Correction Method of Surface Temperature Difference of UHV Heating Equipment under the Influence of Environmental Factors
-
摘要: 1000 kV电容式电压互感器（Capacitor Voltage Transformer, CVT）、1000 kV气体绝缘金属封闭开关设备GIS（Gas Insulated Switchgear）出线套管、1000 kV避雷器是特高压变电站内主要的电压致热型设备，其内部缺陷具有表面温差小、热点不明显的特点，且易受环境因素影响，通常需要在理想环境条件下开展红外精确测温进行缺陷诊断。然而若现场环境条件短时间内无法满足要求，则可能导致缺陷的进一步发展，因此有必要研究非理想环境条件下测温结果的修正方法。本文建立了3类特高压电压致热型设备的温度场仿真计算模型，结合传热学理论研究了光照强度、环境温度、风速大小等环境因素对特高压电压致热型设备表面温差的影响规律，结果显示，3种因素的增强均会导致表面温差不同程度地下降，需将其修正至理想环境条件下的真实温差。最后利用数据拟合的方法，获得各类环境因素影响下实测温差与真实温差的曲线表达式，进一步总结出非理想环境条件下特高压电压致热型设备表面温差的修正方法，并通过变电站现场应用验证了修正结果的准确性。Abstract: The main voltage heating equipment in UHV substations consists of 1000 kV CVTs, 1000 kV GIS outlet bushings, and 1000 kV arresters. They exhibit small differences in surface temperature and are easily exposed to environmental factors. Precise infrared temperature measurements are typically performed to diagnose defects under ideal environmental conditions. However, if the onsite environmental conditions cannot meet the requirements in a short time, further defects may occur. Therefore, it is necessary to study a correction method for temperature measurement results under non-ideal environmental conditions. In this study, three types of UHV heating equipment temperature field simulation models were established and combined with the theory of heat transfer to study the influence of environmental factors such as light intensity, temperature, and wind speed on the surface temperature difference of UHV heating equipment. The results revealed that the enhancement of these three factors decreased to varying degrees the surface temperatures that needed to be corrected to the true temperature difference under ideal environmental conditions. Finally, data fitting was used to obtain a curve expressing the measured and real temperature differences, and the correction method of the surface temperature difference of the UHV heating equipment under non-ideal environmental conditions. The accuracy of the correction results was verified through the field application of a substation.
-
Keywords:
- environmental factors /
- voltage heating /
- infrared thermometer /
- correction method
-
0. 引言
回热器是回热式低温制冷机中的关键部件，冷热流体工质在其中交变流动，直接与回热器填料进行热交换。根据计算回热器1%的效率损失会引起接近10%的理论制冷量损失，当回热器效率为90%时，理论制冷量损失会达到100%[1]，由此可见回热器效率的重要性。因此对回热器的研究是制冷机研究中的一大重点。根据填料填充方式的不同，回热器可分为径向填充（层叠金属丝网式，堆叠金属珠式，金属丝网和金属珠混合式），轴向填充（平行金属丝式，平行金属片式），随机填充3种类型[2]，以上3种填充结构都为多孔介质结构。当前对回热器的研究方法主要有实验研究和数值模拟，不管是实验研究方法还是数值模拟方法都未能从微观结构上对回热器进行研究，因此本文采用分形理论对回热器进行表征。
1. 分形表征理论基础
