Контактное сопло эрозии в высоковольтном выключателе на sf6
Проверка и обслуживание сопел высоковольтных выключателей SF6
1. Обзор и традиционные методы проверки
Высоковольтные выключатели SF6 широко используются в энергосистемах для защиты цепей от короткого замыкания и перегрузок. Для обеспечения их надежности и безопасности производители обычно требуют периодической разборки и визуального осмотра главных контактов, дуговых контактов и газовых сопел. Эти проверки направлены на оценку износа этих компонентов и определение необходимости их замены.
Исторически, эти проверки основывались на нескольких критериях:
Временной интервал: Например, рекомендуется проводить осмотр контактов после 12 лет эксплуатации для однонапорных выключателей SF6 с неподвижным баком.
Электрические операции: Например, рекомендуется проводить осмотр после 2000 электрических операций.
Операции при аварийном режиме: Например, рекомендуется проводить осмотр после 10 операций по отключению номинального короткого замыкания.
Сочетание критериев: Иногда используется сочетание вышеуказанных факторов для более комплексной оценки.
Однако со временем эти методы проверки, основанные на времени и количестве операций, показали некоторые ограничения. Хотя эти проверки помогают обеспечивать безопасность оборудования, они не всегда точно отражают фактическое состояние износа контактов и сопел. Кроме того, эти проверки могут быть дорогостоящими, неоднородными и представлять потенциальные риски при внутренних осмотрах на месте, что может привести к повреждению оборудования.
2. Влияние дугового процесса на параметры выключателя
Дуговой процесс — это сложный термический и электрический процесс, который значительно влияет на работу выключателя. Во время прерывания тока короткого замыкания дуговой процесс может влиять на параметры выключателя через абляцию сопла. Абляция сопла — это эрозия материала сопла, вызванная высокой температурой дуги. Этот процесс имеет двойное влияние на способность выключателя к прерыванию:
Увеличение давления в камере: По мере абляции сопла поперечное сечение горловины сопла увеличивается, что приводит к повышению давления внутри камеры выключателя. Это повышенное давление помогает ускорить гашение дуги, подавляя повторное зажигание.
Увеличение поперечного сечения горловины сопла: Увеличение горловины сопла позволяет большему количеству газа проникать в область дуги, унося больше тепла и снижая температуру дуги. Однако это также рассеивает энергию дуги, потенциально ослабляя самобластную способность выключателя.
Таким образом, процесс абляции сопла имеет как положительные, так и отрицательные эффекты на способность самобластного выключателя к прерыванию. Когда выключатель прерывает ток короткого замыкания, абляция сопла удаляет часть энергии дугового столба, увеличивает массу газа в пространстве сопла и повышает плотность газа вокруг дуговых контактов, тем самым снижая вероятность повторного зажигания.
3. Оценка интенсивности абляции сопла и ее важность
Учитывая значительное влияние абляции сопла на работу выключателя, оценка интенсивности абляции (то есть увеличение диаметра горловины сопла) и расчет массы абляции является важной задачей. Точная оценка абляции сопла помогает персоналу по обслуживанию лучше понимать состояние выключателя и принимать обоснованные решения по будущему обслуживанию.
Интенсивность абляции можно оценить следующими методами:
Визуальный осмотр: Разборка выключателя и прямое наблюдение за износом сопла. Хотя этот метод прост, он дорог и несет в себе риски, как было упомянуто ранее.
Безразборные методы обнаружения: Современные безразборные методы обнаружения, такие как инфракрасная термография и ультразвуковое тестирование, все чаще используются для обслуживания выключателей. Эти методы позволяют оценить абляцию сопла и другие возможные проблемы без разборки оборудования.
Анализ данных и предиктивное моделирование: Анализ исторических данных работы выключателя в сочетании с моделями физики дуги позволяет предиктивным моделям оценить интенсивность абляции сопла. Этот подход снижает необходимость в ненужных разборных проверках и улучшает эффективность обслуживания.
4. Направления будущего развития
Для повышения эффективности и надежности обслуживания высоковольтных выключателей SF6, будущие стратегии обслуживания будут больше полагаться на мониторинг состояния и интеллектуальные диагностические технологии. Временная мониторинг параметров работы выключателя (например, ток, напряжение и температура), в сочетании с продвинутыми алгоритмами анализа данных, может предоставить более точный прогноз абляции сопла и общего состояния ключевых компонентов. Этот подход может снизить количество ненужных проверок и ремонтов, продлить срок службы оборудования и снизить затраты на обслуживание.
Кроме того, прогресс в области материаловедения будет сосредоточен на разработке более термостойких и устойчивых к абляции материалов для сопел. Применение новых материалов может еще больше улучшить надежность и способность выключателя к прерыванию, снижая негативные эффекты абляции сопла.
Метод измерения абляции сопла в высоковольтных выключателях
1. Принципы измерения абляции сопла
1.1 Связь между сигналами давления и абляцией сопла
Исследования показали, что абляция сопла, которая увеличивает диаметр горловины сопла, изменяет характеристики потока газа внутри выключателя. Это изменение влияет на распределение давления, приводя к изменениям в сигналах давления, которые могут быть зафиксированы датчиками давления. Конкретно, абляция сопла приводит к двум основным эффектам:
Изменения формы сигнала давления: Увеличение диаметра сопла изменяет сопротивление потоку газа, что изменяет форму сигнала давления.
