2023, Vol. 41
2. 国网河南省电力公司直流中心, 郑州 450007;
3. 武汉理工大学自动化学院, 武汉 430070
2. DC Center of State Grid Henan Electric Power Company, Zhengzhou 450007, China;
3. School of Automation, Wuhan University of Technology, Wuhan 430070, China
近十年来随着电网的不断发展，气体绝缘金属封闭开关设备（Gas Insulated Swithear，GIS）用量逐年增加。据统计，2012—2016年，GIS装用量从29 927间隔增长到57 157间隔，年均增长率超过15%[1]。以国网宁夏电力有限公司为例，截至2019年初，在运的110 kV及以上电压等级的GIS（HGIS）设备约占公司在运断路器的45%，宁夏电网的各类主设备故障率逐年降低，但GIS设备故障率逐年增加[2]；近几年变电设备故障中330 kV及以上GIS设备故障跳闸情况占比近41%，故障率为0.18次/（百间隔·年），故障原因包括异物放电、装配安装工艺不良、组部件缺陷等[3]。由此可见，GIS设备的运行可靠性亟须提高。
研究发现[4-10]，局部放电（简称局放）是GIS设备最常见的绝缘故障，产生局放的原因有很多，不同原因产生的局放所造成的后果不同，以盆式绝缘子为例，有些缺陷会使盆式绝缘子发生沿面闪络，劣化其绝缘性能；严重缺陷甚至会使盆式绝缘子烧毁、断裂。
目前对GIS局放研究主要集中在关键部位的仿真分析、故障识别和状态评估几个方面。通常运用仿真软件或搭建实验平台，对GIS关键部位的电场、磁场、温度场等进行仿真研究。文献[11]建立盆式绝缘子三维有限元模型开展电场、温度场、应力场的解耦运算，应用RBF神经网络获得盆式绝缘子的最优结构参数；文献[12]建立多物理场耦合的绝缘裕度计算模型，提出紧凑化原则，并设计出一种体积小、环保的330 kV三相共箱GIS母线；文献[13]通过仿真研究与实验验证，证明了单个盆式绝缘子对于特高频信号的衰减程度可达到-3 dB，且绝缘子数量与衰减程度成正比关系；文献[14]运用有限元分析对盆式绝缘子进行电热耦合仿真研究，获得盆式绝缘子电场分布和盆式绝缘子的发热曲线。
在故障诊断方面，通常依据GIS检测数据或实验数据，实现GIS设备放电缺陷类型的识别或放电故障部位的定位[15-17]。文献[15]运用决策树算法实现依据SF6气体分解产物识别不同类型的局部放电；文献[16]提出一种基于局部均值分解（LMD）和长短期记忆神经网络（LSTM）的盆式绝缘子局部放电分类识别方法，并且识别的综合正确率达99.25%；文献[17]提出一种SF6酸性分解物检测方法，并与特高频检测数据相结合，得到一种GIS设备局放的绝缘故障诊断方法，可有效判断GIS设备内的潜伏性故障。
对于状态评估，目前变电站内设备的状态评估方法有设备评分法、专家系统、综合评价法以及人工智能算法等[18-21]。如文献[18]提出了多维度信息融合的变压器故障诊断专家系统，并给出了诊断流程，通过实例验证了该专家系统的可行性和准确性；文献[19]提出了基于多参量的GIS设备气体绝缘状态评估方法，运用相关向量机算法实现了对GIS绝缘状态的划分；文献[21]通过选择Hamacher算子进行模糊综合评价，通过实例验证该算子能更加准确地反映最终评估结果。
目前很少有研究对GIS盆式绝缘子劣化程度开展状态评估工作，为此本文依据模糊综合评价法原理[24]，对局放造成的绝缘子绝缘劣化程度进行评估，为GIS状态评估提供可行方法，进而提高GIS运行的可靠性。
