电极空气间隙击穿电压的预测方法
【专利摘要】本发明公开了一种电极空气间隙击穿电压的预测方法，首先，测量不同结构典型电极空气间隙的击穿电压值，并定义耐受电压区间和击穿电压区间；然后，对不同结构典型电极间隙进行电场计算并提取电场特征量，构建训练样本集；接着，基于训练样本集构建击穿电压预测模型，该击穿电压预测模型以电场特征量为输入、以耐受电压区间和击穿电压区间为输出；最后，采用击穿电压预测模型预测电极空气间隙的击穿电压。本发明操作简单，预测准确度高，周期短，成本低，适用于工程应用，预测结果可用来指导输电变电工程设计。
【专利说明】电极空气间隙击穿电压的预测方法
【技术领域】
[0001]本发明涉及输变电工程外绝缘领域，尤其是涉及一种电极空气间隙击穿电压的预测方法。
【背景技术】
[0002]空气间隙的放电特性是高压输变电工程外绝缘设计的重要依据。针对空气间隙的放电特性，研究人员主要对典型电极空气间隙和实际输变电工程空气间隙两类间隙开展了大量的试验研究。针对电极空气间隙，一般通过对典型电极进行放电试验，掌握空气间隙击穿的基本特性，并利用间隙系数预测工程空气间隙的击穿特性，从而指导输变电工程设计。在此基础上，并通过工程空气间隙放电试验来检验绝缘配合设计的合理性。然而，依靠间隙系数预测实际工程空气间隙的击穿电压准确性不够，即使采用真型试验也难以穷举实际输变电工程空气间隙，且真型试验还存在周期长、代价高的不足。
[0003]为解决上述问题，需深入开展空气间隙放电机理和模型研究，并建立试验和仿真相结合的研究手段，应用仿真模型预测实际工程空气间隙的击穿电压，实现输变电工程外绝缘的精细化设计，同时降低外绝缘设计中所需要的试验工作量。空气间隙放电机理研究主要是通过建立空气间隙放电观测手段，开展空气间隙放电试验观测，测量放电过程中的关键物理参数并分析观测结果，揭示各个阶段放电机理，解释空气间隙放电呈现出的宏观特性。在此基础上，建立放电特性的数学仿真模型，对空气间隙的击穿电压进行预测。然而，目前仍有许多关键物理参数无法准确描述和测量，例如，缺乏对流注区域空间电荷分布规律的深刻认识，通过假定流注几何形状和区域电场恒定来计算空间电荷分布存在较大误差。缺乏对先导通道特征参数的认识，目前假设先导通道具有与电弧相似的特性，且单位长度先导电荷密度为常数，无法准确反映先导特征参数与热电离程度之间的关系。此外，部分放电机理尚不完善，例如，流注向先导转化的主要机制是热电离，目前假设先导起始的临界温度等于负离子脱附的临界温度，尚未得到试验测量的证实。上述问题导致了目前的数学仿真模型难以实现空气间隙击穿电压的准确预测。
【发明内容】
[0004]针对现有技术存在的不足，本发明提供了一种过程简单、精度高、周期短、成本低的电极空气间隙击穿电压的预测方法。
[0005]为解决上述技术问题，本发明采用如下的技术方案:
[0006]电极空气间隙击穿电压的预测方法，包括步骤:
[0007]步骤1，测量不同结构典型电极空气间隙的击穿电压值，采用气象参数值修正击穿电压值，并根据修正后的击穿电压值分别定义各典型电极对应的耐受电压区间和击穿电压区间；
[0008]步骤2，对不同结构典型电极分别加载其对应的耐受电压区间和击穿电压区间，并对电极空气间隙进行电场计算获得各加载电压对应的电场特征量集，并构建训练样本集；[0009]步骤3，基于训练样本集，采用人工智能数学方法构建击穿电压预测模型，该击穿电压预测模型以待预测电极空气间隙的电场特征量集为输入、以表示耐受电压区间和击穿电压区间的A和B为输出；
[0010]步骤4，采用击穿电压预测模型预测待电极空气间隙的击穿电压，该步骤进一步包括子步骤:
[0011]4.1对待预测电极加载电压，对电极空气间隙进行电场计算获取电场特征量集并输入击穿电压预测模型，加载电压初始值自行设定；