Изменения спектральных характеристик: Абляция сопла также влияет на спектральные характеристики сигналов давления, особенно в высокочастотном диапазоне.
Анализируя эти характеристики сигналов давления, можно косвенно определить степень абляции сопла.
1.2 Установка и измерение датчиков давления
Для получения точных сигналов давления, датчики давления можно устанавливать в различных точках, в зависимости от конструкции выключателя и требований к измерениям:
Измерение на одном полюсе: Каждый полюс имеет клапан в нижней части, который можно использовать для подключения датчиков давления. Эта конфигурация позволяет измерять волны давления от одного полюса, избегая интерференции от сигналов нескольких полюсов.
Измерение на трех полюсах: В стандартном режиме три полюса соединены медными трубками, с главным заполнительным клапаном, расположенным в основании выключателя, соединяющим все три полюса. Если использовать главный заполнительный клапан в качестве точки подключения датчика давления, измеряемый сигнал будет суммой трех отдельных сигналов давления.
Для обеспечения точных измерений используются высокочувствительные пьезоэлектрические датчики давления, оснащенные соответствующими зарядными усилителями. Данные давления записываются с начала коммутационной операции до конца шестой осцилляции. Необработанный сигнал давления можно обрабатывать с или без фильтрации, в зависимости от требований анализа.
Нефильтрованный сигнал: Прямое применение быстрого преобразования Фурье (БПФ) к нефильтрованному сигналу для анализа его частотных характеристик.
Фильтрованный сигнал: Использование фильтра нижних частот 100 Гц для удаления высокочастотного шума, сохраняя только низкочастотные компоненты.
Рисунки 1 и 2 иллюстрируют историю давления и спектр, предоставляя визуальное представление характеристик сигнала давления.
Классификация состояния сопла с использованием машинного обучения
Для повышения точности диагностики в этом исследовании используется алгоритм машинного обучения на основе метода k-ближайших соседей (k-NN). Процесс включает следующие шаги:
Извлечение признаков: Ключевые признаки извлекаются из сигналов давления, такие как пики и впадины, частотные компоненты и т. д. Эти признаки служат входными параметрами для алгоритма машинного обучения.
Обучение модели: Модель k-NN обучается на известных данных о состоянии сопел и электродов. В процессе обучения алгоритм определяет ближайших соседей на основе расстояний между признаками для выполнения классификации.
Классификация новых данных: Для новых, неизвестных измерений используется обученная модель для классификации состояния сопел и электродов.
Этот подход позволяет оценивать абляцию сопла и состояние других критических компонентов без открытия газовой камеры, предоставляя точные рекомендации по обслуживанию и продлевая срок службы выключателя.
Точка подключения датчика давления для абляции сопла (фото из источника №1)
Исходные данные измерения на главном заполнительном клапане в исходном состоянии (синий), фильтрованный сигнал (красный) (фото из источника №1)
Частотный спектр исходных данных метода давления в высоковольтном выключателе (фото из источника №1)
Заключение о методе переходного давления для абляции сопла высоковольтного выключателя
1. Извлечение признаков из фильтрованных и нефильтрованных сигналов давления
Несколько признаков можно извлечь как из фильтрованных, так и из нефильтрованных сигналов давления. Эти признаки захватывают уникальные характеристики различных измерительных сигналов и являются важными для идентификации состояния сопел. Из-за широкого разброса этих признаков невозможно напрямую сопоставить различные условия абляции с отдельными признаками. Для решения этой проблемы используется алгоритм k-ближайших соседей (k-NN).
Алгоритм k-NN создает n-мерный вектор для каждого измерения, где n представляет собой количество признаков. Расстояние между двумя векторами вычисляется с использованием евклидова расстояния, с дополнительным весом дисперсии для учета вариабельности данных. Этот подход обеспечивает, что алгоритм может эффективно различать различные условия абляции на основе объединенной информации из нескольких признаков.
2. Преимущества и трудности метода переходного давления
Метод переходного давления имеет преимущества, так как его можно легко реализовать, используя существующие заполнительные клапаны для подключения датчиков давления. Однако одной из основных трудностей является плохое распределение индикаторов состояния (признаков), что затрудняет точную диагностику состояния сопел. Для преодоления этого ограничения масштабы признаков были оптимизированы с помощью анализа чувствительности. Хотя один признак может не предоставить достаточной информации для всех случаев, комбинация всех семи признаков с алгоритмом классификации k-NN значительно улучшает точность диагностики.
3. Оценка алгоритмов классификации
Несколько алгоритмов классификации были протестированы, и результаты показали, что алгоритм k-NN, использующий стандартное евклидово расстояние, достиг наименьшей ошибки менее 0,9% при кросс-валидации. Эта комбинация признаков и алгоритма k-NN затем была применена для классификации полевых измерений для различных типов выключателей. Для рассмотренных измерений выключателей этот подход смог выполнить классификацию без ошибок.
