Contactneusverdamping in hoogspannings-sf6 schakelaar
Inspectie en onderhoud van hoogspannings SF6 schakelaarssproeiers
1. Achtergrond en traditionele inspectiemethoden
Hoogspannings SF6 schakelaars worden wijdverspreid gebruikt in elektriciteitsnetwerken om circuits te beschermen tegen kortsluitingen en overbelasting. Om de betrouwbaarheid en veiligheid ervan te waarborgen, vereisen fabrikanten meestal periodieke demontage en visuele inspectie van de hoofdcontacten, boogcontacten en gasstralers. Deze inspecties zijn bedoeld om de slijtage van deze componenten te beoordelen en vast te stellen of vervanging noodzakelijk is.
Historisch gezien zijn deze inspecties gebaseerd op verschillende criteria:
Tijdsinterval: Bijvoorbeeld, wordt aangeraden de contacten na 12 jaar gebruik bij een enkelvoudige druk SF6 doodtankschakelaar te inspecteren.
Elektrische bedrijfsvoeringen: Bijvoorbeeld, wordt aangeraden na 2000 elektrische bedrijfsvoeringen inspectie uit te voeren.
Foutbedrijfsvoeringen: Bijvoorbeeld, wordt aangeraden na 10 nominale korte-slag schakelaarbedrijfsvoeringen inspectie uit te voeren.
Gecombineerde criteria: Soms wordt een combinatie van de bovenstaande factoren gebruikt voor een meer omvattende beoordeling.
Echter, met de tijd hebben deze tijds- en bedrijfsvoeringen gebaseerde inspectiemethoden enkele beperkingen aan het licht gebracht. Hoewel deze controles helpen bij het waarborgen van de veiligheid van de apparatuur, weerspiegelen ze niet altijd nauwkeurig de werkelijke slijtageconditie van de contacten en stralers. Bovendien kunnen deze inspecties kostbaar, onregelmatig en potentieel riskant zijn tijdens ter plaatse interne inspecties, wat kan leiden tot schade aan de apparatuur.
2. Invloed van boogvorming op schakelaarsparameters
Boogvorming is een complexe thermische en elektrische proces dat de prestaties van een schakelaar aanzienlijk beïnvloedt. Tijdens het onderbreken van kortsluitstroom kan boogvorming de parameters van de schakelaar beïnvloeden door stralerabrasie. Stralerabrasie verwijst naar de erosie van stralermateriaal veroorzaakt door de hoge temperatuur van de boog. Dit proces heeft een dubbel effect op de onderbrekingscapaciteit van de schakelaar:
Toename van de kamerdruk: Naarmate de straler afbrandt, neemt de doorsnede van de stralermond toe, wat leidt tot hogere druk binnen de schakelaarkamer. Deze toegenomen druk helpt bij het versnellen van de boogextinctie door heraansteking te onderdrukken.
Toename van de doorsnede van de stralermond: De vergroting van de stralermond laat meer gas toe in de boogzone, waardoor meer warmte wordt weggevoerd en de boogtemperatuur daalt. Echter, dit verspreidt ook de boogenergie, wat potentieel de zelfbluscapaciteit van de schakelaar kan verzwakken.
Dus heeft het stralerabrasieproces zowel positieve als negatieve effecten op de onderbrekingscapaciteit van een zelfblusschakelaar. Wanneer de schakelaar een kortsluitstroom onderbreekt, verwijdert stralerabrasie een deel van de energie van de boogkolom, verhoogt de massa van gas in de stralerkamer en verhoogt de gasdichtheid rond de boogcontacten, waardoor de kans op heraansteking wordt verminderd.
3. Schatting van de intensiteit van stralerabrasie en haar belangrijkheid
Gezien het significante effect van stralerabrasie op de prestaties van de schakelaar, is het schatten van de abrasie-intensiteit (d.w.z. de toename van de diameter van de stralermond) en het berekenen van de afgebrande massa een cruciale taak. Een nauwkeurige schatting van de stralerabrasie helpt onderhoudspersoneel beter te begrijpen hoe de gezondheid van de schakelaar is en weloverwogen beslissingen te nemen voor toekomstig onderhoud.
De intensiteit van de abrasie kan worden geschat door de volgende methoden:
Visuele inspectie: Door de schakelaar te demonteren en de slijtage op de straler direct te observeren. Hoewel deze methode eenvoudig is, is ze kostbaar en draagt ze inherent risico's met zich mee, zoals eerder genoemd.
