欧美a√,欧美精品xxx,亚洲精品在线视频观看

金屬氧化物避雷器的殘壓檢測模型

來源：電工電氣發布時間：2022-08-29 10:29 瀏覽次數：644

金屬氧化物避雷器的殘壓檢測模型

李明遠¹，潘仁東¹，周健¹，錢俊杰²，邱伊云²

(1 江蘇省送變電有限公司，江蘇南京 211102；

2 南京工程學院電力工程學院，江蘇南京 211167)

摘要：為了延緩金屬氧化物避雷器 (MOSA) 閥片的壽命，保障電力系統安全穩定運行，提出了基于殘壓檢測的避雷器診斷方法。將 MOSA 在沖擊電流作用下產生的殘壓信號作為研究對象，建立MOSA 殘壓檢測模型；利用有限元法 (FEM) 得到殘壓檢測結構參數，證明了該檢測模型不會對 MOSA 產生不良影響。對模型進行工頻穩態數值仿真，結果表明所提出的 MOSA 殘壓檢測模型不僅可以降低 MOSA 本體的最大場強，還可以降低 MOSA 的工頻損耗，延緩結構老化，降低設備的事故率。

關鍵詞： 金屬氧化物避雷器 (MOSA) ；殘壓檢測；故障診斷；殘壓信號；過電壓

中圖分類號：TM862 文獻標識碼：A 文章編號：1007-3175(2022)08-0053-05

Residual Voltage Detection Model of Metal Oxide Surge Arrester

LI Ming-yuan¹, PAN Ren-dong¹, ZHOU Jian¹, QIAN Jun-jie², QIU Yi-yun²

（1 Jiangsu Power Transmission & Transformation Co., Ltd, Nanjing 211102, China;

2 School of Electric Power Engineering, Nanjing Institute of Technology, Nanjing 211167, China）

Abstract: This paper proposed a residual voltage detection method for MOSA to slow down the service life of the MOSA valve plate and ensure the safe and stable operation of the power system. It took the residual voltage signal generated by MOSA under the action of impulse current as the research object and established the residual voltage detection model of MOSA. Moreover, it employed FEM to obtain the structure parameters of residual voltage detection and proved the detection model would not have adverse effects on MOSA. This research used this model to do the simulation experiment of power frequency steady-state numerical value. The results show that the proposed residual voltage detection model could help reduce the maximum electric field strength,decrease the power frequency loss, delay the aging of the structure, and lower the accident rate of the equipment.

Key words: metal oxide surge arrester(MOSA); residual voltage detection; fault diagnosis; residual voltage signal; overvoltage

參考文獻

[1] 劉振亞. 中國特高壓交流輸電技術創新[J] . 電網技術，2013，37(3)：567-574.

[2] CHEN J , GUO J , QIU A , et al . Behavior Comparison of Metal Oxide Arrester Blocks When Excited by VFTO and Lightning[J].IEEE Transactions on Electromagnetic Compatibility，2015，57(6) ：1608-1615.

[3] TUCZEK M N, HINRICHSEN V.Recent Experimental Findings on the Single and Multi-Impulse Energy Handling Capability of Metal–Oxide Varistors for Use in High-Voltage Surge Arresters[J].IEEE Transactions on Power Delivery，2014，29(5) ：2197-2205.

[4] DAS A K, DALAI S.Recent Development in Condition Monitoring Methodologies of MOSA Employing Leakage Current Signal：A Review[J].IEEE Sensors Journal，2021，21(13) ：14559-14568.

[5] 王少偉. 基于泄漏電流分析的氧化鋅避雷器故障診斷與處理[J]. 電工技術，2021(5)：115-117.

[6] 劉小衛，唐凡，陳晨，等. 基于優化神經網絡的 MOA 避雷器故障診斷系統[J] . 科學技術創新，2019(13) ：17-18.

[7] 方超穎，王曉杰，鄭鐘楠，等. 柔直輸電系統避雷器監測數據異常研究[J] . 電瓷避雷器，2020(3) ：28-33.

[8] 靖文，毛凱，王麗麗. 基于泄漏電流三次諧波分析的高壓設備在線監測方法[J] . 電測與儀表，2018，55(23) ：123-128.

[9] KHODSUZ M , MIRZAIE M . Evaluation of ultraviolet ageing, pollution and varistor degradation effects on harmonic contents of surge arrester leakage current[J].IET Science, Measurement & Technology，2015，9(8)：979-986.

[10] DAS A K, GHOSH B, DALAI S, et al.Sensing Surface Contamination of Metal Oxide Surge Arrester Through Resistive Leakage Current Signal Analysis by Mathematical Morphology[J].IEEE Sensors Journal，2020，20(16) ：9460-9468.

[11] 汪亮，云浩，李洋，等. 基于時頻域介電響應混合的絕緣診斷裝置[J] . 電力工程技術，2021，40(5) ：184-191.

[12] SAHA T K, MARDIRA K P.Modeling metal oxide surge arrester for the modern polarization based diagnostics[J].IEEE Transactions on Dielectrics & Electrical Insulation，2005，12(6) ：1249-1258.

[13] 張露，王永勤，賀家慧，等. 特高壓變電站工頻電磁場對避雷器在線監測裝置測量準確度影響研究[J] . 電力系統保護與控制，2018，46(3)：164-169.

[14] WONG K L.Electromagnetic emission based monitoring technique for polymer ZnO surge arresters[J].IEEE Transactions on Dielectrics & Electrical Insulation，2006，13(1) ：181-190.

[15] 邵山，邱曉明，楊陽. 紅外熱成像技術在高壓輸電設備故障診斷中的運用[J] . 通信電源技術，2020，37(3) ：89-90.

[16] 袁忠華，袁衢龍. SOM 神經網絡在金屬氧化物避雷器老化在線診斷中的應用[J] . 電瓷避雷器，2019(1) ：184-188.

[17] ALMEIDA C A L, BRAGA A P, NASCIMENTO S, et al.Intelligent Thermographic Diagnostic Applied to Surge Arresters：A New Approach[J].IEEE Transactions on Power Delivery，2009，24(2) ：751-757.

[18] NETO E T W, COSTA E G D, MAIA M J A.Artificial Neural Networks Used for ZnO Arresters Diagnosis[J].IEEE Transactions on Power Delivery，2009，24(3)：1390-1395.

[19] ILHAN S, FONT A, KALENDERLI O.Numerical analysis of a metal-oxide surge arrester by using finite element method[C]//2016 IEEE International Conference on High Voltage Engineering and Application(ICHVE)，2016.

[20] LEE S B, LEE S J, LEE B H.Analysis of thermal and electrical properties of ZnO arrester block[J].Current Applied Physics，2010，10(1) ：176-180.

[21] 張汝楠，彭松，鐘子華，等. 高壓陶瓷電容在 10 kV 配電網中的應用研究[J] . 供用電，2017，34(7) ：75-78.

返回索引列表

Article retrieval

文章檢索

金屬氧化物避雷器的殘壓檢測模型