教学课程资源库 更多>>

关键词： 电力电缆   绝缘性能   终端接头   修复技术   影响机理  

摘要： 电力电缆因具有占地面积少、线路损耗小等优点而被广泛应用于电力传输领域,其绝缘性能对供电可靠性有着极其重要的影响。在电场、温度、应力等因素的作用下,电力电缆及终端接头不可避免地会出现绝缘缺陷,劣化修复技术主要是在缺陷出现后能够快速、准确地对绝缘缺陷进行修复的方法。对此,阐述了电力电缆及终端接头的劣化原因,介绍了温度、机械应力、施加电压、空间电荷注入、污秽积累等因素对电力电缆及终端接头劣化的影响机理及规律。总结了目前常见的电力电缆及终端接头的修复技术并说明了各自的应用范围和优缺点,并针对电缆劣化机理、劣化修复技术和终端接头修复技术等方面提出相关建议。

关键词： 电力电缆   早期故障   次周期扰动模型   波形相似度   行波法  

摘要： 电力电缆绝缘从具有缺陷到完全击穿经历三个阶段:局部放电、早期故障、永久故障。在早期故障阶段,由于严重的局部绝缘缺陷,在电缆芯线和金属护层间会反复出现可自清除电弧放电,该类放电引起较局部放电显著得多的电气量改变,可观察到明显电力扰动。当电缆进入早期故障阶段后,会在短时间内发展成永久故障,因此早期故障形成的电力扰动可以作为永久故障的预警信号,对其检测有助于及时发现严重电缆绝缘缺陷,防止永久故障的发生。论文以目前使用最为广泛的10kV单芯交联聚乙烯电缆为对象,研究早期故障形成的电力扰动特征及发展规律,探索电缆绝缘早期故障模型、检测及定位方法。论文的主要工作内容如下:（1）提出电缆早期故障次周期电压扰动模型。通过对具有人为绝缘损伤的电缆进行实验,获得大量早期故障形成的电压扰动信号,采用希尔伯特变换与信号拟合方法对其分析,提出描述电压扰动波形的三个特征参数:锯齿波幅值A、时长T和偏移函数斜率b;基于特征参数,建立次周期电压扰动的等效电弧激励模型;仿真实验验证了用该模型表征电缆早期故障电力扰动的有效性。（2）提出针对电缆早期故障次周期电压扰动的初检和复检二步检测方法。初检阶段,利用改进的Ruzicka波形相似度评分函数对输入的电压波形进行初检,筛选出电压波形中可能存在的电力扰动;复检阶段,采用信号拟合方法,计算原始信号与拟合信号之间的拟合优度R2值,通过对R2评估排除初检中因检测窗划分导致的误检;提出的方法考虑了采样频率、背景噪声、系统谐波等对波形相似度和R2的影响;仿真验证了所提检测方法的准确性。（3）提出基于双端行波法的早期故障定位方法。基于电缆早期故障检测结果,分析双端行波法对电缆早期故障电力扰动定位的适用性及影响其定位精度的关键参数;针对行波波头难以标定的问题,提出采用基于派克变换与S变换的行波波头标定方法,将交流信号转变至直流信号,突出行波畸变位置,便于准确进行波头标定;仿真实验验证了所提方法的准确性。