Niet-invasieve detectietechnieken: Geavanceerde niet-invasieve detectietechnologieën, zoals infraroodthermografie en ultrasoon testen, worden steeds vaker gebruikt voor het onderhoud van schakelaars. Deze technieken laten toe om de stralerabrasie en andere potentiële problemen te beoordelen zonder de apparatuur te demonteren.
Data-analyse en predictieve modellering: Door historische bedrijfsdata van de schakelaar te analyseren en deze te combineren met boogfysica-modellen, kunnen predictieve modellen de intensiteit van de stralerabrasie schatten. Deze benadering vermindert onnodige demontage-inspecties en verbetert de efficiëntie van het onderhoud.
4. Toekomstige ontwikkelingsrichtingen
Om de onderhoudsefficiëntie en -betrouwbaarheid van hoogspannings SF6 schakelaars te verhogen, kunnen toekomstige onderhoudsstrategieën meer afhankelijk worden van conditiemonitoring en intelligente diagnostische technologieën. Real-time monitoring van de bedrijfsparameters van de schakelaar (zoals stroom, spanning en temperatuur), gecombineerd met geavanceerde data-analyse-algoritmen, kan een nauwkeuriger voorspelling geven van stralerabrasie en de algemene gezondheid van belangrijke componenten. Deze benadering kan onnodige inspecties en reparaties verminderen, de levensduur van de apparatuur verlengen en de onderhoudskosten verlagen.
Bovendien zullen vooruitgang in materiaalkunde gericht zijn op het ontwikkelen van meer hittebestendige en abrasiebestendige stralermaterialen. Het toepassen van nieuwe materialen kan de betrouwbaarheid en onderbrekingscapaciteit van de schakelaar verder verbeteren, waardoor de negatieve effecten van stralerabrasie worden geminimaliseerd.
Meten van stralerabrasie in hoogspanningsschakelaars
1. Principes van stralerabrasiemeting
1.1 Verband tussen druksignalen en stralerabrasie
Onderzoek heeft aangetoond dat stralerabrasie, die de diameter van de stralermond doet toenemen, de gasstroomkenmerken binnen de schakelaar verandert. Deze verandering beïnvloedt de drukverdeling, wat leidt tot variaties in de druksignalen die door drukzenders kunnen worden vastgelegd. Specifiek gezegd resulteert stralerabrasie in twee primaire effecten:
Veranderingen in de drukgolfvorm: Een toename in de diameter van de straler wijzigt de gasstroomweerstand, wat de vorm van de drukgolfvorm verandert.
Veranderingen in spectrale kenmerken: Stralerabrasie beïnvloedt ook de spectrale kenmerken van de druksignalen, vooral in het hoogfrequente bereik.
Door deze druksignaalkenmerken te analyseren, is het mogelijk om indirect de mate van stralerabrasie af te leiden.
1.2 Installatie en meting van drukzenders
Om nauwkeurige druksignalen te verkrijgen, kunnen drukzenders op verschillende punten worden geïnstalleerd, afhankelijk van de structuur van de schakelaar en de meetvereisten:
Enkel-polymeet: Elk pol heeft een klep aan de onderkant, die kan worden gebruikt om drukzenders aan te sluiten. Deze configuratie stelt het meten van drukgolven van één pol mogelijk, waardoor storingen door multi-pol signaalsuperpositie worden vermeden.
Drie-polymeet: Tijdens normale bedrijfsvoering zijn de drie polen via koperen buizen verbonden, met een hoofdvullingsklep in de basis van de schakelaar, die alle drie polen verbindt. Als de hoofdvullingsklep wordt gebruikt als aansluitpunt voor de drukzender, zal het gemeten signaal de superpositie zijn van drie individuele druksignalen.
Om nauwkeurige metingen te garanderen, worden hooggevoelige piezoelektrische drukzenders gebruikt, uitgerust met passende laadversterkers. Drukdata worden opgenomen vanaf het begin van de schakelbeweging tot het einde van de zesde oscillatie. Het ruwe druksignaal kan worden verwerkt met of zonder filtering, afhankelijk van de analysevereisten.
Niet-gefilterd signaal: De Fast Fourier Transform (FFT) wordt direct toegepast op het niet-gefilterde signaal om de frequentiedomeinenkenmerken te analyseren.
