当前电网中大多使用并联电容器进行无功补偿,随着功率的频繁波动,并联电容器也要进行频繁的投切。传统的投切方式主要是随机同期投切,在操作过程中可能产生较大的涌流和过电压,严重影响了电能质量、电气设备使用寿命以及电网的运行稳定性。本文基于平极间隙组辅助快速开关设备研究了并联电容器的精准投切策略,对实际系统中影响操作延时的误差进行分析,提出解决办法并基于深度神经网络对操作延时进行预测,主要研究内容如下:(1)分析并联电容器合闸暂态过程,建立三相同期合闸、三相非同期合闸以及多组并联电容器合闸数学模型,求解RLC电路的正弦激励响应,得到涌流最小时的合闸相角。分析并联电容器分闸暂态过程,建立并联电容器分闸的数学模型,在断路器过零熄弧且不发生重燃情况下,各相电容器两端电压均不超过额定电压的2倍,在发生单相重燃和两相重燃时会产生超过额定电压3倍的过电压。分析系统参数对暂态过程的影响,适当增大电阻可以降低涌流峰值,但会增加有功损耗。电容补偿容量取决于实际系统需要,在电容容量一定时,随着串抗率的提高,涌流峰值会降低,但振荡周期缩短,振荡波形变得尖锐。(2)对比几种用于并联电容器投切的开关设备,永磁机构断路器以其零件少、结构简单和精度高等优点被广泛使用。研究平极间隙组辅助快速开关设备,分析其原理和使用方法,将其与断路器结合从硬件方面保证并联电容器精准投切。研究并联电容器的精准投切策略,计算断路器的操作延时,依据实际10kV系统对所提投切策略进行仿真验证,与传统的投切策略相比,本文所提策略可以有效降低合闸涌流,对于串抗率为5%的情况可以使涌流峰值降低1/3以上。使用平极间隙组辅助分闸可以在不发生重击穿的情况下,使断路器正常分断。对投切并联电容器的零点检测误差和断路器操作延时误差进行分析并提出解决方案。(3)设计基于深度神经网络的断路器操作延时预测模型。针对环境温度和控制电压与操作延时的非线性映射关系,构建了基于Adam算法的双隐藏层深度神经网络。对所设计网络进行训练并设置测试集,得到网络的权值矩阵并验证训练结果的有效性。测试结果表明,本文所设计的深度神经网络可以很好的反应实际操作延时与环境温度和控制电压的映射关系,控制误差在±0.1ms以内,同时提出了基于平极间隙组辅助断路器关合并使用深度神经网络预测操作延时的整体投切方案。