多孔介质是指由许多骨架形成大量微小缝隙的物质，丝网填充的回热器是一种典型的多孔介质。回热器中的丝网一般为100目~500目，将丝网裁剪后填入回热器外管，形成回热器的基本结构。
图 1为不锈钢网片堆叠的示意图，图 2为不锈钢网片和不锈钢毡的显微照片，除图 1和图 2所示的径向填充回热器填充结构，还有轴向填充、随机填充等填充结构的回热器，这些回热器都是多孔结构。一般实际多孔介质都具有统计自相似的分形特征。已有文献报道[3-5]，多孔介质的孔隙大小分布满足分形标度律。多孔介质中孔隙直径大于或等于λ的孔隙数目和大小满足如下分形标度关系[6]：
![]()
图 2 不锈钢网片（左）和不锈钢毡（右）Figure 2. Stainless steel mesh(left) & stainless steel felt(right)$$N\left( {L \geqslant \lambda } \right) = {\left( {{\lambda _{{\rm{max}}}}/\lambda } \right)^{{D_{\rm{f}}}}}$$ (1) 式中：N为孔隙数目；L为孔隙直径；Df为分形维数；λmax为最大孔隙直径。当λ取最小值λmin时，即可得孔隙总数目为：
$${N_{\rm{t}}} = {({\lambda _{\max }}/{\lambda _{\min }})^{{D_{\rm{f}}}}}$$ (2) 需要注意的是自然界和人造材料的分形结构一般是统计自相似的，因此上式的适用范围会在一定的尺度区间内。λmin~λmax内分形维数相同，超出这个区间分形维数可能不同也可能不存在。式(2)即为多孔介质中孔隙数目的分布。
对于精确自相似分形，其分形维数可以直接通过计算得出[7-8]。对于统计自相似分形，因其并不是由数学迭代生成，无法知道其具体结构。通常用其他方法确定分形维数。
实验方法依据分形标度关系得到分形维数，Yu[9]使用分形分析推导得出统计自相似分形多孔介质的分形维数解析表达式：
$$\mathit{\Phi } = {\left( {{\lambda _{{\rm{max}}}}/{\lambda _{{\rm{min}}}}} \right)^{2 - {D_{\rm{f}}}}}$$ (3) 式中：Φ为多孔介质的孔隙率，Φ=孔隙体积/总体积。
式(3)建立了多孔介质孔隙率，最大最小孔隙和分形维数的关系。该式中的2指的是结构拓扑维数为2，将该式的维度推广，可得：
$${D_{\rm{f}}} = {d_{\rm{E}}} - \frac{{{\rm{ln}}\mathit{\Phi }}}{{{\rm{ln}}\left( {{\lambda _{{\rm{max}}}}/{\lambda _{{\rm{min}}}}} \right)}}$$ (4) 式中：三维空间dE为3，二维空间dE为2，同时也表明若二维空间与三维空间孔隙率相同，最大孔径与最小孔径比也相等，则分形维数相差1。在实际中可通过测定孔隙率和最大最小孔径来得到结构的分形维数。如采用气体吸附法和压汞法[10]。
孔隙率是多孔介质结构固有的参数，对于多孔介质的孔隙，通常可以用实验方法得出。显微分析法是一种粗略的测量分析方法，它用二维平面测量结果近似代替三维空间指标。在这种孔隙率测试方法中，先用显微镜观察出多孔样品截面的总面积和其中包含的孔隙面积，然后直接通过两者比值计算出多孔体的孔隙率。除此之外还有质量-体积计算法，浸泡介质法等[10]。
在分形分析中，可以推导得出孔隙率与微观结构之间关系的表达式[11-12]：
$${L_0} = {\left[ {\frac{{1 - \mathit{\Phi } }}{\mathit{\Phi } }\frac{{{\rm{ \mathit{ π} }}{D_{\rm{f}}}{\lambda _{{\rm{max}}}}^2}}{{4\left( {2 - {D_{\rm{f}}}} \right)}}} \right]^{1/2}}$$ (5) 方程建立了分形多孔介质分形维数、孔隙率、介质微结构之间的定量关系式。其中L0指研究对象的边长。
基于现有的实验材料与实验条件，拟采用压汞法对回热器孔隙分布进行实验。压汞法的原理为非浸润液体注入多孔介质时，表面张力阻止液体进入孔隙，需额外施加压力才能将液体注入多孔介质孔隙中，施加的压力等于毛细压力[13]。由于不同孔隙大小产生的毛细压力不同，因此可以建立外加压力和孔隙大小的关系。汞进入孔隙所需压力取决于汞的表面张力、接触角和孔径，测试不同压力下进入多孔试样中汞的体积量，就可以计算出相应压力下大于某个半径值的孔隙的体积，从而计算出多孔介质的孔隙尺寸分布和比表面积[10]。
2. 分形压汞实验
本次压汞实验使用Quantachrome公司POREMASTER系列压汞仪，实验压汞仪如图 3。该压汞仪含低压和高压站口2个，低压范围1.5~350 kPa，高压范围140 kPa~420 Mpa，可测量直径为0.0035~400 μm范围内变化的孔容。该压汞仪测试原理如图 4，将待测样品放入样品管中，随着压力提高汞液体会逐渐进入到样品孔隙中，图中横轴为汞液体压力，纵轴为进入孔隙的体积，由此可以绘制出原始的体积-压力曲线，由该曲线可以进一步分析得出其他孔隙参数。
本次实验采用的样品为不锈钢丝网填充的回热器，5个样品填充参数如表 1所示。
表 1 实验样品参数Table 1. Sample parametersNumber 1# 4# 7# 10# 13# mesh number 500 420 220 420 500 mass/g 3.53 2.64 2.15 2.27 3.53 Filling method Manual Manual Manual Manual Mechanical 以上5个样品主要区别在于填充的网片目数和质量不同，同时1#、4#、7#、10#样品为手工填充，而13#样品为机器填充。
对以上5个样品进行压汞测试，初始压力-体积曲线实验结果如图 5所示，其中横坐标为压力，纵坐标为体积。
