电工电气杂志社

金属氧化物避雷器的残压检测模型

来源：电工电气发布时间：2022-08-29 10:29 浏览次数：253

金属氧化物避雷器的残压检测模型

李明远¹，潘仁东¹，周健¹，钱俊杰²，邱伊云²

(1 江苏省送变电有限公司，江苏南京 211102；

2 南京工程学院电力工程学院，江苏南京 211167)

摘要：为了延缓金属氧化物避雷器 (MOSA) 阀片的寿命，保障电力系统安全稳定运行，提出了基于残压检测的避雷器诊断方法。将 MOSA 在冲击电流作用下产生的残压信号作为研究对象，建立MOSA 残压检测模型；利用有限元法 (FEM) 得到残压检测结构参数，证明了该检测模型不会对 MOSA 产生不良影响。对模型进行工频稳态数值仿真，结果表明所提出的 MOSA 残压检测模型不仅可以降低 MOSA 本体的最大场强，还可以降低 MOSA 的工频损耗，延缓结构老化，降低设备的事故率。

关键词： 金属氧化物避雷器 (MOSA) ；残压检测；故障诊断；残压信号；过电压

中图分类号：TM862 文献标识码：A 文章编号：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

参考文献

[1] 刘振亚. 中国特高压交流输电技术创新[J] . 电网技术，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] 王少伟. 基于泄漏电流分析的氧化锌避雷器故障诊断与处理[J]. 电工技术，2021(5)：115-117.

[6] 刘小卫，唐凡，陈晨，等. 基于优化神经网络的 MOA 避雷器故障诊断系统[J] . 科学技术创新，2019(13) ：17-18.

[7] 方超颖，王晓杰，郑钟楠，等. 柔直输电系统避雷器监测数据异常研究[J] . 电瓷避雷器，2020(3) ：28-33.

[8] 靖文，毛凯，王丽丽. 基于泄漏电流三次谐波分析的高压设备在线监测方法[J] . 电测与仪表，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. 基于时频域介电响应混合的绝缘诊断装置[J] . 电力工程技术，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] 张露，王永勤，贺家慧，等. 特高压变电站工频电磁场对避雷器在线监测装置测量准确度影响研究[J] . 电力系统保护与控制，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，邱晓明，杨阳. 红外热成像技术在高压输电设备故障诊断中的运用[J] . 通信电源技术，2020，37(3) ：89-90.

[16] 袁忠华，袁衢龙. SOM 神经网络在金属氧化物避雷器老化在线诊断中的应用[J] . 电瓷避雷器，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] 张汝楠，彭松，钟子华，等. 高压陶瓷电容在 10 kV 配电网中的应用研究[J] . 供用电，2017，34(7) ：75-78.

返回索引列表

Article retrieval

文章检索

金属氧化物避雷器的残压检测模型