关键词： 铁路电力电缆   故障分析   电缆运维   停电试验   在线监测  

摘要： 近年来随着铁路的快速发展,尤其是高速铁路已成为“国家名片”,铁路电力设备也迎来了大发展。10kV电力线路作为为铁路沿线重要负荷输送电能的唯一途径,作用举足轻重。其中由于电力电缆运行的可靠性和环境友好等原因,无论是旧线改造、还是新线建设,其使用量逐年增长,高铁电力线路更是绝大多数都为电缆线路。所以10kV电力电缆运行是否安全可靠,关系着铁路行车及运输安全。提高铁路10kV电力电缆运行可靠性,对于铁路供电系统来说十分必要,对于电力电缆故障分析及高质量运维具有重要意义。论文针对10kV电缆的运行现状及需求,研究了电缆的故障定位方法,运行维护方法与预防性试验方法,具体内容如下:针对铁路10kV电力电缆典型故障特点,完善了Crow-AMSAA电缆故障预测模型。统计分析了典型10kV电缆的故障类型和故障原因,获得了电缆的故障统计特性,对比了电缆故障测距方法和故障精确定位方法,为10kV电缆检修策略提供依据。分析了10kV电缆的预防性试验方法。对比了绝缘电阻试验、耐压试验等停电试验方法的有效性,红外检测、局部放电检测等带电检测方法和直流分量法、叠加法等在线监测方法有效性,分析了各种方法的适用性,提出现阶段铁路电力电缆预防性试验可行性。提出了适用于铁路10kV电力电缆的“离线+在线”的检测方法及运维试验办法,综合振荡波局放检测技术、荧光光纤在线测温技术及基于行波双端测距的故障在线预警和精确定位技术,通过现场应用,验证了可行性、实用性及可靠性,提升了铁路10kV隐患发现的及时性。图64幅,表8个,参考文献56篇。

关键词： 电力电缆   故障诊断   故障定位   BAS算法   时延估计算法  

摘要： 科学技术的发展促进了电气设备的智能化和多元化,为人们美好生活提供便利的同时致使供电系统变得更加复杂。电缆是整个电力系统传输电能的纽带,对于电力系统的稳定运行至关重要。然而,电缆在运行中不可避免的会因各种各样的问题引发故障,如果不及时处理,会给生产生活带来不可估量的损失。因此,及时有效地诊断电缆故障并定位故障点以快速解决问题,对电力系统的供电安全意义重大。本文针对目前电力电缆故障特征不明显导致故障检测效率低、定位精度低以及实时性低等问题,提出了基于云边协同的电力电缆故障诊断与定位系统。该系统包括边缘感知层,网络传输层,云台计算层和应用管理层。其中边缘感知层用于电流故障信号的采集和预处理;网络传输层采用异构融合交互网络将信号预处理结果上传至云台计算层;云台计算层对上传数据进行分析处理,完成电力电缆的故障诊断与定位;应用管理层显示分析结果,为运维人员提供维修决策。本文针对电力电缆应用场景复杂多变、电流信号含有大量噪声干扰的问题,提出了一种基于EEMD融合BAS-CNN-Attention网络的电力电缆故障诊断方法。该方法首先利用EEMD方法对电流信号进行分解,然后通过相关系数筛选出包含故障信息的IMF分量。最后,将特征信息输入到BAS算法优化的CNN网络中,并利用Attention机制关注更显著的特征以降低特征维度,加强网络判别性从而实现精准分类诊断。相比传统的时域和频域分析方法,该方法具有更高的鲁棒性和准确性,有效地提取电力电缆故障信号的特征信息,从而实现故障诊断的可靠性和精度。针对现有电力电缆故障定位方法时间长、效率低的问题,提出了改进的时延估计算法估算出相邻两监测节点接收故障信号的时间差,实现快速定位。本文设计系统应用到淮北矿业集团桃园煤矿配电室高压电缆并进行测试,现场应用表明,该系统实现了电力电缆故障精准监测,达到了预期的设计目标,保障了电力系统安全稳定运行,具备理论研究意义和工程应用价值。图 [53] 表 [12] 参 [81]