3. 回热器分形特征分析
Washburn方程描述了将液态汞压入特定直径的孔所需要的压力，方程如下：
$$D = \frac{{ - 4\gamma \left( {cos\theta } \right)}}{P}$$ (6) 式中：P为压力；D为孔隙直径；θ为汞和孔隙壁面的接触角，在本次测试中为140°；γ为汞的表面张力，取0.48 N/m。
根据式(5)以及实验测得的体积-压力关系，即可得出样品的孔隙分布与孔隙率等参数。
图 6即为5个样品的孔隙分布情况，其中横坐标为孔隙直径，纵坐标为体积对直径对数的微分。由该图可以看出对于使用220目~500目网片填充的回热器其孔径分布在20~100 μm之间，在多孔介质分类中属于大孔[14]。样品1#、4#、7#目数分别为500、420和220目，目数逐渐减小同时由图中可以看出孔径分布逐渐增大，与实际经验相符。其中1#样品500目孔径为20~60 μm，4#样品420目孔径为20~50 μm，7#样品220目孔径为40~100 μm。同时可以看出由于目数的减少样品孔隙率逐渐升高。10#样品目数也为420目，但质量相较于4#样品较小，两个样品孔径分布大致相同。13#样品为500目相较于其他样品不同在于使用机器填充，孔径分布与手工填充大致相同，但出现了小部分50~100 μm孔径，考虑该部分孔隙是由于填充过程中不均匀造成的。同时由图 6孔隙分布情况可以看出，除13#样品外，其余样品均为出现孔隙分布分段情况，最大、最小孔之间为连续分布。
5个样品孔隙率如表 2。
表 2 样品孔隙率及分形维数Table 2. Porosity & DfNumber 1# 4# 7# 10# 13# Porosity 63.94% 69.41% 75.15% 72.44% 68.72% Df 2.592 2.639 2.763 2.681 2.351 样品1#、4#、7#目数逐渐减小，同时由表中可以看出孔隙率逐渐增大。1#与13#目数都为500目，但13#比1#孔隙率高5%，机填相对于手工填充孔隙率更大。4#与10#样品网片目数都为420目，但孔隙率有一定差别，可以看出由手工填充的网片因填充工艺限制会造成孔隙率变化。
根据式(4)可对5个回热器样品进行分形维数计算，计算结果见表 2。
由表 2可知，1#、4#、7#、10#、13#四个样品分形维数在2~3之间，且随着网片目数的减小分形维数增大，主要是由于试样孔隙率的增加。13#样品分形维数计算得2.351，结合13#样品的孔隙分布情况，推测是由于样品制备过程中压力不均匀，导致出现两段孔隙分布，使得后续计算结果出现误差。由式(4)可知随着孔隙率增加分形维数会增大，同时最大、最小孔径之差增大会导致分形维数增大。
4. 结论
1）通过对回热器进行压汞实验，得到回热器中不同孔径的孔隙体积分数分布情况，得出回热器中孔隙尺寸为大孔，以及不同目数网片填充得到的孔隙率为60%~75%之间。
2）根据多孔介质分形维数的计算模型，得出回热器分形维数数值在2和3之间，说明回热器具有分形特征，相比其他具有分形结构特征的多孔介质，不锈钢网片填充的回热器内部结构较为均匀，且最大、最小孔隙差值较小，并未出现孔隙分布分段的现象。
-
![]()
图 6 表面温差随环境温度变化规律
Figure 6. Surface temperature difference changes with environmental temperature
![]()
图 8 缺陷设备红外精确测温图谱
Figure 8. Infrared precise temperature measurement spectrum of defective equipment
表 1 非理想环境条件参数
Table 1 Non-ideal environmental conditions parameters
Non-ideal environmental
conditionsLight intensity Temp-
eratureWind speed Condition 1: sunny summer day at noon 10000 lx 35℃ 2m/s Condition 2: overcast in autumn 200 lx 15℃ 6 m/s Condition 3: cloudy in summer 4000 lx 32℃ 4 m/s Condition 4: sunny winter 6000 lx 5℃ 2 m/s Condition 5: autumn evening 800 lx 23℃ 3 m/s 
下载: 导出CSV
表 2 非理想环境条件下测温图谱
Table 2 Thermal images under non-ideal environmental conditions
Environmental conditions Spectrum of CVT Spectrum of arrester Condition 1 
Condition 2 
Condition 3 
Condition 4 
Condition 5 
下载: 导出CSV
表 3 非理想环境条件下测试数据
Table 3 Test data under non-ideal environmental conditions
Condi-
tionsCVT Arrester τ/K τ0′/K Diagnostic results τ/K τ0′/K Diagnostic results Condi-
tion 10.22 2.21 Flawed 0.03 0.65 Flawed Condi-
tion 22.23 2.41 Flawed 0.66 0.71 Flawed Condi-
tion 30.86 2.28 Flawed 0.21 0.67 Flawed Condi-
tion 40.95 2.32 Flawed 0.35 0.67 Flawed Condi-
tion 51.84 2.36 Flawed 0.52 0.68 Flawed