Gefilterd signaal: Een 100 Hz laagdoorlaatfilter wordt gebruikt om hoogfrequente ruis te verwijderen, waardoor alleen de lage-frequente componenten worden behouden.
Figuur 1 en 2 illustreren de drukgeschiedenis en het spectrum, wat een visuele weergave geeft van de druksignaalkenmerken.
Classificatie van stralercondities met behulp van machine learning
Om de nauwkeurigheid van de diagnose te verhogen, maakt dit onderzoek gebruik van een machine learning algoritme gebaseerd op de k-Nearest Neighbors (k-NN) methode. Het proces bestaat uit de volgende stappen:
Kenmerkextractie: Belangrijke kenmerken worden geëxtraheerd uit de druksignalen, zoals piek- en dalwaarden, frequentiecomponenten, enz. Deze kenmerken dienen als invoerparameters voor het machine learning algoritme.
Modeltraining: Het k-NN model wordt getraind met bekende gegevens over de conditie van de stralers en elektroden. Tijdens de training bepaalt het algoritme de dichtstbijzijnde buren op basis van kenmerkafstanden om classificatie uit te voeren.
Classificatie van nieuwe gegevens: Voor nieuwe, onbekende metingen wordt het getrainde model gebruikt om de conditie van de stralers en elektroden te classificeren.
Deze benadering stelt het mogelijk om de stralerabrasie en de conditie van andere kritieke componenten te beoordelen zonder de gaskamer te openen, waardoor nauwkeurige onderhoudsaanbevelingen worden gegeven en de levensduur van de schakelaar wordt verlengd.
Aansluitpunt met drukzender voor stralerabrasie (foto van bron 1)
Raw data van de meting aan de hoofdvullingsklep in oorspronkelijke conditie (blauw), gefilterd signaal (rood) (foto van bron 1)
Frequentiespectrum van raw data in de hoogspanningsschakelaardrukmethode (foto van bron 1)
Conclusie van de tijdelijke drukmethode voor stralerabrasie in hoogspanningsschakelaars
1. Kenmerkextractie uit gefilterde en niet-gefilterde druksignalen
Verschillende kenmerken kunnen worden afgeleid uit zowel gefilterde als niet-gefilterde druksignalen. Deze kenmerken vangen de unieke kenmerken van verschillende meetsignalen en zijn essentieel voor het identificeren van de conditie van de stralers. Vanwege de brede dispersie van deze kenmerken is het niet haalbaar om rechtstreeks verschillende abrasiecondities te matchen met individuele kenmerken. Om deze uitdaging aan te pakken, wordt het k-Nearest Neighbors (k-NN) algoritme ingezet voor evaluatie.
Het k-NN algoritme genereert een n-dimensionale vector voor elke meting, waarbij n staat voor het aantal kenmerken. De afstand tussen twee vectoren wordt berekend met de Euclidische afstand, met een extra variantiegewicht om rekening te houden met de variabiliteit in de gegevens. Deze benadering zorgt ervoor dat het algoritme effectief verschillende abrasiecondities kan onderscheiden op basis van de gecombineerde informatie van meerdere kenmerken.
2. Voordelen en uitdagingen van de tijdelijke drukmethode
De tijdelijke drukmethode is voordelig omdat deze eenvoudig kan worden geïmplementeerd met bestaande vullingskleppen om drukzenders aan te sluiten. Echter, een van de belangrijkste uitdagingen is de slechte dispersie van statusindicatoren (kenmerken), wat het moeilijk maakt om de conditie van de stralers nauwkeurig te diagnosticeren. Om deze beperking te overwinnen, werden de kenmerkschalen geoptimaliseerd door middel van sensitiviteitsanalyse. Hoewel een enkel kenmerk mogelijk niet voldoende informatie biedt voor alle gevallen, verbetert het combineren van alle zeven kenmerken met het k-NN classificatiealgoritme de diagnostische nauwkeurigheid aanzienlijk.
3. Evaluatie van classificatiealgoritmen
Verschillende classificatiealgoritmen werden getest, en de resultaten toonden aan dat het k-NN algoritme, gebruikmakend van de standaard Euclidische afstand, de laagste foutpercentage van minder dan 0,9% bereikte tijdens cross-validatie. Deze combinatie van kenmerken en het k-NN algoritme werd vervolgens toegepast om veldmetingen voor verschillende types schakelaars te classificeren. Voor de beschouwde schakelaarsmetingen kon deze benadering de classificatie uitvoeren zonder enige fouten.