[0012]4.2若击穿电压预测模型输出A，升高加载电压，重复执行步骤4.1，直至击穿电压预测模型输出B，此时的加载电压即为待预测电极空气间隙的击穿电压；
[0013]4.3若击穿电压预测模型输出B，降低加载电压，重复执行步骤4.1，直至击穿电压预测模型输出A，此时输出为B的击穿电压区间下限对应的加载电压即为待预测电极空气间隙的击穿电压。
[0014]上述耐受电压区间和击穿电压区间分别为[(100%-a)V, 100%V)、[100%V, (100%+a)V]，a根据经验人为设定；V为修正后的击穿电压值。
[0015]步骤2中采用有限元计算工具ANSYS对电极空气间隙进行电场计算。
[0016]作为优选，对步骤2中获得的电场特征量集进行降维处理，并进行归一化。
[0017]所述的降维处理方法为:
[0018]将电场特征量集中的电场特征量分为M类，根据实际需要仅选择其中N类电场特征量，N〈M;或，采用相关性分析法对电场特征量集中的电场特征量进行降维处理；或，采用主成分分析法对电场特征量集中的电场特征量进行降维处理。
[0019]步骤3中所构建的击穿电压预测模型为支持向量机模型或神经网络模型。
[0020]所述的支持向量机模型为SVC、LIBSVM或LSSVM工具箱。
[0021]对支持向量机模型的惩罚因子c和核函数参数g进行优化，具体为:
[0022]采用粗-细网格搜索法或遗传算法或粒子群算法取不同的惩罚因子c和核函数参数g，采用k-折交叉验证法得到不同的预测结果，取预测效果最好的惩罚因子c和核函数参数g作为最优参数，从而获得优化后的支持向量机模型。
[0023]与现有技术相比，本发明具有以下优点和有益效果:
[0024]1、基于可描述的物理量预测电极空气间隙击穿电压，稳健性更好。
[0025]2、避开了复杂的电极空气间隙放电物理过程，预测过程简单、准确性高，适用于工程应用。
[0026]3、仅需要少量空气间隙击穿电压及测量环境参数的实测数据对击穿电压预测模型进行训练，成本低，周期短；而传统的预测空气间隙击穿电压的数学物理模型需要精细测量关键物理参数，不仅所需测量设备昂贵，而且预测周期长。
[0027]4、本发明获得的预测结果可用来指导输电变电工程设计。
【专利附图】
【附图说明】
[0028]图1是本发明方法的一种具体流程图；
[0029]图2是本发明方法的预测原理图；
[0030]图3是本发明实施例中不同参数优化方法的寻优过程；[0031]图4是本发明实施例中一组球隙测试样本击穿电压预测值与试验值的对比。【具体实施方式】
[0032]下面通过实施例，并结合附图，对本发明技术方案作进一步具体说明。
[0033]参见图1，本发明包括步骤:
[0034]步骤1，分别对不同结构典型电极空气间隙进行耐压试验获得击穿电压值，根据国家标准GB/T16927.1-2011采用气象参数修正击穿电压值，并根据修正后的击穿电压值分别定义各电极对应的耐受电压区间和击穿电压区间。
[0035]定义的耐受电压区间和击穿电压区间分别记为-1和1，作为击穿电压预测模型的输出。本实施例中，定义[(100%-a)V，100%V)为耐受电压区间，定义[100%V，(100%+a) V]为击穿电压区间。a根据经验取值，本具体实施中，a取10% ;V为修正后的击穿电压值。
[0036]步骤2，对不同结构典型电极分别加载其对应的耐受电压区间和击穿电压区间，对电极空气间隙进行电场计算获得各加载电压对应的电场特征量集，作为训练样本集。
[0037]依次对电极加载定义的耐受电压区间和击穿电压区间，采用有限元计算工具ANSYS对电极空气间隙进行电场计算，并提取电场特征量获得电场特征量集，见表1，以电场特征量集作为训练样本集。