下载: 导出CSV
-
[1] 卢有盟, 王增文, 李小燕. 1000 kV特高压电容式电压互感器的研制[J]. 电力建设, 2009, 30(9): 25-27. https://www.cnki.com.cn/Article/CJFDTOTAL-DLJS201405020.htm LU Youmeng, WANG Zengwen, LI Xiaoyan. Development of 1000 kV UHV capacitance voltage transformer[J]. Electric Power Construction, 2009, 30(9): 25-27. https://www.cnki.com.cn/Article/CJFDTOTAL-DLJS201405020.htm
[2] 余良清, 吴文海, 郑宇宏, 等. 特高压1000kVGIS出线复合套管的研制[J]. 电瓷避雷器, 2016(6): 6-15. https://www.cnki.com.cn/Article/CJFDTOTAL-DCPQ201606002.htm YU LiangQing, WU Wenhai, ZHENG Hongyu, et al. Development of terminal composite bushing for UHV 1000kV GIS[J]. Insulators and Surge Arresters, 2016(6): 6-15. https://www.cnki.com.cn/Article/CJFDTOTAL-DCPQ201606002.htm
[3] 桑建平, 吴亮, 刘云蔚, 等. 复合外套无间隙金属氧化物避雷器热特性试验研究[J]. 电瓷避雷器, 2015(3): 62-68. https://www.cnki.com.cn/Article/CJFDTOTAL-DCPQ201503011.htm SANG Jianping, WU Liang, LIU Yunwei, et al. Study on the thermal characteristic of polymeric housed MOA without gap[J]. Insulators and Surge Arresters, 2015(3): 62-68. https://www.cnki.com.cn/Article/CJFDTOTAL-DCPQ201503011.htm
[4] 林其雄, 曾文斐, 区伟明, 等. 电压型致热设备温度统计分析[J]. 电瓷避雷器, 2017(4): 39-45. https://www.cnki.com.cn/Article/CJFDTOTAL-DCPQ201704007.htm LIN Qixiong, ZENG Wenfei, QU Weiming, et al. Temperature statistics analysis of voltage type heating equipment[J]. Insulators and Surge Arresters, 2017(4): 39-45. https://www.cnki.com.cn/Article/CJFDTOTAL-DCPQ201704007.htm
[5] 刘振, 谌柳明, 江海涛. 特高压变电站扩建工程管理[J]. 山东电力技术, 2019, 46(6): 72-75. https://www.cnki.com.cn/Article/CJFDTOTAL-SDDJ201905017.htm LIU Zhen, ZHAN Liuming, JIANG Haitao. Analysis of construction management of expansion project of UHV substation[J]. Shandong Electric Power, 2019, 46(6): 72-75. https://www.cnki.com.cn/Article/CJFDTOTAL-SDDJ201905017.htm
[6] 张金岗. 红外测温技术在氧化锌避雷器带电检测中的应用[J]. 高压电器, 2015, 51(6): 200-204. https://www.cnki.com.cn/Article/CJFDTOTAL-GYDQ201506035.htm ZHANG Jingang. Application of infrared temperature measurement technology to live detection of Zinc Oxide arrester[J]. High Voltage Apparatus, 2015, 51(6): 200-204. https://www.cnki.com.cn/Article/CJFDTOTAL-GYDQ201506035.htm
[7] 朱振华, 周华, 于大洋, 等. 一起110 kV油浸式变压器高压套管异常发热缺陷诊断[J]. 山东电力技术, 2020, 47(12): 37-40. https://www.cnki.com.cn/Article/CJFDTOTAL-SDDJ202012008.htm ZHU Zhenhua, ZHOU Hua, YU Dayang, et al. Diagnosis of abnormal heating defect of high voltage bushing of 110 kV oil immersed transformer[J]. Shandong Electric Power, 2020, 47(12): 37-40. https://www.cnki.com.cn/Article/CJFDTOTAL-SDDJ202012008.htm
