并联电抗器(以下简称电抗器)是在高压长距离输电工程中无功补偿的关键设备,电抗器故障对电网的安全稳定运行构成威胁。文中研究了浙江某特高压变电站1000 k V线路的电抗器故障现象,通过在线油中溶解气体分析发现电抗器发生电弧放电故障...并联电抗器(以下简称电抗器)是在高压长距离输电工程中无功补偿的关键设备,电抗器故障对电网的安全稳定运行构成威胁。文中研究了浙江某特高压变电站1000 k V线路的电抗器故障现象,通过在线油中溶解气体分析发现电抗器发生电弧放电故障,然后通过局部放电在线监测和超声波局放检测等方法再次确认故障并定位到放电位置在电抗器A、X两柱,最后通过解体检查确认故障在电抗铁心柱表面地屏出出现放电。为了进一步追溯绝缘击穿的原因,文中对油中溶解气体突变、局部放电最大放电量与电网事件进行了相关性分析,发现电抗器中乙炔的突然增加与局部放电的发生时间有明显的相关性,延迟约2~3天,这个时间延迟反映了乙炔在油中的扩散过程。并联电抗器油中乙炔的突然增加与线路切换操作和电压突变存在时序关系,线路切换和电压突变导致电抗器绝缘击穿进而引发放电,是乙炔异常生长的根本原因。文中可为其他特高压变电站电抗器故障溯源提供思路。展开更多
文摘在高压并联电抗器声纹信号监测系统中,长时海量无标签声纹的高维非平稳性导致特征提取困难、无监督聚类适应性差。由此提出了一种基于深度自适应K-means++算法(deep adaptive K-means++clustering algorithm,DAKCA)的750 kV电抗器声纹聚类方法。首先通过采用两阶段无监督策略微调的改进堆叠稀疏自编码器(stacked sparse autoencoder,SSAE),对快速傅里叶变换后的归一化频域数据提取电抗器原始声纹32维深度特征。进一步提出了依据最近邻聚类有效性指标(clustering validation index based on nearest neighbors,CVNN)的自适应K-means++聚类算法,构建了能自适应确定最优聚类个数的电抗器声纹聚类模型。最后通过西北地区某750 kV电抗器实测声纹数据集进行了验证。结果表明,DAKCA算法对无标签声纹数据在不同样本均衡程度下能够稳定提取32维深度特征,并实现最优聚类,为直接高效利用电抗器无标签声纹数据提供了参考。
文摘并联电抗器(以下简称电抗器)是在高压长距离输电工程中无功补偿的关键设备,电抗器故障对电网的安全稳定运行构成威胁。文中研究了浙江某特高压变电站1000 k V线路的电抗器故障现象,通过在线油中溶解气体分析发现电抗器发生电弧放电故障,然后通过局部放电在线监测和超声波局放检测等方法再次确认故障并定位到放电位置在电抗器A、X两柱,最后通过解体检查确认故障在电抗铁心柱表面地屏出出现放电。为了进一步追溯绝缘击穿的原因,文中对油中溶解气体突变、局部放电最大放电量与电网事件进行了相关性分析,发现电抗器中乙炔的突然增加与局部放电的发生时间有明显的相关性,延迟约2~3天,这个时间延迟反映了乙炔在油中的扩散过程。并联电抗器油中乙炔的突然增加与线路切换操作和电压突变存在时序关系,线路切换和电压突变导致电抗器绝缘击穿进而引发放电,是乙炔异常生长的根本原因。文中可为其他特高压变电站电抗器故障溯源提供思路。