1 盆式绝缘子局放劣化特征与检测特征 1.1 典型故障类型盆式绝缘子是GIS设备中最薄弱的环节[4]，图 1为GIS盆式绝缘子典型放电故障类型示意图，盆式绝缘子上的自由微粒、绝缘子自身缺陷（气泡或裂纹）、导体或外壳上的毛刺或者突出物等都是造成GIS设备出现放电故障的原因[4-9]。
|
| 图 1 盆式绝缘子典型放电故障类型示意图 Figure 1 Schematic diagram of typical discharge failure types of basin insulators |
盆式绝缘子表面残留金属微粒是GIS常见的绝缘缺陷。单个金属微粒放电不会造成贯穿性的沿面闪络，但会使盆式绝缘子表面聚集电荷，引起局部电场畸变，造成局部放电，为沿面放电提供通道发展所需的电荷，致使放电通道贯穿，造成沿面闪络。这种缺陷对交流耐受电压水平影响较大，但对于雷电冲击电压或者断路器操作产生的冲击电压影响较小，并且对交流耐受电压的影响与金属微粒所处位置相关，越靠近高电位的地方越容易引起局部放电。
1.1.2 气泡缺陷盆式绝缘子在生产过程中由于生产操作不规范、工艺流程不完善，导致盆式绝缘子在浇注过程中混入微量空气，会在盆式绝缘子内部形成气泡，此缺陷会产生电场畸变。由于环氧树脂介电常数大于空气介电常数，气泡附近会承担较高的电压。研究发现，在交流电压过零点处，气泡的外加电压和气泡内感应电荷所产生的场强同向，此时气泡内部场强会急剧增加，放电程度最为严重，长期运行过程中可能会导致盆式绝缘子断裂。
1.1.3 裂纹缺陷盆式绝缘子是由复合材料组成，主要成分为环氧树脂和氧化铝。如果两种组成材料分布不均匀，将使得绝缘子内部产生内应力，形成隐形损伤点，在长时间运行振动力的作用下，损伤点会在盆式绝缘子内部开裂形成裂纹，并向上延伸。当裂纹扩展到盆式绝缘子表面时，靠近绝缘子边缘方向尖端处先行放电。在多次局部放电作用下，裂纹区域会被严重灼伤，随着放电和电弧热所产生的材料热应力不断扩展，诱发表面裂纹继续发展。当裂纹扩展到一定程度时，会产生局部脱落物，最终会损坏盆式绝缘子。
1.1.4 污秽缺陷因生产、运输或装配过程中出现意外，导致GIS设备内部存在毛发、灰尘等杂质，这些杂质在电场作用下聚集在盆式绝缘子处，并且会在多种力的作用下附着于盆式绝缘子表面形成污秽。表面污秽会导致盆式绝缘子表面电场发生畸变，长期作用下会引发局放，严重时会发生沿面闪络，破坏盆式绝缘子。
1.1.5 毛刺缺陷由于生产工艺不到位，GIS设备金属部位会出现凸起，这些凸起通常出现在金属外壳内壁或者导体处，凸起会改变其附近的电场分布，使局部场强增高，形成易引起毛刺电晕放电的缺陷。研究表明，在壳体上的毛刺危害性相较于导体上的毛刺危害性小。
1.2 GIS局放检测特征 1.2.1 检测方法优缺点现阶段局放检测方法有脉冲电流法、超高频法、超声波法、化学检测法和光检测法，各方法的优缺点如表 1所示[25]。
| 表 1 局部放电检测技术优缺点 Table 1 Advantages and disadvantages of partial discharge detection technology |
|
上述五种检测方法是以局放自身产生的现象或者以局放伴随的声现象、光现象和电化学现象等作为依据，通过不同的传感器对局放进行检测，从而得到局放的检测数据。通过比较五种检测方法的优缺点，本文选取超高频法和超声波法两种检测方法的检测数据作为数据来源。
1.2.2 超高频法局放检测特征超高频法检测仪器能够得到局放的PRPS图谱，图谱中包含局放检测的所有信息，如局放幅值、放电次数、放电量等，并且不同缺陷检测得到的PRPS图谱具有相应的特征，具体图谱特征如表 2、图 2所示。
| 表 2 不同缺陷PRPS图谱特征 Table 2 PRPS map characteristics of different defects |
|
|
|