[8] 王政, 郭峰, 杨锟, 等. 基于多种试验综合诊断的CVT电压异常故障分析[J]. 山东电力技术, 2019, 46(11): 60-63. https://www.cnki.com.cn/Article/CJFDTOTAL-SDDJ201911011.htm WANG Zheng, GUO Feng, YANG Kun, et al. Analysis of CVT voltage abnormal fault based on comprehensive diagnosis of multiple tests[J]. Shandong Electric Power, 2019, 46(11): 60-63. https://www.cnki.com.cn/Article/CJFDTOTAL-SDDJ201911011.htm
[9] 马继先, 杨青, 郭亮, 等. 影响电力设备红外检测准确性因素的分析研究[J]. 华北电力技术, 2012(8): 55-60. https://www.cnki.com.cn/Article/CJFDTOTAL-HBDJ201208016.htm MA Jixian, YANG Qing, GUO Liang et al. Research on promoting the accuracy of electrical equipment diagnosing with infrared detection[J]. North China Electric Power, 2012(8): 55-60. https://www.cnki.com.cn/Article/CJFDTOTAL-HBDJ201208016.htm
[10] 廖盼盼, 张佳民. 红外测温精度的影响因素及补偿方法的研究[J]. 红外技术, 2017, 39(2): 173-177. http://hwjs.nvir.cn/article/id/hwjs201702012 LIAO Panpan, ZHANG Jiamin. Research on influence factors for measuring and method of correction in infrared thermometer[J]. Infrared Technology, 2017, 39(2): 173-177. http://hwjs.nvir.cn/article/id/hwjs201702012
[11] 张嘉旻, 周越, 郭洁, 等. 温度对交流无间隙金属氧化物避雷器状态检测的影响[J]. 电瓷避雷器, 2017(6): 57-61. https://www.cnki.com.cn/Article/CJFDTOTAL-DCPQ201706010.htm ZHANG Jiemin, ZHOU Yue, GUO Jie, et al. Influence of temperature on condition detection of ac moa without gaps [J]. Insulators and Surge Arresters, 2017(6): 57-61. https://www.cnki.com.cn/Article/CJFDTOTAL-DCPQ201706010.htm
[12] 卢知非, 刘浩宇, 陈文亮, 等. 红外人体测温精度补偿方法研究[J]. 红外技术, 2021, 43(9): 895-901. http://hwjs.nvir.cn/article/id/9b7f0122-fd48-4a89-825d-0dadbdafdc2e LU Zhifei, LIU Haoyu, CHEN Wenliang, et al. Accuracy compensation method for infrared human body temperature measurement accuracy[J]. Infrared Technology, 2021, 43(9): 895-901. http://hwjs.nvir.cn/article/id/9b7f0122-fd48-4a89-825d-0dadbdafdc2e
[13] 杨世铭, 陶文铨. 传热学[M]. 北京: 高等教育出版社, 2006. YANG Shiming, TAO Wenquan. Heat Transfer[M]. Beijing: Higher Education Press, 2006.
[14] 彭子健, 李宁, 李娜, 等. 风速和温度对红外热像检测绝缘子的影响分析[J]. 电瓷避雷器, 2019(3): 197-203. https://www.cnki.com.cn/Article/CJFDTOTAL-DCPQ201903034.htm PENG Zijian, LI Ning, LI Na, et al. Analysis of effect of wind speed and temperature on infrared thermal image detection of insulators[J]. Insulators and Surge Arresters, 2019(3): 197-203. https://www.cnki.com.cn/Article/CJFDTOTAL-DCPQ201903034.htm
[15] 周建国, 雷民, 杨楚明, 等. 带电设备红外诊断应用规范: DLT 664- 2016[S]. 北京: 中国电力出版社, 2017. ZHOU Jianguo, LEI Min, YANG Chuming, et al. Application Rules of Infrared Diagnosis for Live Electrical Equipment[S]. Beijing: China Electric Power Press, 2017.
-
期刊类型引用(0)
其他类型引用(1)
计量
- 文章访问数: 182
- HTML全文浏览量: 80
- PDF下载量: 29
- 被引次数: 1