关键词： 高压电力电缆   环境取能   开放式磁芯   低功耗   电源管理电路  

摘要： 高压电力电缆作为电网中传输电力的重要手段,及时对电缆的状态进行监测对确保电缆正常运行、提高用电可靠性至关重要。目前电力电缆状态检测主要通过传感器实现,在电缆表面通过接触或非接触方式感应电缆状态信息,通过无线或有线信号将数据传输到终端,实现电缆状态实时监控的效果。作为现代电子技术发展的产物,传感器做到了小型化、集成化,在电力电缆状态检测方面优势明显。但传感器在电力电缆特殊环境下存在能量供应问题,严重限制了传感器的使用。为了解决电力电缆环境下传感器供能问题,学者们提出利用电缆周围磁场为传感器供电的方式,但是如何提高装置适用范围并在有限体积下实现高效率磁场能量获取是需要突破的技术难点。针对上述问题,本文提出了可调式磁芯取能线圈,将环境中的磁场能转化为电能,并利用设计的电源管理电路将获取的电能处理后供给负载使用。文章整体结构如下:本文首先对电力电缆环境下传感器传统取能方式以及自环境取能方式进行调研并做优缺点比较,提出了磁场取能的方法并说明该方法具有较高的应用价值。在磁场取能方式确立后,对取能线圈磁场取能原理进行推导计算,然后对常用高压电力电缆分类并分析周边磁场方便取能线圈设计。基于上述分析通过有限元仿真软件对取能线圈核心部分磁芯进行材料和结构的建模计算,提出可调式磁芯设计来优化输出效果,后面结合磁芯及取能环境设计合理的线圈域再次提高功率输出。其次,通过得到的取能线圈输出数据,采用电路仿真软件对电源管理电路进行设计。该电路主体包括整流、滤波和稳压电路,为了提高电路的可靠性以及适用范围,电路中设计加入冲击电压保护模块以及储能模块。最终将电路输入端获得的交流电转化成稳定直流电输出,供负载使用。最后,通过以电力隧道为背景环境,单芯交联电力电缆为主体构建实验平台,测试取能线圈实验效果。在实验测试阶段,首先对比取能线圈的实验波形与仿真波形,再探究距离对取能线圈输出影响。然后利用实验室交流信号发生器对设计的电源管理电路模块进行实验探究,测量磁场取能装置整体输出效果,包括开路电压、输出功率以及带载能力,并通过放电实验验证电路可靠性。整个取能装置适用于不同电压等级、不同尺寸的电力电缆,易安装和拆卸,可调磁芯体积和质量都小于传统环绕式磁芯且磁芯不易饱和,输出功率在一定程度上满足传感器等低功耗负载使用。设计的电源管理电路功耗低,并可在减小供能死区的同时可稳定输出3.3V电压,较好地解决了电力电缆环境下传感器供能问题。

关键词： 电力电缆   频域反射法   接头定位   快速傅里叶变换   Kaiser窗  

摘要： 电缆中间接头绝缘较为薄弱,易出现缺陷导致运行故障,掌握已投运的电缆线路的中间接头数量与位置分布尤为重要。频域反射法基于宽频测试,获取信息丰富且抗干扰能力较强,能够用于电缆线路中特征阻抗不连续点的定位中。现有研究多针对实验室内短电缆的缺陷或故障定位,对长电力电缆中间接头定位研究较少。因此,本文围绕频域反射法用于定位电缆中间接头的方法展开理论基础和关键问题的研究。 首先,基于传输线理论和传输线波过程原理,建立了电力电缆本体和接头的等效电路模型,研究接头的频域特性及其对电缆首端输入阻抗谱的影响。研究表明,电缆中间接头特征阻抗沿其轴向方向的变化趋势为先增大后减小再增大再减小,接头各部位的衰减系数为电缆本体的0.45～1.22倍、波速为电缆本体的0.685～1.003倍。电缆本体首端输入阻抗谱是具有一定周期性的曲线,电缆中间接头会在其引入由接头位置和波速决定的周期性分量,根据此原理通过信号分析方法定位接头位置。 其次,基于离散信号傅里叶分析理论基础,提出了基于电缆首端输入阻抗虚部频谱定位电缆中间接头的方法。研究表明,加Kaiser窗能有效提高接头的分辨能力;数据尾部补零能够增大定位结果的分辨率;增大扫频范围、减小窗函数主瓣宽度,可避免主瓣之间出现重叠现象;减小扫频间隔可避免后续多次反射带来的“伪主瓣”现象;以分贝作为单位时,接头主瓣峰值将随着空间位置的增加而线性递减,且扫频范围越大,线性递减程度越大。在仿真模型中,定位误差为-0.05～0.04%。 最后,开展了实验室环境下实物模型的测试实验。实验表明:距首端最近的接头会受到引线的作用,其定位误差更大,为-2.719%,其他空间点的定位误差为0.1%～1.7%。当缺陷程度较小或缺陷与接头间距较小时,将出现主瓣淹没或合并现象,从而造成较大的定位误差。小电阻接地故障对应的主瓣将淹没相邻接头的主瓣,导致无法定位此接头,甚至会影响接地故障成倍距离附近的接头定位效果;当接地电阻大于20倍的特征阻抗时,接地故障对定位效果的影响较小。