| 图 2 不同缺陷PRPS图 Figure 2 PRPS of different defects 图中：q—脉冲幅值；T—周期。 |
依据超高频法检测的相关标准[9-26]，局放检测无放电波形时为正常情况；当100 mV < 放电幅值< 500 mV，且具有局放特性时为异常情况；当放电幅值> 500 mV，且具有经典放电图谱时为缺陷情况。
通过上述分析，对于超高频法检测得到的数据，本文选取放电幅值和图谱特征作为主要状态评估依据，选取放电频率作为辅助的状态评估依据。
1.2.3 超声波法局放检测特征超声波法检测仪器能够得到局放的连续图谱、相位图谱和脉冲图谱。连续图谱可检测得到局放的信号水平、周期峰值/有效值、50 Hz频率相关性以及100 Hz频率相关性。50 Hz频率相关性为一个工频周期内发生一次局放的概率；100 Hz频率相关性为一个工频周期内发生两次局放的概率。与超高频法检测数据相似，不同的缺陷检测得到的连续图谱具有相应的特征，具体特征如表 3、图 3所示。相位图谱和脉冲图谱主要作为辅助判断依据，能够有效判断出自由微粒缺陷和毛刺缺陷。自由金属微粒缺陷的脉冲图谱具有多个“驼峰”，毛刺缺陷的相位图谱中具有一簇集中的信号聚集点。
| 表 3 不同缺陷连续图谱特征 Table 3 Continuous map characteristics of different defects |
|
|
|
| 图 3 不同缺陷连续图谱（AE幅值） Figure 3 Continuous map of different defects (AE amplitude) |
依据Q/GDW 11059—2013《气体绝缘金属封闭开关设备局部放电带电检测技术现场应用导则》的相关标准[26]：对于自由金属微粒缺陷放电，背景噪声 < Vpeak < 5 dB为正常（Vpeak为连续图谱的周期最大值），无需进行处理；Vpeak > 5 dB则需提高警惕；Vpeak≥10 dB时应检查。对于毛刺缺陷放电，毛刺一般在壳体上，如果在导体上则危害更大，只要信号高于背景值都是有害的。
通过上述分析，对于超声波法得到的监测数据中，本文选择使用局放检测峰值和连续图谱特征作为GIS盆式绝缘子状态评估的主要依据，以相位图谱或脉冲图谱特征作为辅助依据。
2 GIS盆式绝缘子劣化状态评估 2.1 状态评估方法GIS盆式绝缘子绝缘劣化程度的评估是一个综合评价问题，评估结果受多种不确定因素影响，不同局放检测方法得到检测结果不一定相同，因此评估的模糊性十分重要。模糊综合评价法将模糊理论与综合评价方法相结合进行综合评估，具有较强的系统性，能够使评估结果尽量客观。模糊综合评价流程如图 4所示。
|
| 图 4 模糊综合评价流程图 Figure 4 Flow chart of fuzzy comprehensive evaluation |
选择能够反映评估对象状态的检测数据作为评估指标，组成评估指标集U，同时可以按照所选择的检测方法和检测数据将U划分为不同层次，进行多级综合评价。
2.1.2 建立评估对象的模糊评语集设模糊评语集V=[v1，v2，…，vn]中包含n个评语等级，该模糊评语集需适用于设备所有影响因素的评估。
2.1.3 归一化处理为进行评判矩阵求解，需要对评估因素进行归一化，将评估因素按照一定规律转化为0到1之间的数值。
2.1.4 确定隶属度函数将评估指标的数据进行归一化处理后，需要将评估指标的归一化数据转化为评估指标对模糊评语的隶属度。根据模糊数学理论，选取合适的隶属度函数，将归一化评估指标导入到隶属度函数，即可得到评估结果对不同模糊评语的隶属度。隶属度函数可以根据评估指标的特点选择不同的隶属度函数，如梯形、三角形、S形等。
