr. 1)
Augstsprieguma šķēršņu ventilu ablācijas momentānā spiediena metodes secinājumi
1. Raksturlielu izgūšana no filtrētiem un neatfiltrētiem spiediena signāliem
No gan filtrētiem, gan neatfiltrētiem spiediena signāliem var iegūt vairākus raksturlielus. Šie raksturlieli uztver dažādo mērījumu signālu un ir svarīgi ventilu stāvokļa identifikācijai. Tā kā šo raksturlielu izplatība ir plaša, nav iespējams tieši saistīt dažādus ablācijas stāvokļus ar individuāliem raksturlieliem. Lai risinātu šo problēmu, tiek izmantots k-Nearest Neighbors (k-NN) algoritms.
k-NN algoritms ģenerē n-dimensiju vektoru katram mērījumam, kur n atbilst raksturlielu skaitam. Divu vektoru attālumu aprēķina, izmantojot Eiklida attālumu, pievienojot papildu variancijas svars, lai ņemtu vērā datus variabilitāti. Šis pieeja nodrošina, ka algoritms efektīvi var atšķirt dažādus ablācijas stāvokļus, balstoties uz vairāku raksturlielu kopējā informācija.
2. Momentānā spiediena metodes priekšrocības un izaicinājumi
Momentānā spiediena metode ir priekšrocīga, jo to viegli var realizēt, izmantojot esošos aizpildīšanas ventilus, lai pieslēgtu spiediena sensorus. Tomēr, viens no galvenajiem izaicinājumiem ir stāvokļa indikatoru (raksturlielu) sliktā izplatība, kas padara grūtu precīzu ventilu stāvokļa diagnosticēšanu. Lai pārvarētu šo ierobežojumu, raksturlielu mērogi tika optimizēti, izmantojot jūtīguma analīzi. Lai arī viens raksturliels var nebūt pietiekams visiem gadījumiem, septiņu raksturlielu kombinācija ar k-NN klasifikācijas algoritmu būtiski uzlabo diagnosticēšanas precizitāti.
3. Klasifikācijas algoritmu novērtēšana
Tika pārbaudīti vairāki klasifikācijas algoritmi, un rezultāti parādīja, ka k-NN algoritms, izmantojot standarta Eiklida attālumu, sasniedza zemo kļūdas rādītāju mazāk nekā 0,9% pārbaudē. Šis raksturlielu un k-NN algoritma kombinācija tika tad izmantota, lai klasificētu lauka mērījumus dažādiem šķēršņu tipiem. Apvērusim šķēršņu mērījumiem, šis pieeja spēja veikt klasifikāciju bez kļūdām.