关键词： 电力电缆   时频域反射法   知识驱动   神经网络   智能诊断  

摘要： 随着国民经济不断增长,我国的电缆化率越来越高,随着运行年限增加,逐渐进入“老龄化”。电力电缆通常采用直埋或安装在电缆沟道中进行敷设,长期位于恶劣环境中运行,可能会引发电缆局部缺陷。中间接头作为电缆中的薄弱环节,若制作安装工艺不佳,更易受到水分的侵入发生故障,严重影响输配电系统的运行安全。因此,电缆接头受潮缺陷的精确定位及严重程度判断有着十分重要的研究意义。近年新兴的时频域反射法注入信号能量高,对微弱缺陷更敏感,同时能获取缺陷时域特征。但传统时频域反射法将采集到的时域定位信号转换到时频域后通过互相关进行定位,该方法存在交叉项干扰且经时频分析转换后信号存在一定畸变,因此会影响最终定位精确度。此外,传统缺陷定位方法均依赖于人为经验对缺陷位置及缺陷严重程度进行判断,普适性较差。 基于此,本文提出利用时频域反射法采集定位信号,采用先验知识驱动神经网络对电缆中间接头受潮缺陷进行定位及受潮程度诊断。本文的具体研究内容如下: (1)基于传输线理论选择分布参数模型对电缆进行模拟,搭建了无缺陷、单缺陷以及多缺陷电缆模型,推导并总结了不同缺陷情况下电缆整体传递函数。研究了时频域反射法中参考信号参数特性,获取了针对不同长度的电缆进行TFDR测试时的参考信号参数设置原则。提出了采用时域包络线提取定位信号中时延、峰值电压及相位三个特征来反映缺陷严重程度的方法。 (2)提出了以数据中已知缺陷、首端、末端位置为中心,分别叠加高斯分布作为标签的方法,提高了网络学习效率。在进行决策前,引入知识驱动部分,根据得到的缺陷概率分布谱图,提取每个缺陷对应的四维向量作为特征,经全连接层进行决策得到缺陷位置,有效解决了传统卷积神经网络无法处理不同长度数据的问题。基于先验知识,提出了以缺陷位置为中心截取定长局部波形的方法,实现了缺陷处时域特征及缺陷程度预测。 (3)探究缺陷位置、缺陷程度以及多缺陷对电缆状态评估的影响,采用加入噪声的仿真时域缺陷定位数据对网络进行训练及验证。搭建了40 m含一个正常接头及一个受潮接头、50 m含一个受潮接头和500 m含一个正常接头的电缆缺陷测试平台,采用TFDR获取时域定位信号,并将信号输入本文构建的网络中完成缺陷位置及缺陷严重程度预测,验证了所提网络结构在缺陷定位及缺陷程度预测上的有效性。 研究提出了知识驱动神经网络的电缆中间接头定位及受潮缺陷程度判断的方法,能够有效对电缆中间接头进行定位,并对电缆中每个接头处的三个特征参数进行估计,进而得到对应的缺陷严重程度。输入测试数据,即可得到缺陷位置及缺陷严重程度,实现电缆中间接头受潮缺陷智能诊断。

