【摘 要】
：
SF6气体因其优良的绝缘和灭弧性能而被广泛地使用在各类高压电器设备中.而当SF6电气设备发生局部放电或过热等潜伏性故障时,会产生SO2、H2S等表征故障的特征组分气体,而特征气体组分检测技术判断设备故障的准确性与设备内部特征组分气体的扩散效应息息相关.因此本文采用CFD技术,基于FLUENT仿真模拟了SF6电气设备中关键特征组分气体SO2和H2S在设备内的扩散情况,得到了SO2和H2S气体在SF6电气设备内部扩散前期、中期和扩散均匀时的浓度分布和扩散均匀所需要的时间.结果表明,在封闭体系下,气体达到扩散均
【机 构】
：
贵州大学电气工程学院,贵州贵阳550025;贵州电网有限责任公司电力科学研究院,贵州贵阳550002;贵州大学电气工程学院,贵州贵阳550025
论文部分内容阅读
SF6气体因其优良的绝缘和灭弧性能而被广泛地使用在各类高压电器设备中.而当SF6电气设备发生局部放电或过热等潜伏性故障时,会产生SO2、H2S等表征故障的特征组分气体,而特征气体组分检测技术判断设备故障的准确性与设备内部特征组分气体的扩散效应息息相关.因此本文采用CFD技术,基于FLUENT仿真模拟了SF6电气设备中关键特征组分气体SO2和H2S在设备内的扩散情况,得到了SO2和H2S气体在SF6电气设备内部扩散前期、中期和扩散均匀时的浓度分布和扩散均匀所需要的时间.结果表明,在封闭体系下,气体达到扩散均匀需要几十分钟到几个小时,浓度越大,扩散达到均匀的时间越长.得到气体扩散均匀浓度和时间有助于指导现场设备气体组分检测时间和周期,为判断设备内部潜伏性故障提供理论依据.
其他文献
利用瓶试法探究了临盘采油厂井下作业返排残液对原油破乳脱水的影响,同时利用微观界面性质和宏观脱水率,考察了原油乳状液pH值对其稳定性的影响,并筛选了抗返排残液干扰的原油乳状液破乳剂.结果表明,5种单一返排残液对盘二联合站(盘二联)在用破乳剂的脱水速度及脱水率均有抑制作用,其中酸化返排液的抑制作用最为明显,当原油乳状液中添加20％(体积分数)的酸化返排液时,脱水率由84.72％ 降至12.10％;混合返排残液对盘二联在用破乳剂脱水影响较大,且混合种类越多、加量越大,脱水率下降越显著.当pH值为7时,原油乳状液
覆冰严重威胁输电线路安全运行,造成输电线路倒塔、断线等严重事故.输电线路覆冰在线监测是防治冰灾的重要方法,其中称重法在国内电网获得广泛应用.为了分析输电线路覆冰在线监测中耐张塔输电线路等值覆冰厚度计算模型在一些常见典型工况下的准确性,本文采用有限元法,建立输电线路仿真模型,通过调整仿真模型中档距长度和高差大小模拟不同典型工况的特点,并且利用集中力模拟法模拟输电线路覆冰荷载,研究大档差大高差、大档差无高差、非大档差大高差以及非大档差无高差等情况下的输电线路等值覆冰厚度计算结果的准确性.结果表明,均匀覆冰时,
为了解决电力系统指针式仪表读数场景中人工读表效率低、成本高、危险系数大等问题,本文在电力系统现有的仪表基础上,使用非接触式的图像采集设备、网络传输设备和边缘计算设备构建了一套远程仪表读数识别系统并提出了一个级联式的机器视觉智能读数方法。本文提出的智能读数方法基于深度学习目标检测算法。首先,本文以单阶段通用目标检测器YOLOv5为基础构建并训练了表盘检测模型,能够在复杂环境中实时检测出图像中的所有表
传统的集中式数据存储模式已经不能满足电力数据存储的安全性和高效性需求.而区块链技术具有一定的去中心化、自治性、防泄漏性和公开性等优势,应用于电力数据管理,可以实现精准计算和管理.因此,提出基于区块链的电力数据管理架构研究.介绍区块链技术的基本原理和特性;从功能、主体、属性维度对区块链技术在电力数据管理中的应用进行归纳和分析;在此基础上,结合区块链技术对电力数据管理架构整体设计,并对电力数据记录、电力数据共享以及电力数据安全管理保障设计,对区块链技术在电力数据管理中面临的挑战进行了分析和总结.通过对比实验证
