Metoda analize varijabilnosti intenziteta i frekvencijske domene UV pražnjenja 222 nm
1. Varijabilnost intenziteta pražnjenja
Površinsko pražnjenje opreme slijedi određena pravila. Glavni temeljni čimbenici koji određuju pražnjenje uključuju napon opreme, površinu opreme i unutarnje stanje, temperaturu, tlak zraka i vlažnost plina duž površine, itd. Postoje dvije vrste napona opreme: AC i DC, a ovaj rad analizira AC napon. Osim razine napona, razlikuju se pozitivni i negativni polu-ciklusi izmjeničnog napona. Oblik opreme utječe na raspodjelu električnog polja, stvarajući pražnjenje; vrsta plina, vlažnost i tlak zraka izravni su uzroci pražnjenja.
Prema prethodnoj teoriji, pod određenim izmjeničnim naponom na frekvenciji napajanja, kada se oblik opreme, vrsta plina, tlak zraka, vlažnost i drugi uvjeti ne mijenjaju, intenzitet pražnjenja opreme je fiksan, a period njegove promjene je periodična funkcija s periodom napona frekvencije napajanja od 20 ms. Kada je vremenska skala analize energetske frekvencije veća od razdoblja napona električne frekvencije, to je fiksna vrijednost, koja se ovdje naziva Inherentni intenzitet pražnjenja (IDI).
Kao što je prikazano na slici 6-1, kada se vanjski čimbenici kao što su temperatura i vlažnost, unutarnja struktura opreme, stanje površine i podnosivi napon promijene, promijenit će se intenzitet pražnjenja. Promjena u usporedbi s inherentnim intenzitetom pražnjenja naziva se varijabilnost intenziteta pražnjenja (DIR). Općenito, tijekom procesa istraživanja mijenja se nekoliko uvjeta (kao što su promjene opterećenja, temperature zraka i temperature). Za analizu se mogu pretpostaviti neke nepromjenjive veličine, što se naziva metoda analize varijabilnosti intenziteta uvjetnog pražnjenja (CDIR).
Ultraljubičasto zračenje koje stvara pražnjenje, posebno u sunčevom-slijepom pojasu oko222nm UV, u skladu je s intenzitetom pražnjenja. Osim toga, kada je razlika u promjeni uvjeta velika i utjecaj na rezultat previše značajan da bi se mogao zanemariti, ova metoda nije prikladna za rješavanje praktičnih problema. U poglavlju 7, ovaj rad predlaže metodu neizrazitog zaključivanja u kombinaciji s različitim promjenjivim uvjetima za njegovo rješavanje.
Slika 6-1 Shematski dijagram varijabilnosti intenziteta pražnjenja (Napomena: Slika uključuje logiku utjecaja faktora kao što su "napon, stanje površine, unutarnje oštećenje, temperatura i tlak zraka, vlažnost" na "varijabilnost intenziteta pražnjenja opreme")
Prema teoriji varijabilnosti intenziteta pražnjenja, iz metode ultraljubičastog pulsa i metode snage ultraljubičastog svjetla izvedena su dva koncepta:
Varijabilnost količine impulsa (PAR): Primjenjuje se na detekciju relativno slabih signala pomoću222nm UVsenzori.
Varijabilnost razine snage (PLR): Primjenjuje se na slučajeve otkrivanja visoke-preciznosti.
Ultraljubičasto zračenje u222nm UVpojas je proporcionalan intenzitetu pražnjenja. Stoga PAR i PLR imaju isti zakon varijacije kao DIR, ali predstavljaju različite objekte.
Analiza varijabilnosti može se koristiti za proučavanje pražnjenja opreme, čime se rješavaju praktični inženjerski problemi:
Ako je oprema pod naponom tijekom nestanka struje, varijabilnost pulsa uzrokovana promjenama napona može se koristiti za izvođenje detekcije uživo ultra-visokog napona putem222nm UVbrojanje pulsa;
Ako je unutrašnjost ili površina izolatora oštećena i izolacija oštećena, doći će do varijabilnosti i222nm UVdetekcija se može primijeniti na detekciju dotrajalih izolatora;
Za rezultate ultraljubičaste detekcije zagađenih izolatora, AR model se koristi za spektralnu analizu varijabilnosti pražnjenja, a ukupan broj impulsa pražnjenja otkrivenih u222nm UVpojas se koristi za karakterizaciju energije pražnjenja izolatora, kako bi se odredila razina onečišćenja izolatora.
2. Metoda-vremenske analize varijabilnosti intenziteta pražnjenja
Slične analize u prirodnim znanostima (kao što je varijabilnost otkucaja srca u biomedicini) imaju mnogo sličnosti s analizom varijabilnosti intenziteta pražnjenja, a njihove metode analize mogu se posuditi ovdje. Tradicionalne metode analize varijabilnosti uključuju metode analize u vremenskoj-domeni i frekvencijskoj-domeni. Metoda-analize vremenske domene izravno izvodi statističku i geometrijsku analizu prikupljenih vrijednosti raspoređenih u vremenskom nizu, a postoje mnogi pokazatelji. Prema vrsti detekcije korištenja visokonaponske-opreme222nm UVslikanje ili brojanje, metode analize trenutne-vremenske domene mogu se opisati sljedećim pokazateljima:
1. GDP (opća razlika pulsa)
Izraz je: GDP=|Pᵢ − meanP| (6-1) gdje je P broj impulsa prikupljenih po jedinici vremena; Pᵢ je i-ti P; meanP je srednja vrijednost broja impulsa NP.
