高压开关柜主要的故障其原因可分为两类
来源：襄阳三子电气有限公司 | 发布时间：2024/1/12 10:09:08
高压开关柜的故障表现及其原因包括哪些呢？高低压开关柜价格,高低压配电柜厂家来详细介绍：
一、高压开关柜的故障表现及其原因统计表明，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，提升杆闪络，ＣＴ闪络、击穿，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。
二、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。-- 电工技术之家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。
在上述情况下，在事故潜伏期都可能产生放电现象，故可以通过对放电的监测得到相关的信息。通常采用的监测方法有交流泄露电流在线监测和介质损耗角正切在线监测方法，文献使用射频法对开关柜内的绝缘和接触不良的在线监测技术进行了探索。
利用上述各种监测方法可以较方便地获取高压开关柜的状态参量和有关信号的波形。由于高压开关柜内电磁环境较为恶劣，某些信号的波形往往含有很多因干扰而产生的“毛刺”，这对从波形中提取有用信息不利。传统的去除“毛刺”的办法是低通滤波，由于“毛刺”主要由高频成分组成，故信号经过低通滤波后“毛刺”便被大大削弱了。但由于波形中可能存在有用的高频成分，低通滤波会将这部分高频成分也不加区别地除去，使波形发生失真。文献介绍了一种基于小波变换的高压开关柜监测信号消噪方法，小波分析方法 是一种窗口大小固定但其形状可改变，时间窗和频率窗都可改变的时频局部化分析方法。
即在低频部分具有较高的频率分辨率和较低的时间分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨率，所以被誉为数学显微镜。正是这种特性,使小波变换可以用于选择性地去除信号中的“毛刺”。由于高压开关柜是多个电气设备的组合，其内部涉及电、磁、温度等多种物理现象，故障的表现形式和产生机理千差万别，因此，应该采用多种方法结合来进行故障诊断。
在传统故障诊断方法的基础上，将人工智能的理论用于故障诊断，发展智能化和自动化的诊断方法，成为故障诊断的主要方向。设备故障诊断技术是一门多学科交叉的新兴学科，需要借助各种有效的数学工具，如模糊数学、神经网络、小波变换、分形几何等，此外根据故障的某些特征进行识别并加以分类的模式识别技术，根据故障与其特征量之间的数学表达式进行分析的函数识别法，对故障及其原因进行统计分析的概率统计法，根据故障发生、发展的继承和因果关系进行分析的故障树分析法，在数据不完整条件下的灰色识别方法在某些场合下也有应用。
在各种智能诊断方法中，常用的是模糊诊断方法和人工智能诊断系统，它们都是以对故障与征兆之间的因果关系进行正确分析为前提的。高压开关柜工作的可靠性直接影响电力系统的正常运行，随着传感器技术、信号处理技术和人工智能技术的迅猛发展，使得对高压开关柜实施在线监测成为可能，为高压开关柜的在线故障诊断提供了前提条件。随着高压开关柜故障在线诊断技术的进步，开关设备的管理和维修将发展到状态维修的新阶段。
