On-line partial discharge source identification in medium and high voltage cable networks

Abstract

Η παρακολούθηση για ύπαρξη Μερικών Ηλεκτρικών Εκκενώσεων (ΜΗΕ) σε πραγματικές συνθήκες προσφέρει σημαντικές πληροφορίες για την κατάσταση του διηλεκτρικού των υπογείων καλωδίων μεταφοράς και διανομής και συνεπώς βρίσκεται στην πρώτη γραμμή ενός προγράμματος συντήρησης του εξοπλισμού ισχύος. Η αναγνώριση της πηγής της ΜΗΕ και της εξέλιξης της τιμής της με το χρόνο είναι υψίστης σημασίας για την εκτίμηση της ακεραιότητας του διη- λεκτρικού σε εξοπλισμό ισχύος. Προς επίτευξη τούτου χρειάζεται ένα συνεχές σύστημα παρακολούθησης, μια από τις ιδιότητες του οποίου πρέπει να είναι η ελαχιστοποίηση των διαστάσεων του χαρακτηριστικού διανύσματος, ούτως ώστε ο αλγόριθμος κατηγοριοποίησης να μην είναι πολύ αργός και άρα αδύνατο να χρησιμοποιηθεί σε ένα σύστημα πραγματικού χρόνου. Αυτή η ερευνητική εργασία δημιούργησε μια πειραματική βάση δεδομένων βασισμένη σε μια σε εργαστηριακή διάταξη κάτω από ελεγχόμενες συνθήκες. Ακολούθως, με βάση την ανάλυση της βάσης δεδομένων, προτείνονται δύο χαρακτηριστικά διανύσματα μικρότερων διαστάσεων, ένα για δεδομένα με βάση το χρόνο και άλλο για δεδομένα με βάση την φάση, τα οποία έχουν την δυνατότητα να χρησιμοποιηθούν σε ένα συνεχές σύστημα παρακολούθησης πραγματικού χρόνου. Τα αποτελέσματα καταδεικνύουν τη δυνητική χρησιμότητα του προτεινόμενου χαρακτηριστικού διανύσματος ως εργαλείο προ επεξεργασίας της ανάλυσης σε σχέση με την φάση (PRPD).

On-line condition monitoring provides information about the existence of PDs in cables and their accessories under normal operating conditions and lies at the heart of a condition-monitoring program of power equipment. Identifica- tion of the source of a PD and the evolution of the measured quantity of PD activity over time are of paramount importance for the assessment of the insu- lation integrity of power equipment. In such a continuous monitoring system the feature vector has to have the minimum possible number of dimensions otherwise classification times can be very slow for real-time implementation. The motivation behind this work, and hence its contribution is to propose and evaluate two complementary lower dimensional feature vectors based on time and phase-resolved measurements, which can be exploited in on-line scenarios. Towards this end the methodology that is followed is the creation of an experimental database of known PD sources, its analysis using statistical and signal processing methods, the proposition of the feature vectors, and their assessment using supervised, unsupervised, experimental and field data. The results demonstrate the use of this feature in on- line field measurements, as a pre-processing step to Phase Representation Partial Discharge (PRPD) analysis.