期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
500kV海底电缆雷电过电压研究 被引量:2
1
作者 徐伟 廖民传 +1 位作者 郑志源 汪晶毅 《南方能源建设》 2016年第2期62-66,共5页
依托南方主网与海南电网联网工程,运用ATP-EMTP电磁暂态分析软件,建立了500 kV架空线路与海底电缆线路的雷电侵入波仿真计算模型,采用修正后的电气几何模型法来计算最大绕击雷电流,采用先导发展法作为绝缘子串和空气间隙放电闪络判据,... 依托南方主网与海南电网联网工程,运用ATP-EMTP电磁暂态分析软件,建立了500 kV架空线路与海底电缆线路的雷电侵入波仿真计算模型,采用修正后的电气几何模型法来计算最大绕击雷电流,采用先导发展法作为绝缘子串和空气间隙放电闪络判据,计算架空线路遭受绕击和反击时,无避雷器和有避雷器2种情况下海底电缆主绝缘上所承受的雷电过电压,据此校核海底电缆雷电冲击绝缘水平及避雷器配置的合理性。研究结果表明,合理配置避雷器大大降低了雷电过电压对海缆的影响,在架空线路遭受绕击和-250 kA雷电流反击时,海底电缆最大雷电过电压分别为-916 kV和-923 kV,海底电缆绝缘裕度和避雷器配置满足防雷要求。 展开更多
关键词 500 KV 海底电缆 绕击 反击 雷电过电压
在线阅读 下载PDF
基于回路阻抗测试的输电线路防范误操作方法 被引量:1
2
作者 屈路 蔡汉生 +1 位作者 刘刚 廖民传 《水电能源科学》 北大核心 2019年第10期137-141,共5页
针对输电线路带地刀或临时接地线合闸误操作问题,提出了一种基于线路对地回路阻抗测试结果判定线路对地状态,从而避免误操作的方法。通过理论分析和数值计算,明确了线路末端有无接地点时回路阻抗的差异。基于仿真模型,计算了线路有无接... 针对输电线路带地刀或临时接地线合闸误操作问题,提出了一种基于线路对地回路阻抗测试结果判定线路对地状态,从而避免误操作的方法。通过理论分析和数值计算,明确了线路末端有无接地点时回路阻抗的差异。基于仿真模型,计算了线路有无接地条件下的回路阻抗,并比较分析了信号源频率、长线路换位、杆塔接地电阻、土壤电阻率对回路阻抗检测结果的影响,最终提出了线路送电条件判据。在某110kV输电线路上,针对单相接地、三相接地、相间短路的回路阻抗进行了实测。实测结果与仿真计算结果吻合,验证了所提方法的可行性。 展开更多
关键词 输电线路 防范误操作 接地刀闸 接地线 回路阻抗测试
在线阅读 下载PDF
正极性电场中SF6气体对导电微粒带电特性的影响 被引量:2
3
作者 马御棠 刘刚 +2 位作者 耿浩 廖民传 冯瑞发 《北京交通大学学报》 CAS CSCD 北大核心 2022年第2期160-166,共7页
针对气体绝缘金属封闭开关设备(Gas Insulated Suitchgear,GIS)中导电微粒运动容易引发电极间击穿和绝缘沿面闪络等问题,开展了正极性电场中SF6气体对导电微粒带电特性的影响研究.试验得到了空气、SF6环境导电微粒的运动轨迹,根据观测... 针对气体绝缘金属封闭开关设备(Gas Insulated Suitchgear,GIS)中导电微粒运动容易引发电极间击穿和绝缘沿面闪络等问题,开展了正极性电场中SF6气体对导电微粒带电特性的影响研究.试验得到了空气、SF6环境导电微粒的运动轨迹,根据观测结果分析微粒的速度、受力提出微粒带电量估算方法并计算启举场强下空气、SF6气体环境微粒的带电量.结果表明,正极性条件下带电微粒启举场强明显高于真空及空气环境,且启举场强随SF6气体压力的升高而增大.电场强度相同时,SF6条件下微粒带电量小于空气环境,约为空气条件下的0.789倍.电极表面导电微粒附近电场集中及SF6电负特性是影响微粒初始带电量的原因.研究拟为GIS微粒抑制方法及针对微粒抑制的耐压试验方法的制定提供数据支持. 展开更多
关键词 GIL 导电微粒 SF6 启举场强 绝缘子 间隙击穿 沿面闪络 高压输电
在线阅读 下载PDF
基于改进YOLOv3的避雷器红外图像故障检测方法 被引量:3
4
作者 胡泰山 刘浩 +3 位作者 刘刚 梅琪 马御棠 廖民传 《红外技术》 CSCD 北大核心 2023年第11期1256-1261,共6页
针对现有的金属氧化物避雷器(Metal Oxide Arrester,MOA)红外图像故障检测方法存在识别精度低、检测速度较慢的问题,提出一种基于改进YOLOv3的MOA红外图像故障检测方法。首先,以Darknet19网络代替YOLOv3原始的Darknet53网络,并在特征学... 针对现有的金属氧化物避雷器(Metal Oxide Arrester,MOA)红外图像故障检测方法存在识别精度低、检测速度较慢的问题,提出一种基于改进YOLOv3的MOA红外图像故障检测方法。首先,以Darknet19网络代替YOLOv3原始的Darknet53网络,并在特征学习时针对样本中不同MOA长宽比例,通过K-means聚类算法对MOA图像中的目标帧进行分析,重新聚类样本中心锚点框,得到合适的锚框数目和大小。最后,利用改进YOLOv3模型完成MOA红外图像故障检测。实验结果表明,改进的YOLOv3模型识别精度达到96.3%,识别速度为6.75 ms。 展开更多
关键词 金属氧化物避雷器 YOLOv3 深度学习 红外图像 K-MEANS聚类
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部