SF6局部过热分解关键组份特征提取及其故障诊断方法研究

The method based on the decomposition component analysis(DCA) is developed to diagnosis the partial over-thermal fault of SF6 insulated equipment. However, the primary problem is how to extract the key feature parameter which can effectively reflect the partial over-thermal fault from numerous decomposition component of SF6 under this circumstance and then to establish a scientific and practical diagnosis method. Therefore, the subject on the basis of a lot of existing experimental research, perfecting and analyzing the decomposition characteristics of SF6 under Partial Over-thermal Fault, acquiring influence regularity and correction method about critical influencing factors of generating decomposition characteristics components of SF6, combined with molecular dynamics simulation and isotope tracer technique, dissecting formation conditions and physicochemical mechanisms of the main decomposition components, establishing over-thermal decomposition model of SF6 under partial high temperature field with high pressure including trace of impurity gas, further extracting the key feature parameter which effectively characterizes over-thermal fault type, severity and development trend of SF6 insulated equipment, revealing the physical meaning ,finally using multilayer dual-tree gradual normalization theory, setting up DCA diagnosis method aiming at partial over-thermal fault of SF6 insulated equipment, in the end, provides theoretical basis and practical technology for the norm or standard of corresponding safe operation of the SF6 insulated equipment.

要建立基于分解组份分析(DCA)法诊断SF6气体绝缘设备局部过热性故障，其首要问题是如何从过热引发SF6气体分解产生的众多分解特征组份中提取出能有效反映局部过热性故障属性的关键特征量，然后建立科学实用的诊断方法。为此，本课题在已开展的大量实验研究基础上，完善并分析典型局部过热状态下SF6的分解特性及其影响因素，结合分子动力学仿真和同位素示踪技术，剖析主要分解组份的生成条件和物理化学机制，构建含微量杂质气体的高气压局部高温场SF6气体分子过热分解模型，由此提取出能够有效表征SF6气体绝缘设备过热性故障类型、严重程度及发展趋势的关键组份特征量，揭示其所蕴含的物理意义，并对关键组份特征量产生影响的主要因素给出解析校正，最后采用多层二元树逐步归一理论，建立SF6气体绝缘设备局部过热性故障的DCA诊断方法，为最终形成SF6气体绝缘设备相应的安全运行规范或标准，提供理论基础和实用技术。

本项目主要针对SF6气体绝缘介质过热分解和内部过热性故障诊断技术开展研究。具体开展的工作和所取得的创新性结论如下：.①实验研究了微量水分、微量氧气、吸附剂、有机绝缘材料等因素对局部过热状态下SF6气体绝缘介质分解的影响特性，构造出总分解量、特征组分有效产气速率RRMS和组分含量特征比值这三类(共17个)组分特征量，从不同角度揭示了SF6过热分解特性与局部过热性故障(POF)故障属性之间的关联关系，并据此给出了POF故障状态区间划分准则。.②采用分子动力学仿真建模研究了SF6过热分解生成不同低氟硫化物的机制，结合同位素示踪方法探究了微量水分和氧气对SF6过热分解的微观影响机制，得到了同位素O18的含量对四种含氧产物（CO2、SOF2、SO2F2、SO2）生成的影响规律，初步建立了SF6过热分解模型，并结合工程实际，初步给出了各特征量与反应物含量（H2O含量、微O2含量）的动力学模型。.③构建出适用于GIE现场检修人员使用的三角形诊断法，使用大量的实验和现场数据对诊断三角形进行了测试，测试结果表明其准确率为85.33%，在此基础上，研究了环境因素对该三角形故障诊断法诊断准确性的影响，发现环境因素对三角形诊断法诊断结果影响较小，这为电力生产单位提供了一种简单有效的现场诊断技术。.依托上述研究工作，在国内外权威期刊上发表学术论文26篇，其中被SCI收录16篇、EI收录10篇；出版学术专著3部，申请发明专利2项；项目负责人曾福平副教授多次受国际会议邀请作报告，并担任2018 ICHVE国际会议的分会场主席；现已培养博士2名，硕士4名，在读硕士3名，全面完成了计划任务；.此外，项目成果获2017年湖北省技术发明一等奖，利用该技术研制的监测系统获得2018年重庆市科技进步一等奖；成果初步应用后因减少停电事故带来了巨大经济社会效益，并于2019年获中国产学研合作促进会产学研合作创新成果二等奖。