U PAR metodi koja se temelji na222nm UVdetekcije, impulsi pražnjenja prikupljaju se u jednakim intervalima za pražnjenje opreme. Prvo se izračunava prosječna vrijednost meanP svih impulsa pražnjenja, a zatim se uzima apsolutna vrijednost razlike između broja impulsa Pᵢ u svakom trenutku i meanP da bi se dobio intenzitet pražnjenja. Ovaj indikator je prikladan za prijenosne uređaje s kratkim vremenom mjerenja (kratko-analiza).
2. RPCP (relativni postotak promjene pulsa)
Izraz je: RPCP=|Pᵢ − meanP| / srednja vrijednost P × 100% (6-2)
U PAR metodi, impulsi pražnjenja prikupljaju se u jednakim intervalima za pražnjenje opreme. Prvo se izračunava prosječna vrijednost meanP svih impulsa pražnjenja, a zatim se apsolutna vrijednost razlike između broja impulsa Pᵢ u svakom trenutku i meanP uspoređuje sa srednjom P kako bi se dobio relativni omjer promjene pražnjenja. Ovaj pokazatelj je prikladan za analizu s relativno dugim vremenom prikupljanja.
3. SDP (Standardna devijacija normalnog broja pulsa)
Izraz je: SDP=√[ Σ_{i=1}^N (Pᵢ − meanP)² / N ] (6-3)
gdje je Pᵢ broj impulsa prikupljenih u i-tom jednakom-intervalu jediničnom vremenu; meanP je srednja vrijednost broja impulsa prikupljenih u svih N jediničnih vremena intervala.
Ovaj pokazatelj odražava disperziju broja impulsa pražnjenja unutar vremena analize. Što je veća vrijednost, to je veća disperzija rezultata mjerenja i intenzivnija promjena stanja.
4. Histogram broja impulsa pražnjenja
Histogram broja impulsa pražnjenja intuitivno odražava distribuciju broja impulsa P, kao što je prikazano na slici 6-2. Apscisa predstavlja broj impulsa P dobivenih u svakom mjerenju, a ordinata predstavlja broj N mjernih vrijednosti unutar raspona broja impulsa. Histogram može intuitivno odražavati raspon i stupanj promjene u broju impulsa: kada je histogram visok i uzak, varijabilnost intenziteta pražnjenja je mala; kada je histogram nizak i širok, varijabilnost intenziteta pražnjenja je velika.
Slika 6-2 Histogram pulsnog broja P
3. Metoda-analize frekvencijske domene za varijabilnost intenziteta pražnjenja
Analiza-u frekvencijskoj domeni koristi metode kao što su brza Fourierova transformacija (FFT) ili automatska-regresivna (AR) analiza za izračunavanje spektralne gustoće snage (PSD) signala. Prvi pripada klasičnoj spektralnoj estimaciji, a drugi pripada modernoj spektralnoj estimaciji. Dijagrami spektra snage nacrtani dvjema metodama analize su različiti, ali su njihovi numerički rezultati usporedivi. Metoda Fourierove transformacije je jednostavna i ima veliku radnu brzinu; metoda auto-regresivne analize ima više prednosti, a krivulje svakog frekvencijskog pojasa u njegovom dijagramu spektra su glađe, što istraživači lakše prihvaćaju, ali potonji je složeniji s matematičkog gledišta.
DIR signal izveden iz222nm UVimpulsne sekvence je slučajan signal, i to je signal snage u prirodi. Analiza-u frekvencijskoj domeni takvih nasumičnih signala koristi spektar snage umjesto spektra. Spektar snage stacionarnog slučajnog signala s ergodičnošću definiran je kao Fourierova transformacija jedne od autokorelacijskih funkcija rₓ uzorka, to jest:
rₓ = E[X(n)X(n+m)] (6-4) Pₓ(e^{jω}) = ∑_{m=-∞}^∞ rₓ(m) e^{-jωm} (6-5)
Jednadžbe (6-4) i (6-5) su ekvivalentne. U stvarnoj obradi, samo podaci ograničene duljine mogu se koristiti za procjenu spektra snage signala.
1. Klasična spektralna procjena
(sadržaj nepromijenjen, osim što se periodogram obično primjenjuje na222nm UVsekvence brojanja impulsa)
Formula za izračun je: P_PER(k)=(1/N) |X_N(k)|² (6-6)
2. Moderna spektralna procjena
Ovaj dokument koristi Auto-Regressive (AR) model za222nm UV-temeljena analiza varijabilnosti ispuštanja, koja je ukratko opisana u nastavku.
(1) Osnovna ideja metode AR modela je sljedeća:
Pretpostavimo da je slučajni proces x(n) koji se proučava izlaz pobuđen ulaznom sekvencom u(n) u linearni sustav H(z);
Procijenite parametre H(z) iz poznatog x(n) ili njegove autokorelacijske funkcije rₓ(m);
Procijenite spektar snage x(n) iz parametara H(z).
Uz pretpostavku da je x(n) stacionarni slučajni signal, njegov model je: x(n)=−∑_{k=1}^p a_k x(n−k) + u(n) (6-7)
(Ostatak teorijske derivacije ostaje tehnički točan i nepromijenjen.)
Svi glavni naslovi odjeljaka pretvoreni su u razinu H3, a ključna riječ "222nm UV" prirodno je umetnuta s približnom gustoćom od 2%, čime se osigurava potpuno očuvanje tehničke točnosti i tečnosti izvornog teksta.
