电力设备中环氧树脂/硅橡胶界面缺陷智能识别方法研究

作     者：陈照轩 

作者单位：西安理工大学 

学位级别：硕士

导师姓名：杨国清

授予年度：2024年

学科分类：080801[工学-电机与电器] 0808[工学-电气工程] 08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 080502[工学-材料学] 

主      题：复合绝缘材料 识别方法 电气性能 界面缺陷 

摘      要：环氧树脂和硅橡胶作为电力设备的复合绝缘材料,在保障电力系统的安全运行中扮演重要角色,但材料界面作为最薄弱的绝缘部位,常因环境等因素产生界面缺陷,降低材料绝缘性能,破坏电力设备运行的稳定性。因此,研究基于多特征数据融合的材料界面缺陷检测方法,对保障电力设备及电力系统安全稳定运行具有重要意义。本文基于环氧树脂/硅橡胶界面缺陷特点开展缺陷识别方法研究。 本研究制备了界面含有气泡、气隙、水珠、金属氧化物杂质和绝缘杂质五种典型缺陷的环氧树脂/硅橡胶复合绝缘材料,利用COMSOL仿真软件计算了典型缺陷下材料内部电场。研究发现界面缺陷会畸变电场分布,相比无界面缺陷的界面电场强度,直径为2mm的气泡缺陷会导致局部电场强度增大8至9倍,同样直径的水珠缺陷使局部电场强度增大了 3至5倍。气泡和绝缘杂质会导致电场集中在缺陷内部,而水珠和金属氧化物杂质会使电场集中在缺陷与复合材料的交界面处。 通过研究缺陷试样内部的空间电荷及电场分布,测试试样的介电常数、局部放电起始电压及交流击穿场强等电气性能,分析缺陷类型及缺陷大小对复合材料绝缘性能的影响。研究结果表明,界面缺陷因电场极化作用导致空间电荷积聚,水珠缺陷和气泡缺陷分别导致空间电荷量增加了30%和25%。对复合材料的介电特性影响最大的是水珠缺陷,分别使材料的相对介电常数及介质损耗角正切值增大了107%和8.9%。气隙缺陷则使复合绝缘材料的局部放电起始场强和工频击穿场强分别下降了38.8%和29.1%。 基于实验数据分析复合材料电气性能参数与各类缺陷间的相关性,根据数据特点提出一种基于SVM和改进KNN的组合机器学习方法,旨在提高识别环氧树脂/硅橡胶界面缺陷类型的准确率。经过仿真验证,采用多特征值融合后的数据可以使算法识别准确度提高24.6%,组合算法的平均识别率达99.3%,相比经典SVM算法和KNN算法,识别率分别提高了9.6%和30.8%,有效提高环氧树脂/硅橡胶界面缺陷智能识别的准确度和可靠性。 本研究通过仿真计算含有界面缺陷复合材料的内部电场,测试复合材料的绝缘性能,对比研究各类界面缺陷对材料电气特性的影响,基于SVM和改进KNN的组合机器学习方法,训练多特征融合数据,有效提升了环氧树脂/硅橡胶界面缺陷的识别精度,解决了特征数据来源单一,可识别缺陷类型少的问题,具有良好的应用前景。