一种六氟化硫回收量预测方法

1.本发明涉及高压电气设备技术领域，尤其是涉及一种六氟化硫回收量预测方法。


背景技术：

2.六氟化硫气体具有优良的绝缘和灭弧性能，因此被大量使用在高压电气设备中。如气体绝缘组合电器，具有简单便利、安全可靠、安装和维护都比较轻松、不受外界环境因素影响等优点，因为六氟化硫气体作为gis的绝缘和灭弧介质，可以利用六氟化硫气体组分能有效诊断及评估其运行状态，但六氟化硫气体有一大致命缺点，就是它的产物存在剧毒，当gis和sf6断路器等电气设备出现故障时，产生的有毒物质会对人身、电气设备、环境安全造成严重影响。
3.随着时代的进步，环境保护得到了空前绝后的关注和重视，既要实现电网建设运营的不断进步，又要使环境保护得到实质性的提升，这就是电网企业环境保护工作的重中之重。电网企业在电网建设、故障、退役等一系列过程中会产生许多废弃物，如六氟化硫气体及相关分解物、废变压器油、废铅酸电池等。如果对这些废弃物处理不及时甚至置之不理，那对环境和人体健康有着重大的危害。
4.1996年，我国准备建设水电站的高压变电站，从而提出需要sf6开关设备，1970年，我国东北电管局引进西门子公司生产的220kv sf6断路器，这是我国最早使用的sf6断路器，到现在，我国六氟化硫在电力设备中的应用越来越广泛，包括组合电器、高压断路器、高压变压器和开关、电流互感器等等。六氟化硫气体在电器设备中的应用受到重视，所以建立气体重量预测模型，可以根据历史数据来预测未来六氟化硫气体的产生量，有利于相关企业对六氟化硫气体的进行有效的管控，保证sf6电气设备的安全经济运行；同时也有利于未来开展碳排放交易，因此对我国电力发展和环境保护有重要意义。


