基于泄漏电流的输电线路绝缘子污秽状态研究.pdf

《基于泄漏电流的输电线路绝缘子污秽状态研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、·10·科技论坛基于泄漏电流的输电线路绝缘子污秽状态研究彭梓豪(广东省电力工业职业技术学校，广东广州510520)摘要：污秽度和潮湿是影响输电线路绝缘子耐污闪性能的基本因素。潮湿属于不可控因素，因此实时掌握绝缘子表面污秽度的状态对防污闪工作，有针对性地制定清扫计划，保障电网安全运行有重要意义。本文以人工污秽试验为基础，使用XP一70和XW'F2—70两种型号绝缘子，着重对比研究了泄漏电流的有效值均值、最大值及标准差三个特征量与绝缘子表面污秽状态的数学关系。主要得出：泄漏电流这三个特征量随着等值盐密的增加均呈上升趋势

2、；以泄漏电流的有效值均值、最大值及标准差三个特征量作为输入变量建立的绝缘子污秽状态人工神经网络输出误差在8％以内；泄漏电流三个特征量与污秽度的相关程度依次为有效值均值、最大值及标准差，该结果可作为确定污闪预警特征量不同权重的依据。关键词：绝缘子；泄漏电流；污秽；预测随着我国高压电网的建设和发展，以及电力系统管理调度自动化水平日益提高，迫切需要在污闪发生之前预知染污绝缘子表面的污秽严重程度，在足够的时间安全裕度范围内给工作人员以警示并采取相应的清扫措施，才能有效避免污闪的发生【1】。解决这类问题比较有效的途径就是实行

3、绝缘子运行状态的实时监测圆。在不停电的情况下，对绝缘子进行测试，测试结果可以反应绝缘子运行的真实情况，而且可以随时进行，这样就大大提高了发现问题的概率，提高了污秽闪络的预测能力。对此，国内外研究学者发现污秽绝缘子的泄漏电流是反映污秽绝缘子运行状态的最有效参数。但是仅仅依靠泄漏电流的数值来确定绝缘子表面的污秽情况并预报污闪是不可行的。而且在众多的泄漏电流检测分析中，如何优选出最具代表性最合理的预测依据特征量，一直是困扰研究人员的难题。泄漏电流时域特征量提取通常采用泄漏电流有效值、泄漏电流最大值以及临闪前最大泄漏电流等

4、。其中泄漏电流有效值是所有泄漏电流特征参量中最容易检测和处理的，也是被大家广泛认同的最有效特征量之一。本课题主要研究了泄漏电流的有效值，提取出三个有效值特征量，分别是泄漏电流有效值均值I。，泄漏电流有效值的最大值I一，泄漏电流有效值的标准差盯。因此，本文以人工污秽试验为基础，使用XP一70和XWP2—70两种型号绝缘子，对比研究了泄漏电流的有效值均值、最大值及标准差三个特征量与绝缘子表面污秽状态的数学关系。然后利用人工神经网络初步建立基于泄漏电流三个有效值特征量的绝缘子污秽状态预测模型，并确定初步分析了泄漏电流三个

5、特征量在绝缘子污秽状态预测模型中的权重，为输电线路绝缘子的清扫提供参考。1基于泄漏电流的神经网络预测1．1建立模型因为小同的绝缘子在同一泄漏电流特征值信息下的污秽度是不同的，所以对于不同的绝缘子，必须建立其各自的人工神经网络模型。对于70kN的普通型绝缘子XP一70和防污型绝缘子XWP2—70，其相同状态下的输入参量是不同的，但他们之间有一定的回归拟合关系，可以类推。因此本文以XP一70绝缘子为对象建立污秽预测模型，输入则为泄漏电流的三个特征量，输出为污秽度，模型为BP神经网络，采用有监督学习方式，在学习过程中通过

6、误差对隐层神经元个数进行调整，最后得到一个最优的人工神经网络模型，其预测模型示意图见图1。网络的神经元结构如图1所示。图1中X，，X2，⋯，X。为神经元的输入，W，，W：，⋯，W。为相应输入的权值，b为神经网络的阈值，则户Zx,．哆—6(1)。■豢．一一纠=I’I：：：I0．多一一泄漏电硫有效值均值泄漏电赢有泄漏蛾有效值耪准茸输入层中i屈输出层图1神经网络污秽度预测模型示意图1．2归一化处理本模型输入量为实验室饱和湿润下的3片XP一70绝缘子耐压试验所测的泄漏电流有效值提取出的3个特征量泄漏电流有效值均值I。，泄漏

7、电流有效值最大值I一和泄漏电流有效值标准差盯。为了统一量纲和防止因净输入的绝对值过大而使神经元输出饱和，继而使权值调整进入误差曲面的平坦区。BP神经网络的训练样本在输入网络之前要进行必要的归一化，也就是通过变换处理将网络的输入、输出数据限制在【0，l】或[-1，1]区间内。因此本课题把3个输人参量进行归一化处理，归一到区间[0，l】里，归一化处理按以下方式进行：，，崎‘设X为某一泄漏电流有效特征值信息，x。为此特征值信息中最大的量值(可以是根据现场情况而得的估计值)，x。为此特征值信息中最小的量值，那么对于任意的环

8、境信息x，按以下方式进行归一化处理：i一誓一吒洫誓2出(2)吒瞰一蚝血其中x。、x。分别为I。和I一的最小值和最大值，其中盯本身就在【0，l】区间内，无需再做归一。对于I一而言，通过试验验证在安全区区间断的泄漏电流最大有效值一般在250mA以内，故对于I—maxe仍可以采用公式(2)的归一化方法，而不必加以区段化。1．3网络训练与结果根据实验室实测的普通型绝