高低压开关柜
高压开关柜的故障表现及其原因

发布时间:2022-12-07

浏览量:0

发布人:源创大白

调查统计表明,高压开关柜的故障主要有以下几类:


(1)拒动、误动故障:这种故障是高压开关柜最主要的故障,其原因可分为两类:一类是因操动机构及传动系统的机械故障造成;另一类是因电气控制和辅助回路造成。


(2)开断与关合故障:这类故障是由断路器本体造成的,对少油断路器而言,主要表现为喷油短路、灭弧室烧损、开断能力不足、关合时爆炸等。对于真空断路器而言,表现为灭弧室及波纹管漏气、真空度降低、切电容器组重燃、陶瓷管破裂等。


(3)绝缘故障:表现为外绝缘对地闪络击穿,内绝缘对地闪络击穿,相间绝缘闪络击穿,雷电过电压闪络击穿,瓷瓶套管、电容套管闪络、污闪、击穿、爆炸,提升杆闪络,CT闪络、击穿、爆炸,瓷瓶断裂等。


(4)载流故障:7.2~12 kV电压等级发生载流故障主要原因是开关柜隔离插头接触不良导致触头烧融。


(5)外力及其他故障:包括异物撞击,自然灾害,小动物短路等。



高压开关柜的监测与诊断方法


针对高压开关柜的不同故障类型,相应有不同的故障检测方法:


(1)机械特性在线检测。

其监测的内容有:合、分闸线圈回路,合、分闸线圈电流、电压,断路器动触头行程,断路器触头速度,合闸弹簧状态,断路器动作过程中的机械振动,断路器操作次数统计等。

目前,断路器机械状态监测主要有行程和速度的监测,操作过程中振动信号的监测等。

断路器操作时的机械振动信号监测是根据每个振动信号出现时间的变化、峰值的变化,结合分、合闸线圈电流波形来判断断路器的机械状态。

机械性能稳定的断路器,其分、合闸振动波形的各峰值大小和各峰值间的时间差是相对稳定的。

振动信号是否发生变化的判别依据是对新断路器或大修后的断路器进行多次分、合闸试验测试,记录稳定的振动波形,作为该断路器的特征波形“指纹”,将以后测到的振动波形,与“指纹”比较,以判别断路器机械特性是否正常。

行程-时间特性监测是指通过光电传感器,将连续变化的位移量变成一系列电脉冲信号。

记录该脉冲的个数,就可以实现动触头全行程参数的测量;同时,记录每一个电脉冲产生的时刻值,就可计算出动触头运动过程中的最大速度和平均速度。因此测得断路器主轴连动杆的分合闸特性,即可反映动触头的特性。监测储能电机负荷电流和启动次数可反映负载(液压操作机构)的工作状况,也可判断电机是否正常,同时反映液压操作机构密封状况。


(2)电气性能在线监测包括断路器开断电流加权值、灭弧室真空度等的监测。

利用不同开断电流下的等效磨损曲线,累计每次电流开断所对应的相对电磨损,每台断路器的允许电磨损总量由其额定短路开断电流及允许开断满容量次数来标定,采用触头累积磨损量作为判断其电寿命的依据。

对真空度的在线监测方法有很多。

目前,国内外真空灭弧室真空度的在线检测方法主要有: 光电变换法、耦合电容法、三相桥法与电弧电压法、电阻应变片法、微型冷阴极磁控计法、吸气剂膜法。


(3)温度在线监测包括母线连接处的温度及断路器触头温度在线监测。

用于母线连接处温升测量的常用传感器有石英传感器、光微薄硅温度传感器和吸收型光纤温度传感器,它们分别以石英晶体、硅片及玻璃构成的Fabry perot槽和GaAs晶体作为感温元件,以光纤作为传输介质,这就有效地解决了电磁干扰问题。 文献介绍了Fabry-perot光微薄硅温度传感器在线测温技术,该技术已在变电站设备的状态监测技术中应用。

由于高压开关触头处于高电压、高温度、强磁场以及极强的电磁干扰环境中,要实现对触头的测温,必须解决电子测量装置在上述恶劣环境条件下的适应性。

目前测温工作方式基本上采用被动式测温或主动式测温两种形式。

被动式测温采用接收被测量点幅射出的远红外波,通过判断远红外波长来确定测量点温度;而主动式测温则是通过埋设在测量点的温度传感器直接测量温度。


(4)绝缘性能在线监测。

高压开关设备内部绝缘部分的缺陷或劣化、导电连接部分的接触不良都使安全运行受到威胁。根据1989~1992年间全国电力系统6~10kV开关柜事故统计,绝缘和载流引起的故障占总数的40.2%,其中由于绝缘部分的闪络造成的事故占绝缘事故总数的79.0%。而由于隔离插头接触不良造成的事故占载流事故总数的71.1%。

可见,由绝缘和接触不良导致的故障所占比率是很高的,宜采取适当的方法进行监测。


上一篇:没有了

下一篇:XGN2系列高压开关柜

  • 波浪
  • 波浪
  • 波浪
  • 波浪

在线留言

(不想等待可点击按钮通过QQ进行沟通,或直接电联。)

关闭
技术QQ: 在线咨询 周一至周六(9:00-17:00)
销售①:13508662630 销售②:13507271573

公司地址:襄阳市樊城区春园西路贾洼工业园 邮箱:xfycdq@163.com

Baidu
map