技术实现要素：

5.有鉴于此，本发明提供了一种六氟化硫回收量预测方法，有助于预测未来六氟化硫的产生量。
6.其技术方案如下：
7.一种六氟化硫回收量预测方法，其关键是包含如下步骤：
8.收集sf6电气设备中组合电器、断路器和电流互感器的电压等级、电气设备投运时间和六氟化硫气体重量的历史数据，整理得到原始数据；
9.根据数据统计分析软件对原始数据进行建模和分析，选取最优预测方法，得到合适的预测模型；
10.对预测模型进行校正和优化，得到拟合度好的预测模型。
11.通过收集电网企业中组合电器、断路器和电流互感器等sf6高压电气设备的相关历史数据，基于国家标准《六氟化硫电气设备中气体管理和检测导则(gb/t 8905-2012)》对数据进行处理，然后根据spss数据统计分析软件对原始数据进行多种建模分析，找出最优
预测模型，然后根据高压电气设备得到升级、投入的新设备情况、高压设备的投运时间、高压设备的检修时间等因素对模型有影响，对模型进行相应的校正和优化，使得模型的拟合度更高，得到预测结果，为未来六氟化硫回收量提供依据，有利于电网企业对六氟化硫气体的进行有效的管控，保证sf6电气设备的安全经济运行；同时也有利于未来开展碳排放交易，因此对我国电力发展和环境保护有重要意义。
12.作为优选：根据产生六氟化硫回收量的因素对六氟化硫气体重量进行收集，计算出每年的六氟化硫回收量。
13.作为优选：所述产生六氟化硫回收量的因素包括：操作不当或超负荷运作，电气设备出现故障时产生的六氟化硫气体；电气设备出厂缺陷导致的六氟化硫回收量增加；电气设备使用过程中六氟化硫气体与高温电弧发生作用造成的六氟化硫气体重量减少；电气设备进行检修产生的六氟化硫回收量。
14.根据六氟化硫回收量的历史数据，分析出四种产生六氟化硫回收量的因素。
①
由于操作不当或超负荷运作，电气设备可能会出现故障，此时，电气设备内部的部分六氟化硫气体会泄露到空气中或者经过加热和电力分解后，会产生硫化物、氟化物以及碳化物，使得一部分六氟化硫气体成为废气。
②
当设备出厂设计存在缺陷、制造选材不当造成材质运行老化，会导致六氟化硫气体泄露，造成六氟化硫回收量增加。
③
在电气设备使用一段年限后，电器设备内的六氟化硫气体与高温电弧发生作用时会产生一些有毒物质。同时，电器设备内的六氟化硫气体及分解物与电极及金属材料发生反应时也会生成一些毒物质，使得电气设备中的六氟化硫气体重量减少。
④
电气设备进行检修时，会产生大量的六氟化硫回收量。根据《sf6高压断路器状态检修导则q/gdw 172-2008》和《气体绝缘金属封闭开关设备状态检修导则dl/t 1689-2017》等相关标准，确定了电气设备的检修时间和电气设备的运行寿命等相关信息。sf6断路器的运行寿命一般为20年，对于六氟化硫气体进行检修时为大修，检修时间为10年一次；组合电器的运行寿命大概为30年，且组合电器运行较稳定，维护工作量少，检修周期可达20年；sf6电流互感器的运行寿命也为30年，且为大修，但新设备投运5年后就可进行大修一次，以后每15年大修一次；因此对六氟化硫回收量的因素进行整合，结合三种电气设备的检修年限，再结合收集到的数据进行处理，计算出每年的六氟化硫回收量。
15.作为优选：历史数据的整理包括：
16.收集sf6电流互感器的完整数据，直接整理得出电流互感器中六氟化硫每年的增加量和总重量；
17.根据气体重量与电压等级，计算出sf6电气设备中断路器中每年六氟化硫的增加量和总重量；
18.根据理想气体公式，得到组合电器中每年六氟化硫的增加量和总重量；
19.得到组合电器、电流互感器和断路器三种电气设备六氟化硫年总重量和回收量的历史数据。
20.作为优选：通过spss数据软件对整理后的数据进行建模和分析，包括：使用一元线性回归法、指数平滑法和灰色预测法三种方法进行了数据建模，得出一元线性回归整体误差率最低，使用该模型进行预测。
21.使用一元线性回归法、指数平滑法和灰色预测法三种方法进行了数据建模；指数
2017》等相关标准，确定了电气设备的检修时间和电气设备的运行寿命等相关信息。sf6断路器的运行寿命一般为20年，对于六氟化硫气体进行检修时为大修，检修时间为10年一次；组合电器的运行寿命大概为30年，且组合电器运行较稳定，维护工作量少，检修周期可达20年；sf6电流互感器的运行寿命也为30年，且为大修，但新设备投运5年后就可进行大修一次，以后每15年大修一次；对六氟化硫回收量的因素进行整合，结合三种电气设备的检修年限，再结合收集到的数据进行处理，计算出每年的六氟化硫回收量。
35.通过相关国家标准《六氟化硫电气设备中气体管理和检测导则(gb/t8905-2012)》对三种电气设备的数据进行处理如下：
36.sf6电流互感器的数据完整，整理可得出电流互感器中六氟化硫每年的增加量和总重量；
37.sf6断路器的气体重量部分缺失，而气体重量与电压等级有极大关系，即交流10kv：5kg、交流35kv：8kg、交流110kv：10kg、交流220kg：30kg、交流500kv：67kg，计算出sf6断路器中每年sf6的增加量和总重量，通过观察相同电压等级的断路器，发现不同电压等级的断路器的六氟化硫气体重量大部分维持在一定值之间。例如电压等级在交流110kv时，六氟化硫气体重量大多在8～12kg之间，交流110kv时，断路器的六氟化硫气体重量是10kg；
38.sf6组合电器的气体重量通过气体压强计算出六氟化硫气体重量，组合电器通过气体压强计算出sf6气体重量，所用到的公式就是理想气体公式。
