基于泄漏电流测量的悬式绝缘子表面污秽预测方法

• 作 者: 朱永超
• 机 构: 华北电力大学
• 出 处: 华北电力大学(保定) 华北电力大学
• 发表日期: 2012年期
• 关键词: 泄漏电流 等值盐密 等值灰密 粗糙集理论 神经网络

绝缘子是电力系统绝缘的重要组成部分,污闪事故的频繁发生使电力系统受到巨大损失。为了预防污闪事故的发生,对于绝缘子表面污秽状况进行预测就显得尤为重要。在预测方法当中,泄漏电流法可以实现在线监测,并能对些特征量进行提取,在试验研究中得到了广泛采用。在人工气候室进行瓷绝缘子和复合绝缘子的人工污秽试验,首先在实验室搭建试验平台,选取合适的试验设备；并开发了基于LabVIEW软件的泄漏电流测量系统,实现对泄漏电流波形的实时显示,对多个特征量的提取和保存,并进行时域和频域的分析。在不同湿度状况下,对不同污秽等级的悬式绝缘子试品进行试验,主要得到以下结论：瓷质和复合绝缘子表面泄漏电流放电脉冲数、泄漏电流有效值、低次谐波(三次和五次)与基波比值、累计电荷量均随ESDD的增加而增加,在高湿度状况下,这一趋势更加明显。各个特征量随NSDD的增加也呈上升趋势,但是在低湿度下,随NSDD增加反而有下降的情况,可见盐密和灰密对于泄漏电流的影响是不同的,污秽预测时对二者进行分别预测。对复合绝缘子泄漏电流发展的各个阶段进行时域和频域特性的对比,发现高频分量的变化对污秽预测具有重要的指导作用。复合绝缘子表面的憎水性对泄漏电流的发展具有显著的抑制作用。建立了基于粗糙集和BP神经网络的绝缘子表面ESDD和NSDD的预测模型,对神经网络隐层的节点进行约简,进而简化BP神经网络的结构,提高训练速度。最后利用人工试验的样本数据对预测模型进行验证。结果表明,将粗糙集优化的BP神经网络模型用于绝缘子表而污秽预测是可行的。