关键词： 电缆在线监测   取能线圈   整流升压电路   空间磁场能量收集   三芯电缆   能量管理模块   取能模块  

摘要： 电缆作为城市能源互联网中能量传输的主要载体,其运行状态监测得到密切关注。无线传感器网络作为电缆运行状态监测系统的重要组成部分,也成为学术界与工业界的研究热点。然而无线传感器网络的能量供给成为了限制其发展的最大问题,由于传感器节点具有分布性,并且大部分节点工作环境恶劣,所以很难提供有线供电。因此,在电力电缆应用场景下的空间能量收集技术提供了一种有效解决途径。本文旨在研究用于三芯电力电缆应用场景的空间磁场能量收集技术,针对三芯电缆周围空间的磁场能量收集开展相关理论研究与技术创新,为三芯电力电缆的无线传感器网络提供一种能量供给方案。本文首先介绍了空间磁场能量收集的工作原理。针对三芯电缆内部结构复杂,空间磁场不均匀的问题,研究提出一种电缆周围空间磁场的简化计算模型,推导出三芯电缆周围空间磁场的解析形式。在此基础上,推导出取能装置感应线圈的输出电压,对取能装置的输出电压进行预测分析。利用有限元仿真软件搭建三维模型,验证了简化计算模型的有效性。研究结果为取能装置的布局优化设计提供了理论基础。此外,还对取能模块关键结构参数对输出性能的影响进行分析,对结构参数进行优化计算,得到了取能模块的优化模型。对取能装置的能量管理模块进行优化设计,针对三芯电缆取能模块的布局特点,设计能量管理模块电路拓扑,包括取能模块电路模型,提出一种半波整流升压电路拓扑,搭建基于LTC-3331稳压芯片的电路模型,得到不同电缆负载电流条件下的取能装置的输出特性,证明取能模块在宽范围负载电流条件下能满足传感器节点负载需求,仿真结果证明了上述取能装置的可行性。在取能装置优化设计的基础上,设计实验样机并搭建了实验平台,对取能装置的整体性能展开测试研究。实验结果验证了装置的有效性,并为取能装置应用于三芯电力电缆应用场景进行磁场能量收集提供了重要依据。本文的研究重点在于三芯电力电缆应用场景下的空间磁场能量收集技术,进一步发展了相关理论研究,取能装置系统建模以及仿真分析方法。

关键词： 电力电缆   局部放电   故障诊断   机器学习   健康评估   物元可拓模型  

摘要： 对于电力系统来说,电力电缆是一种用于输送电力的电气线缆,它由一个或多个导体、绝缘层、护套和填充物组成,可以承受高电压和电流,用于在不同的设备之间传输电力信号,承担着将电力从发电厂输送到各个用户的重要任务。然而,电缆也存在着局部放电的问题,如果得不到及时发现和处理,将会造成电缆绝缘老化,给电力系统的正常运行带来很大的安全隐患,甚至导致停电、事故等严重后果。因此,进行电缆的局放类型识别和健康评估非常必要。它可以及时发现电缆的老化和损伤情况,判断电缆是否需要进行维护、更换或修复,缩短故障处理时间,提高电力系统的可靠性和安全性。此外,对电缆进行局放类型识别和健康评估还可以有效地延长电缆的使用寿命,降低维护成本,提高电力系统的经济效益。 本文对研究课题的背景和现状进行了总结,对电缆终端的内部结构进行了深入了解。对电缆终端故障的薄弱点和成因进行了详细的调研和分析,搭建电缆局部放电实验平台,制作了典型缺陷下的电缆终端,分别从局部放电特征分析和局部放电类型识别方法等方面深入开展研究。针对状态评估方法的单一性和主观性,基于不同指标参量,研究物元可拓模型在电缆健康状态评估的应用。 本文搭建了局部放电试验平台,根据相关文献制作了含有三种典型缺陷的10k VXLPE电缆终端试样,探索了三种典型缺陷下XLPE电缆终端的局部放电特性,并对其特征进行了分析。研究结果表明:在不同电压等级下,三种缺陷电缆的相似性和差异性比较明显,能够为故障特征提取与诊断提供良好的参考依据。 其次,本文结合提取的各种数据特征,通过多种机器学习算法实现局放类型识别。对电缆缺陷进行分类,通过对比不同算法的性能表现和优缺点,选择最适合的算法进行模型训练和预测。实验结果表明,机器学习算法可以有效地识别电缆的缺陷类型。除此之外,本文对用于识别的特征量进行了筛选与优化,获得了效果更佳的诊断方法。 最后,建立了电缆的物元可拓模型,设定了电缆的健康等级,确立了电缆的经典域和节域,通过关联函数定量描述电缆物元中评价指标隶属于各个评价等级的程度。基于Q/GDW 11316-2018等标准确立了电缆健康评估的指标,通过两个算例表明了方法的正确性,所提方法可以及时、准确地掌握电缆的运行状态,计算结果为制定合理的维修方案提供了一定的参考。