39.pv＝nrt,n＝pv/rt
40.m＝146
×n41.式中p——气体压强，mpav——气体体积，ln——摩尔质量r——摩尔气体常数(＝0.0082mpa
·
l/(k
·
mol))146是六氟化硫分子量t——温度，k(t＝摄氏度+273)m——气体质量,g
42.其中气体压强和摩尔气体常数已知，设温度为20℃，既t＝20+273＝293。一般110kv的组合电器gis设备占地面积为常规设备面积的46％左右，220kv的组合电器gis设备占地面积为常规设备的37％，330kv的组合电器gis设备占地面积为常规设备面积的29％左右，500kv的组合电器gis设备占地面积为常规设备面积的25％。部分组合电器型号的体积大小，根据电压等级和体积大小相比较，最后估计110kv的组合电器体积为4.1m3，220kv的组合电器体积为10.2m3，500kv的组合电器体积为31m3，35kv的组合电器体积为3m3。将温度、体积和摩尔气体常数带入理想气体公式中，就可以得到六氟化硫气体重量。
43.因此，得到三种电气设备2010-2021年六氟化硫年总重量和回收量如表1所示：
44.表12010-2021年六氟化硫年总重量和回收量
[0045][0046][0047]
利用spss数据软件对处理后的数据进行建模和分析，选择预测方法，对数据进行预测并得到合适的预测模型；建立回归分析法、指数平滑法和灰色预测法三种模型。
[0048]
建立指数平滑法模型：众所周知，指数平滑预测在spss数据软件里面非季节性预测有四个小类包括简单模型预测、霍尔特线性趋势预测、布朗线性趋势和阻尼趋势，对四种方法分别进行建模和预测。由于简单模型以后的预测值是水平的，不符合我们所期望的值，所以直接排除，把另外三组数据的误差率统计到表2中，根据误差率进一步选取最适合的预测值，选取霍尔特线性趋势预测的值作为指数平滑法的六氟化硫回收量预测值。
[0049]
表2指数平滑预测误差率
[0050][0051]
建立灰色预测法模型：灰色预测法是通过数据特征值的发展变化而进行预测，它的原始序列为：
[0052]
x
(0)
＝{x
(0)
(i)，i＝1，2，
…
，n}
[0053]
对x
(0)
进行一次累加，生成一次累加序列(1-ago)：
[0054]
x
(1)
＝{x
(1)
(k)，k＝1，2，
…
，n}
[0055]
建立微分方程：
[0056][0057]
从建立的微分方程可以看出，只要求得a和u的值，就可以得到预测方程，而a和u的值为：
[0058][0059][0060]
用得到的累加序列x
(1)
的数据进行矩阵计算，就可以得到上述公式需要的b值，用原始序列可以得到想要的yn值。
[0061][0062]yn
＝(x
(0)
(2),x
(0)
(3),
…
,x
(0)
(n))
t
[0063]
求解得
[0064]
所以a＝-0.069103087，u＝7658.979688，将这两个值带入微分方程：
[0065][0066]
根据以上方程得到灰色预测法模型图，请参见图2。
[0067]
建立回归分析法模型：将2010-2021年的六氟化硫回收量带入spss数据软件中进行一元回归预测，通过spss统计得到回归系数a＝-1986637.073，b＝991.133，所以六氟化硫回收量的一元回归方程式为：
[0068]
y＝-1986637.073+991.133x
[0069]
上式中y为六氟化硫回收量，x为年份。
[0070]
根据以上方程得到一元回归分析法模型图，请参见图3。
[0071]
对上述三种模型的误差率进行比较如表3所示，一元回归预测法的误差率是三种预测方法中最低的，所以选用该模型进行预测。
[0072]
表3三种方法预测结果对比表
[0073]
年份指数平滑误差值回归模型误差值灰色预测误差值20100.5740.931.6142011-0.297-0.1320.082012-0.137-0.0130.1432013-0.080.0170.11620140.0560.1430.2042015-0.32-0.265-0.2492016-0.277-0.26-0.26520170.1950.160.14420180.5850.570.542019-0.062-0.025-0.0472020-0.280-0.26-0.27420210.3710.3430.326平均误差率0.26850.25980.334
[0074]
对上述一元回归方程进行校正和优化：设含有误差的一元回归方程为：
[0075][0076]
其中，
[0077][0078]
为平均误差率，所以并且计算出其他值。
[0079][0080][0081][0082][0083]
所以回归系数就此可以得到新的一元回归方程：
[0084][0085]
但是随着科技的进步，高压电气设备也逐渐增多，根据每年组合电器六氟化硫的增加量和故障导致的六氟化硫回收量，实际回收量大致要比一元回归预测值多10％的回收量，因此最终的一元回归预测方程为：
[0086][0087]
上式中为六氟化硫回收量，x为年份。
[0088]
将最终的一元回归预测值统计出来，如表4所示。
[0089]
表4六氟化硫回收量预测值
[0090][0091]
最后需要说明的是，上述描述仅仅为本发明的优选实施例，本领域的普通技术人员在本发明的启示下，在不违背本发明宗旨及权利要求的前提下，可以做出多种类似的表示，这样的变换均落入本发明的保护范围之内。