[0038]表1中所列电场特征量总数为50，这些电场特征量从空间上可分为整个区域、放电通道、电极表面和放电路径4类特征量；这些电场特征量从量纲上又可分为电场(量纲为:V/m)、电场能量(量纲为J)、能量密度(量纲为:J/m3)、表面积(量纲为:m2)、长度(量纲为:m)、电场梯度(量纲为:V/m2)和比例参数(无量纲)7类特征量。
[0039]表1电场特征量集
[0040]
【权利要求】
1.电极空气间隙击穿电压的预测方法，其特征在于，包括步骤: 步骤1，测量不同结构典型电极空气间隙的击穿电压值，采用气象参数值修正击穿电压值，并根据修正后的击穿电压值分别定义各典型电极对应的耐受电压区间和击穿电压区间； 步骤2，对不同结构典型电极分别加载其对应的耐受电压区间和击穿电压区间，并对电极空气间隙进行电场计算获得各加载电压对应的电场特征量集，并构建训练样本集； 步骤3，基于训练样本集，采用人工智能数学方法构建击穿电压预测模型，该击穿电压预测模型以待预测电极空气间隙的电场特征量集为输入、以表示耐受电压区间和击穿电压区间的A和B为输出； 步骤4，采用击穿电压预测模型预测待电极空气间隙的击穿电压，该步骤进一步包括子步骤: 4.1对待预测电极加载电压，对电极空气间隙进行电场计算获取电场特征量集并输入击穿电压预测模型，加载电压初始值自行设定； 4.2若击穿电压预测模型输出A，升高加载电压，重复执行步骤4.1，直至击穿电压预测模型输出B，此时的加载电压即为待预测电极空气间隙的击穿电压； 4.3若击穿电压预测模型输出B，降低加载电压，重复执行步骤4.1，直至击穿电压预测模型输出A，此时输出为B的击穿电压区间下限对应的加载电压即为待预测电极空气间隙的击穿电压。
2.如权利要求1所述的电极空气间隙击穿电压的预测方法，其特征在于: 所述的耐受电压区间和击穿电压区间分别为[(100%-a)V，100%V)、[100%V, (100%+a)V]，a根据经验人为设定；V为修正后的击穿电压值。
3.如权利要求1所述的电极空气间隙击穿电压的预测方法，其特征在于: 步骤2中采用有限元计算工具ANSYS对电极空气间隙进行电场计算。
4.如权利要求1所述的电极空气间隙击穿电压的预测方法，其特征在于: 对步骤2中获得的电场特征量集进行降维处理，并进行归一化。
5.如权利要求4所述的电极空气间隙击穿电压的预测方法，其特征在于: 所述的降维处理方法为: 将电场特征量集中的电场特征量分为M类，根据实际需要仅选择其中N类电场特征量，N〈M;或，采用相关性分析法对电场特征量集中的电场特征量进行降维处理；或，采用主成分分析法对电场特征量集中的电场特征量进行降维处理。
6.如权利要求1所述的电极空气间隙击穿电压的预测方法，其特征在于: 步骤3中所构建的击穿电压预测模型为支持向量机模型或神经网络模型。
7.如权利要求6所述的电极空气间隙击穿电压的预测方法，其特征在于: 所述的支持向量机模型为SVC、LIBSVM或LSSVM工具箱。
8.如权利要求6所述的电极空气间隙击穿电压的预测方法，其特征在于: 对支持向量机模型的惩罚因子c和核函数参数g进行优化，具体为: 采用粗-细网格搜索法或遗传算法或粒子群算法取不同的惩罚因子c和核函数参数g，采用k-折交叉验证法得到不同的预测结果，取预测效果最好的惩罚因子c和核函数参数g作为最优参数，从而获得优化后的支持向量机模型。
【文档编号】G06F19/00GK103678941SQ201310752299
【公开日】2014年3月26日 申请日期:2013年12月31日 优先权日:2013年12月31日
【发明者】阮江军, 舒胜文, 黄道春, 普子恒 申请人:武汉大学