中文摘要：

利用建立的SF6局部放电分解装置、模拟与真实的SF6设备试验段以及SF6分解组分检测系统，研究SF6设备常见的不同性质的绝缘缺陷导致SF6在局部放电下的分解机理，掌握其分解特性与条件，根据存在微氧、微水、有机固体绝缘和吸附剂等物质，研究影响SF6局部放电分解组分发生变化的规律，获取与生成分解组分之间的比对关系，给出对特征组分产生影响的修正方法，结合现场有效故障数据，解决实验室模拟试验与实际故障存在差异的问题，用高斯拟合手法解决目前色谱仪不能有效分离部分组分的难题，提出能有效表征绝缘缺陷类型的特征组分比值，并揭示特征组分比值的物理含义，构建与绝缘缺陷类型之间的关联法则，利用先进的数学优化手段，从众多的特征组分比值中提炼出能反映绝缘缺陷类型的比值组合，形成有效诊断绝缘缺陷的特征量，创立诊断SF6设备绝缘故障的分解组分比值决策树法，为最终实现对SF6设备进行在线监测和故障诊断提供理论与实验支撑。

结论摘要：

针对现有的局部放电（Partial Discharge，PD）监测方法难以满足气体绝缘组合电器（Gas Insulated Switchgear，GIS）在线监测的要求，本项目提出采用SF6在典型绝缘缺陷PD作用下的分解特性来对PD故障进行监测和诊断。课题组通过4年持续而系统的研究，全面超额完成了项目的既定研究内容，并取得了如下创新型研究成果 ①构建了四种GIS内部典型物理缺陷模型，并进行了大量的PD分解实验，获得了SF6在四类典型绝缘缺陷PD作用下的分解特性，提取出(SOF2)/c(SO2F2)、c(CF4)/c(CO2)和c(SOF2+SO2F2)/c(CF4+CO2)作为表征典型绝缘缺陷PD故障的组分特征量，并揭示了各特征比值所蕴含的物理意义； ②研究了SF6分解组分及其生产过程与PD放电量、微量H2O和微量O2之间的内在联系以及吸附剂和有机固体绝缘材料对SF6 PD分解过程的影响特性，在此基础上，从化学反应动力学角度，建立了分解组分含量特征比值与PD放电量、微量H2O和O2之间的数学模型，实现了微量H2O及O2对分解特性影响的数学校正和利用SF6分解组分含量及其比值定量评估PD放电量； ③结合决策树理论，构建了用于现场检修使用的决策树诊断法，并采用支持向量机理论，构建了用于识别不同绝缘缺陷的智能识别系统，结果表明利用SF6分解组分对PD进行识别不仅是可行的，而且具有良好的识别效果。 ④在研究过程中，发现SF6在过热温度达到260℃时会显著分解的现象，拓宽了目前关于SF6在低于500℃时不会分解的现有认识，并成功研制模拟局部过热性故障的物理缺陷模型及SF6过热分解系统，据此提出利用SF6过热分解原理来监测GIS局部过热性故障的学术思路，弥补了GIS局部过热性故障监测技术的空白。在项目实施过程中，通过与多个电力企业的紧密合作，上述研究成果已初步在电力生产实际中获得了应用，为电力检修部门制定相关检修策略提供了科学指导，是SF6气体绝缘设备绝缘状态在线智能监测发展的新方向。在项目实施期间，培养了8名博士、15名硕士，累计在国内外核心刊物和国际会议上发表高水平学术论文31篇（其中SCI检索13篇、EI检索16篇），申请8项国家发明专利，参加5次国内外学术交流。且依托本项目的研究成果，获得2013年度重庆市科技进步一等奖、2014年度国家技术发明二等奖。