2.1.5 求解评判矩阵将归一化评估指标导入到隶属度函数中，可以得到相应评估指标对各评语的隶属度集，按照评估模型的分类组成评判矩阵R，如式（1）所示。
|
(1) |
式中：Rm为第m个评估指标的隶属度集；rmn为第m个评估指标对第n个评语的隶属度。
2.1.6 建立评估指标集的权重系数集 2.1.6.1 求解权向量流程根据评估指标集U中各项的重要程度，建立或求解各子集的权重系数集，多级综合评价对应多个权重系数集，各权重系数集为归一化向量。本文选择层次分析法（Analytic Hierarchy Process，AHP）进行权向量求解，层次分析法求解权向量的流程如图 5所示，具体计算步骤如下。
|
| 图 5 层次分析法流程图 Figure 5 Flow chart of analytic hierarchy process |
（1）构建判断矩阵W。对于具体问题，设X= {x1，x2，…，xn}是全部因素的集，对全部因素进行两两对比，按1—9标度比较其重要性，越重要标度越大，由此构建n阶判断矩阵W；
（2）求解W最大特征值和对应特征向量Y；
（3）校验一致性比率并求解权向量A。
2.1.6.2 一致性检验对于构建的判断矩阵，需要对判断矩阵进行一致性检验，避免出现逻辑错误，具体计算步骤如下：
（1）计算判断矩阵W的最大特征值λmax和特征向量Y；
（2）计算一致性指标CI值。CI的计算见式（2）：
|
(2) |
式中：λmax为矩阵W的最大特征向量，n为矩阵阶数。
（3）通过表 4得到随机一致性指标RI，由式（3）计算一致性比率CR值并进行一致性校验，当CR < 0.1时即可认为满足一致性要求，对特征向量Y进行归一化即为权向量A；否则重新调整判断矩阵W，重新进行一致性比率校验，直到满足要求。
|
(3) |
| 表 4 RI取值 Table 4 RI values |
|
|
求解得到权重系数集A和评判矩阵R后，可根据式（4）进行模糊综合评价，得到最终的模糊综合评估矩阵B。
|
(4) |
式中：∘为模糊合成算子；bn为最终评估结果对第n个评语的隶属度。
常用的模糊合成算子有加权平均型、几何平均型、单因素决定型以及主因素突出型。本文采用加权平均型算子进行模糊综合评判。
2.1.8 得到评估结果求得综合评估矩阵B后，根据最大隶属度原则，选择隶属度最大的评语作为最终的评估结果。
2.2 GIS盆式绝缘子绝缘劣化状态评估过程通过分析模糊综合评价的评估流程，可以发现选择合适的评估指标、合适的隶属度函数、权重计算方法和模糊合成算子这几个步骤很关键，直接影响到最终的评估结果。
为了运用模糊综合评价法实现对GIS盆式绝缘子绝缘劣化程度的状态评估，将模糊综合评价法与第1节的分析结果相结合，建立状态评估模型，选择模糊评语集、归一化方法、隶属度函数以及综合评价方法。
（1）建立GIS状态评估模型，如图 6所示。
|
| 图 6 GIS状态评估模型 Figure 6 GIS state evaluation model |
将超高频法和超声波法作为一级评估指标，第1节中选择的相应检测数据作为二级评估指标，构成GIS设备状态评估模型。
（2）模糊评语集。本文中的模糊评语集用V= [v1，v2，v3，v4]表示，分别对应“严重”“异常”“注意”和“正常”四个状态等级。
（3）评估指标归一化。本文选取的评估指标有定性和定量两种指标，对于检测幅值、检测峰值等越小越优型定量指标，结合相应标准，代入式（5）中进行归一化处理；对于图谱特征等定性指标，本文设正常情况记为1，异常情况记为0.6。
|
(5) |
式中：rij为归一化后的评估指标；r′ij为初始评估指标；max r′ij为该评估指标的最大值；min r′ij为该评估指标的最小值。
（4）隶属度函数。本文中评估指标的不同状态等级之间是相互涵盖的区间范围，选取半梯形和三角形组合的隶属度函数，如图 7所示。图中x1、x2、x3、x4根据评估指标的相关标准或研究进行选取，本文选取0.25、0.5、0.75和1。
