国产精品不卡在线,精品国产_亚洲人成在线高清,色亚洲一区,91激情网

2017年國家電網(wǎng)公司牽頭智能運檢體系建設，發(fā)布《智能運檢白皮書》，全力推動電力檢修方式從傳統(tǒng)計劃檢修向狀態(tài)檢修的積極轉(zhuǎn)變，致力于打造以狀態(tài)實時檢測為基礎、以故障有效診斷和決策為輸出的智能運檢體系。

在眾多電力設備中，高壓隔離開關應用規(guī)模、故障次數(shù)均位列高壓輸變電設備榜首。根據(jù)國家電網(wǎng)公司2015年開關設備運行情況統(tǒng)計，全國高壓隔離開關設備在運368454套，常與斷路器配合使用，以便形成明顯斷口，確保斷電的可靠性。

而戶外隔離開關因為工作在開放環(huán)境中，經(jīng)歷不同天氣狀況，伴隨空氣中灰塵、粉塵等顆粒污染物的長期堆積，疊加了需在現(xiàn)場進行安裝調(diào)試的不確定性，以及相關研發(fā)投入不足、性能提升緩慢的市場現(xiàn)狀，使得隔離開關故障率居高不下。

而且隔離開關數(shù)量多、分布廣，隨著用電負荷的日益增長，隔離開關年久失修引起的事故占比越來越高，對電網(wǎng)造成巨大影響，例如廣東電網(wǎng)某500kV變電站“4.10”事件及某500kV變電站“4.11”事件，均是因為沒有及時發(fā)現(xiàn)隔離開關存在隱患，最終造成大面積停電。

據(jù)國網(wǎng)公司開關設備運行情況統(tǒng)計，2015年72.5kV及以上隔離開關發(fā)生缺陷7682臺?次；浙江電網(wǎng)2014年在役110kV及以上開放式隔離開關32934臺，2006年~2014年發(fā)生故障3777起，其中銹蝕、觸頭發(fā)熱、卡澀等典型故障共發(fā)生2664起，占總故障的70％以上；2008年~2016年，云南電網(wǎng)110kV及以上電壓等級的隔離開關一共發(fā)生357起缺陷故障，其中機械故障缺陷占比54.62%；2019年，江西電網(wǎng)在役110kV及以上隔離開關35881臺，其中220kV及以上隔離開關全年發(fā)生嚴重及以上缺陷57處，占變電設備的43%。

而隔離開關現(xiàn)行檢修方式依舊以計劃檢修為主，其判斷在很大程度上依賴運維人員經(jīng)驗，如《隔離開關和接地開關狀態(tài)評價導則》要求對隔離開關各部件是否存在缺陷逐一判斷和打分，但判斷手段模糊且無法同時診斷多種故障，操作性差。

隨著智能運檢的發(fā)展與推進，國內(nèi)外學者也對隔離開關的狀態(tài)檢修開展系列研究。

有的學者基于隔離開關分合閘軌跡判斷隔離開關是否正常，如王黎明等歸納出基于隔離開關主軸轉(zhuǎn)角特性的故障診斷方法；馬宏明等將此方法應用于折疊式隔離開關，取得一定效果。這種方法直觀明晰，但對于不改變隔離開關運動特性的輕微卡澀等機械故障，不能有效識別。

李少華等通過振動信號與各狀態(tài)標準信號的相似程度來判斷隔離開關狀態(tài)，隨后采用ReliefF算法和BP神經(jīng)網(wǎng)絡實現(xiàn)故障類型、位置診斷；JiaYongyong等通過振動信號判斷氣體金屬封閉開關設備（Gas Insulated Switchgear, GIS）內(nèi)隔離開關合閘狀態(tài)。

振動信號也是目前對斷路器機械缺陷診斷的主流研究方向，但振動信號僅對零件松動和間歇性接觸等故障敏感，對卡澀、不同期等常見故障無明顯特征，且檢測結(jié)果受傳感器安裝位置影響大，穩(wěn)定性和通用性不高。

考慮到電機是隔離開關的動力來源，許多學者提出將電機電流作為隔離開關機械狀態(tài)的在線檢測狀態(tài)量。王黎明提出利用電機電流時間特性及電機功率轉(zhuǎn)角特性診斷隔離開關機械故障的設想，但尚未進行實際試驗驗證；劉賢杰等以電流信號為判斷標準防止電機過載及支柱絕緣子斷裂，但并未進行定量分析；邱志斌和PengTao等推導了電機電流與操作力矩的函數(shù)關系，通過電流幅值及時間點判斷隔離開關是否卡澀，但電機電流信號在隔離開關機械故障診斷中尚無實際應用，且在電流信號的特征提取和智能診斷方面缺乏深入研究。

針對隔離開關機械故障頻發(fā)，對電力系統(tǒng)構(gòu)成嚴重威脅，且缺乏有效檢測診斷方法的現(xiàn)狀，國網(wǎng)江西省電力有限公司電力科學研究院等單位的研究人員，為對操作力矩進行準確檢測，研制了電機式操作力矩檢測裝置，并通過剛?cè)狁詈蟿恿W仿真模型驗證了試驗結(jié)果的準確性，通過模擬合閘不到位、卡澀和三相不同期三種典型機械缺陷，分析總結(jié)操作力矩在不同機械狀態(tài)下變化規(guī)律。

圖1 手柄式操作力矩檢測裝置及測量結(jié)果

圖2 電機式操作力矩檢測裝置及測量結(jié)果

他們從波形中提取嚙合前力矩均值、嚙合角度、停止角度三個特征量，作為神經(jīng)網(wǎng)絡診斷模型的輸入，實現(xiàn)缺陷智能判斷。再從特征量中反演出表征故障嚴重程度的故障量，使該診斷技術(shù)不僅能判斷正常、卡澀、三相不同期和合閘不到位四種機械狀態(tài)，還可輸出卡澀等級與標準位相差角度，觸頭觸指間距離等與檢修標準密切相關的故障量，為隔離開關檢修提供實用性參考。

圖3 神經(jīng)網(wǎng)絡模型結(jié)構(gòu)

圖4 卡澀狀態(tài)模擬裝置

研究人員獲得的主要結(jié)論包括：

1）仿真與試驗結(jié)果一致表明，GW4型隔離開關正常狀態(tài)下合閘力矩波形表現(xiàn)為一小一大兩個典型波峰。

2）通過典型機械缺陷模擬試驗力矩波形可知：合閘不到位缺陷主要影響合閘角度；卡澀缺陷使力矩值變大，合閘前力矩波形相似度和包絡線峭度也隨之改變，但角度相關特征量不變；三相不同期缺陷影響包絡線峭度、力矩最大值及最大值出現(xiàn)時間和嚙合角度。

3）本隔離開關典型機械缺陷智能診斷系統(tǒng)，以嚙合前力矩的平均值、嚙合角度和停止角度作為特征量輸入，可判斷隔離開關正常、合閘不到位、三相不同期、卡澀四種機械狀態(tài)，當診斷為卡澀時，輸出卡澀級別；當診斷為三相不同期時，輸出三相不同期量；當診斷為合閘不到位時，輸出與標準合閘角度差值。

本文編自2021年第7期《電工技術(shù)學報》，論文標題為“基于操作力矩的高壓隔離開關機械缺陷智能診斷”，作者為彭詩怡、劉衍 等。