关键词： 电缆早期故障   在线诊断   深度学习   小波变换   通道注意力机制  

摘要： 随着城市建设规范化要求日渐提高,因电力电缆具有占地空间小、隐蔽性强、供电稳定等优势,在城市配电网中得到广泛应用。然而,电缆早期故障持续时间短且难以及时发现,其反复出现将破坏电缆绝缘,导致永久性故障发生。因此,需要对电力电缆进行实时监测,以确保电缆安全可靠运行,但是在监测过程中,大量故障数据未被有效识别,误检漏检问题仍普遍存在。基于此,本文提出了基于深度学习的电力电缆故障在线诊断方法,通过充分挖掘历史监测数据中的有效特征,实现电缆早期故障在线精确诊断,为建立有效、可靠的电缆智能在线预警平台提供参考。首先,通过对比故障前后电缆参数的变化,分析早期故障的起因及机理,根据电缆早期故障电气信号特有形态,搭建可以充分模拟早期故障特征的Mayr电弧模型,通过仿真对不同参数的电弧特性进行分析。同时,依据城市配电网结构搭建了 10kV电缆单线路与分支线路两种线路模型,考虑到早期故障和过电流扰动的混淆现象,以及早期故障影响因素的多样性,选择不同位置和运行参数加入故障模块和过电流扰动模块,以获得多样的故障特征数据集,弥补了现有数据集可调性差和数据量不足的缺点。其次,针对电缆单线路故障,提出了基于多层感知机的电缆故障识别方法。考虑噪声对诊断结果的影响,为选择合适的小波基函数构造了去噪评价指标,以获得最好的去噪效果。通过小波分解提取不同频带的能量作为故障特征,并经多种方式进行数据预处理,验证发现服从正态分布的能量特征矩阵更有利于故障诊断。随后,建立了多层感知机故障诊断模型,并在网络训练过程中加入优化策略以避免过拟合现象,采用t-SNE可视化技术将所提诊断模型与传统机器学习进行对比,有效解决了网络诊断可视化差的问题。结果表明,所提模型诊断结果更加集中、稳定,在故障诊断准确率方面相较传统机器学习有明显提升,验证了该模型在单线路电缆故障诊断方面的有效性与可靠性。最后,针对电缆分支线路故障,在基础卷积神经网络模型中,逐步引入长短期记忆网络模块和通道注意力机制模块,设计出一种面向电缆故障诊断的深度学习组合模型。所提诊断模型不仅增强了故障特征在时间维度上的表现力,同时通过通道注意力机制增强了关键特征对诊断结果的贡献,经过反复调整网络结构和参数,验证了该模型在不同采样频率下的故障诊断准确率。结果表明,利用通道注意力机制对不同故障特征进行权重分配,组合模型的故障诊断准确率高于基础模型。此外,所提模型在低频采样和噪声环境中仍具备良好的网络稳定性、泛化能力及鲁棒性。