|
| 图 7 隶属度函数 Figure 7 Subordinating degree function |
（5）综合评价。采用加权平均型算子进行模糊综合评判。GIS设备评估模型为二级评估模型，首先将二级评估指标按照一级评估指标的分类分为两个评判矩阵R1、R2，与相应权向量合成得到二级综合评估矩阵B1、B2，将B1和B2组合，作为一级评估指标的评判矩阵，再次进行综合评判，得到最终的综合评估矩阵。
求得综合评估矩阵B后，根据最大隶属度原则，选择隶属度最大的评语作为最终的评估结果。
3 算例分析以一例GIS设备带电检测实例为例[2]，按照上述状态评估方法对GIS设备进行评估。某110 kV变电站GIS设备投运一个月后，对其进行超声波、超高频局部放电检测，检测结果如图 8所示。
|
| 图 8 局放检测图谱 Figure 8 Partial discharge detection map |
由检测数据可以得到表 5。
| 表 5 影响因素的归一化指标 Table 5 Normalized index of influencing factors |
|
|
将二级评估指标的归一化指标代入隶属度函数中得到评判矩阵R1和R2：
|
(6) |
|
(7) |
本文计算得到评判矩阵R1和R2对应的权向量A1和A2为：
|
(8) |
|
(9) |
以加权平均型算子进行综合评估得二级评估矩阵B1和B2：
|
(10) |
|
(11) |
将二级评估矩阵B1和B2组合，得到一级评估指标得的评判矩阵R：
|
(12) |
本文计算得到评判矩阵R对应的权向量A为：
|
(13) |
进行综合评估得综合评估矩阵B：
|
(14) |
由综合评估矩阵可知，评估结果中，对“正常”状态的隶属度为0，对“注意”状态的隶属度为0.315，对“异常”状态的隶属度为0.366，对“严重”状态的隶属度为0.319。由最大隶属度原则，评价结果对“异常”状态的隶属度最高，大于其他三种状态评语，故最终综合评估结果为GIS设备处于异常状态（v3级）。
对该变电站故障设备进行解体检查，发现GIS隔离开关气室底部存在两处固体金属颗粒。该GIS设备存在自由金属微粒缺陷，此缺陷早期不影响GIS设备的正常运行，但会导致局部放电，劣化盆式绝缘子，与状态评估结果相符合。由此得出，本文所采用的状态评估方法具有一定的可行性和准确性。
4 结语本文分析了目前常用的在线检测方法，对GIS盆式绝缘子绝缘劣化的状态评估方法进行了研究，采用超高频法和超声波法的检测数据，作为状态评估的依据。运用模糊综合评价法实现对GIS盆式绝缘子的状态评估。通过实例分析，验证了所用方法具有一定的可行性和准确性。该评价方法可为GIS设备的故障检测及评估提供有效手段，有助于提高GIS设备运行的可靠性。
| [1] |
周安春, 高理迎, 冀肖彤, 等. SF6/N2混合气体用于GIS母线的研究与应用[J].
电网技术, 2018, 42(10): 3429-3435 ZHOU Anchun, GAO Liying, JI Xiaotong, et al. Research and Application of SF6/N2 Mixed Gas Used in GIS Bus[J]. Power System Technology, 2018, 42(10): 3429-3435 (  0)
|
| [2] |
国网宁夏电力有限公司电力科学研究院.
GIS设备典型故障案例及分析[M]. 北京: 中国电力出版社, 2019.
( 0)
|
| [3] |
王江伟, 张丕沛, 李杰, 等. 特高压变电站1000 kV GIS局部放电问题分析[J].