为解决现如今电网中因设备、线路检修维护操作多,而导致电网运行过程中风险增多、电网调度人员预警工作繁杂的问题,本文提出了基于电网大数据拓扑进行电网运行风险预警的研究,以东营市电网信息为基础,分析东营市电网的基站信息,解析其基站、线路之间的连接关系,解析站内设备的连接关系,利用Excel平台创建电网大数据拓扑;本文采用的电网运行安全风险预警研究方法可以利用电网大数据拓扑结构追踪定位到检修线路或维护设备的位置,而后进行风险分析与风险评估,得出电网运行过程中的薄弱环节,并给出相应的风险管控措施,统筹以上信息形成风
目前电网公司输电线路覆冰厚度计算模型,大多数与线路参数相关,而线路经过多年运行,使得部分参数较设计时具有一定差异性,比如垂直档距.本文以贵州电网公司为例,梳理耐张塔线路覆冰厚度计算相关线路参数,利用激光LiDAR技术,实现对线路、杆塔高精度三维重建,对覆冰厚度计算模型相关导线输入参数高精度校核,并通过6组实际实验,比对线路参数校核前后覆冰厚度计算模型的效益.研究表明:杆塔参数校核前后计算出的覆冰厚度与人工观冰平均相对误差分别为:12.8％、6.62％,经激光LiDAR技术实现对杆塔参数高精度校核,使覆冰厚
供电公司需要常态化地预测未来一个月供电区域内全行业高压用户售电量以及外贸企业用电量,目前电量预测虽然方法较多,但却普遍存在预测精度不能满足实际业务需求、稳定性较差的问题,为提高预测的准确度,本文首先对用于建模的电量历史数据进行了数据平滑,然后用实验的方法对长短期记忆神经网络的多个参数进行了调整,随后又提出了新的春节期间电量的预测方法.在用长短期记忆神经网络模型、整合移动平均自回归模型、先知模型对供电区域内全行业高压用户和所有外贸用户的用电量做一个月的短期预测后发现,经过细致调参和改制后的LSTM长短期记忆
红外测温结果表明,部分交流复合绝缘子在投运1年内表现出严重发热特征,与近年来报道的传统发热故障存在较大差异,其发热区域不局限于高压端部,绝缘子中部也存在3-5个不连续发热区域.依据发热区域的分布特征,本文将其命名为“灯笼串”发热故障.在研究过程中,本文采用故障绝缘子进行了耐压试验、吸水试验、显微CT测试和扫描电镜分析,获得了发热绝缘子芯棒内孔隙的三维结构,并针对贯穿孔对电场分布的影响进行了有限元仿真计算.研究结果表明,贯穿孔能够显著改变电场分布,是导致“灯笼串”发热故障的主要原因.为识别芯棒中可能导致发热
本文首先利用亚网格技术,依据冰区分布图对中、重覆冰量级区域用细网格划分,其余区域用粗网格划分,实现快速地对综合考虑的8个微地形因子提取,利用石上线53号塔验证其提取地形因子的准确性;其次对全省区域按照高程范围划分成三个阶级,分别建立每个阶级范围内建立微地形因子与线路覆冰厚度之间关系模型,本文所建模型结果与实际数据误差为4.88％,并以500kV福舟线为例,计算该塔位覆冰厚度与观冰资料平均最大覆冰厚度误差仅为1.58mm,相对误差为8.11％,验证了本文所构建算法的有效性;最后基于本文所建立微地形因子与线路
新能源风光场站参与未来放松管制情况下的零售电力市场面临如下问题:(1)上网电量结算方式由原有的含补贴的固定电价转为无补贴的实时电价;(2)新能源风光场站在运行和维护过程中会遇到大量的不确定因素,包括风速、太阳辐照度、限功率运行情况以及升压站内部用电等;(3)新能源风光场站需要在最小化运维成本的情况下满足较高运维水平的要求.本文引入了一种无监督的深度强化学习算法,利用新能源风光场站内部可控电力设备解决运维及交易过程中遇到的不确定因素,并使售电电量与运维满意度最大化.大量基于实际数据的仿真结果表明,本文所提出