山东电力技术, 2022, 49(7)52-57, 63 WANG Jiangwei, ZHANG Pipei, LI Jie, et al. Analysis of Partial Discharge in 1000 kV GIS of UHV Substation[J]. Shandong Electric Power, 2022, 49(7)52-57, 63 ( 0)
|
| [4] |
韩帅, 高飞, 廖思卓, 等. GIS盆式绝缘子表面缺陷及其诊断方法研究综述[J].
绝缘材料, 2022, 55(2): 12-22 HAN Shuai, GAO Fei, LIAO Sizhuo, et al. Review on Surface Defects and Diagnosis Methods of Basin-type Insulator in GIS[J]. Insulating Materials, 2022, 55(2): 12-22 ( 0)
|
| [5] |
TANG J., LIU F., ZHANG X., et al. Partial discharge recognition through an analysis of SF6 decomposition products part 1: decomposition characteristics of SF6 under four different partial discharges[J].
IEEE Transactions on Dielectrics and Electrical Insulation, 2012, 19(1): 29-36 DOI:10.1109/TDEI.2012.6148499 ( 0)
|
| [6] |
庞文龙. 超高压等级GIS潜伏性故障机理及特性研究[D]. 武汉: 武汉理工大学, 2020.
( 0)
|
| [7] |
吴细秀, 冷宇宽, 庞文龙, 等. GIS母线潜伏性故障电场劣化特性与故障概率预测研究[J/OL]. 电网技术: 1-12[2022-12-09].
WU Xixiu, LENG Yukuan, PANG Wenlong, et al. Research on Deterioration characteristics of latent fault electric field and prediction of Fault Probability of GIS bus[J/OL]. Power System Technology: 1-12[2022-12-09]. ( 0)
|
| [8] |
杨楚. 气体绝缘组合电器(GIS)典型绝缘缺陷的局部放电模型研究[D]. 武汉: 华中科技大学, 2015.
( 0)
|
| [9] |
国网河南省电力公司检修公司.
气体绝缘金属封闭开关设备带电检测方法与诊断技术[M]. 北京: 中国电力出版社, 2016.
( 0)
|
| [10] |
黄玉龙, 周哲, 赵新德, 等. 局部放电测试在GIS设备故障诊断中的应用[J].
电工技术, 2017(6): 92-94 HUANG Yulong, ZHOU Zhe, ZHAO Xinde, et al. Application of Partial discharge test in Fault diagnosis of GIS equipment[J]. Electric Engineering, 2017(6): 92-94 ( 0)
|
| [11] |
张施令, 彭宗仁, 王浩然, 等. 盆式绝缘子多物理场耦合数值计算及结构优化[J].
高电压技术, 20, 46(11): 3994-4005 ZHANG Shiling, PENG Zongren, WANG Haoran, et al. Numerical Calculation and Structural Optimization of Multi - physical Field Coupling for Basin Insulator[J]. High Voltage Engineering, 20, 46(11): 3994-4005 ( 0)
|
| [12] |
庞文龙, 吴细秀, 吴士普, 等. 330 kV SF6/N2混合气体介质绝缘母线的紧凑化设计[J].
高电压技术, 2020, 46(3): 1044-1051 PANG Wenlong, WU Xixiu, WU Shipu, et al. Compact Design of 330 kV SF6/N2 Mixed Gas Insulated Busbar[J]. High Voltage Engineering, 2020, 46(3): 1044-1051 ( 0)
|
| [13] |
王彦博, 朱明晓, 邵先军, 等. 气体绝缘组合电器中局部放电特高频信号S参数特性仿真与实验研究[J].
高电压技术, 2018, 44(1): 234-240 WANG Yanbo, ZHU Mingxiao, SHAO Xianjun, et al. Simulation and Experimental Research on S Parameter Characteristics of Partial Discharge UHF Signals in GIS[J]. High Voltage Engineering, 2018, 44(1): 234-240 ( 0)
|
| [14] |
TANG J., LIU F., ZHANG X., et al. Partial discharge recognition through an analysis of SF6 decomposition products part2: feature extraction and decision tree-based pattern recognition[J].
IEEE Transactions on Dielectrics and Electrical Insulation, 2012, 19(1): 37-44 DOI:10.1109/TDEI.2012.6148500 ( 0)
|
| [15] |
郭建鑫, 赵玉顺, 王志宇, 等. 基于LMD和LSTM的盆式绝缘子典型缺陷局部放电模式识别方法[J].
南方电网技术, 2021, 15(8): 95-105 GUO Jianxin, ZHAO Yushun, WANG Zhiyu, et al. Partial Discharge Pattern Recognition Method of Typical Defects in Basin Insulator Based on LMD and LSTM[J]. Southern Power System Technology, 2021, 15(8): 95-105 ( 0)
|
| [16] |
林福海, 颜湘莲, 稂业员, 等. 基于SF6酸性分解物与特高频结合的GIS绝缘故障诊断[J].
绝缘材料, 2020, 53(9): 101-106 LIN Fuhai, YAN Xianglian, LANG Yeyuan, et al. Combination of SF6 Acidic Decomposition Products and UHF to Diagnose GIS Insulation Fault[J]. Insulating Materials, 2020, 53(9): 101-106 ( 0)
|
| [17] |
徐阳, 谢天喜, 周志成, 等. 基于多维度信息融合的实用型变压器故障诊断专家系统[J].
中国电力, 2017, 50(1): 85-91 XU Yang, XIE Tianxi, ZHOU Zhicheng, et al. Practical Expert System for Transformer Fault Diagnosis Based on Multi-Dimensional Information Fusion Technology[J]. Electric Power, 2017, 50(1): 85-91 ( 0)
|
| [18] |
宋人杰, 赵萌, 关潇卓, 等. 基于相关向量机的GIS气体绝缘状态评估[J].
高压电器, 2016, 52(12): 237-243 SONG Renjie, ZHAO Meng, GUAN Xiaozhuo, et al. Assessment of Gas Insulation State in GIS Equipment Based on Relevance Vector Machine[J]. High Voltage Apparatus, 2016, 52(12): 237-243 ( 0)
|
| [19] |
高玉峰. 气体绝缘全封闭开关设备的状态监测与故障诊断方法研究[D]. 保定: 华北电力大学, 2019.
( 0)
|
| [20] |
李龙, 陈乾, 杨瑞, 等. 基于Hamacher算子的变电站自动化二次设备状态模糊综合评估方法[J].
湖北电力, 2022, 46(3): 45-49 LI Long, CHEN Qian, YANG Rui, et al. Fuzzy Comprehensive Evaluation Method for Substation Automatic Secondary Equipment Status Based on Hamacher Operator[J]. Hubei Electric Power, 2022, 46(3): 45-49 ( 0)
|
| [21] |
王涛云, 马宏忠, 崔杨柳, 等. 基于可拓分析和熵值法的GIS状态评估[J].
电力系统保护与控制, 2016, 44(8): 115-120 WANG Taoyun, MA Hongzhong, CUI Yangliu, et al. Condition evaluation of gas insulated switchgear based on extension analysis and entropy method[J]. Power System Protection and Control, 2016, 44(8): 115-120 ( 0)
|
| [22] |
丁一. GIS设备运行状态模糊综合评价方法研究及应用[D]. 北京: 华北电力大学, 2017.
( 0)
|
| [23] |
胡宝清.
模糊理论基础[M]. 武汉: 武汉大学出版社, 2004.
( 0)
|
| [24] |
李莉苹. 气体组合电器绝缘状态评估与故障诊断技术研究[D]. 重庆: 重庆大学, 2015.
( 0)
|
| [25] |
卢启付, 李端姣, 唐志国, 等.
局部放电特高频检测技术[M]. 北京: 中国电力出版社, 2017.
( 0)
|
| [26] |
国家电网公司. 气体绝缘金属封闭开关设备局部放电带电测试技术现场应用导则: Q/GDW 11059—2013[S]. 北京: 中国电力出版社, 2013.
( 0)
|