第1章 绪论 1
1.1 气体绝缘装备分类及特点 1
1.1.1 气体绝缘组合电器 2
1.1.2 气体绝缘电缆 6
1.1.3 气体绝缘变压器 9
1.2 气体绝缘装备常见的绝缘故障 12
1.2.1 气体绝缘装备中的常见故障统计 12
1.2.2 气体绝缘装备放电性绝缘故障及其诱因 13
1.2.3 气体绝缘装备机械性故障及其诱因 15
1.2.4 气体绝缘装备过热性故障及其诱因 19
1.3 气体绝缘装备故障诊断方法 22
1.3.1 现场交接试验故障诊断方法 23
1.3.2 放电性故障诊断方法 23
1.3.3 过热故障的诊断方法 28
1.4 基于组分分析的气体绝缘装备故障诊断技术 29
1.4.1 基于SF6分解组分分析的故障诊断原理 29
1.4.2 基于SF6分解组分分析的故障诊断方法的地位及应用前景 31
参考文献 32
第2章 SF6气体特性及其分解机理与影响因素 34
2.1 SF6气体特性及其应用 34
2.1.1 SF6气体的特性 34
2.1.2 SF6气体的应用 36
2.2 SF6气体的分解产物 37
2.2.1 SF6在放电下的分解产物 37
2.2.2 SF6在过热下的分解产物 41
2.3 SF6气体的分解机理 43
2.3.1 SF6在放电下的分解机理 43
2.3.2 SF6在过热下的分解机理 45
2.4 影响SF6气体分解的主要因素 47
2.4.1 放电能量 47
2.4.2 放电类型 48
2.4.3 过热温度 48
2.4.4 水分和氧气含量 49
2.4.5 电极材料 50
2.4.6 吸附剂的影响 51
2.5 气体绝缘设备正常运行下的组分含量 51
参考文献 53
第3章 SF6分解组分检测方法 58
3.1 SF6分解组分的色谱检测法 58
3.1.1 色谱检测法的原理 58
3.1.2 SF6分解组分的色谱检测系统 59
3.1.3 SF6分解组分的色谱定性检测方法 64
3.1.4 SF6分解组分的色谱定量检测方法 67
3.2 SF6分解组分的色谱－质谱联合检测法 68
3.2.1 色谱－质谱的基本工作原理 68
3.2.2 SF6分解组分的GC/MS联合定性检测法 71
3.2.3 SF6分解组分的GC/MS联合定量检测法 73
3.3 红外检测法 74
3.3.1 红外检测原理 75
3.3.2 检测SF6分解组分的长光程气体池的设计 76
3.3.3 SF6分解组分的红外定性定量检测 79
3.4 光声光谱检测法 85
3.4.1 光声光谱检测的基本原理 85
3.4.2 光声检测装置的研制与参数测试 88
3.4.3 SF6分解组分的光声检测定量检测 93
3.4.4 温度对SF6分解组分光声光谱检测特性的影响及其数学校正 94
3.5 气敏传感器检测法 99
3.5.1 传统电化学气敏传感器检测SF6分解组分 99
3.5.2 碳纳米管气敏传感器检测SF6分解组分 101
3.5.3 TiO2纳米管气敏传感器检测SF6分解组分 104
参考文献 107
第4章 局部放电下SF6分解特性及特征组分 111
4.1 气体绝缘设备中典型绝缘缺陷物理模型 111
4.1.1 金属突出物缺陷 111
4.1.2 自由导电微粒缺陷 112
4.1.3 绝缘子表面污秽缺陷 113
4.1.4 绝缘子气隙缺陷 114
4.2 SF6分解特征组分选择及特征组分含量比值 115
4.2.1 SF6特征分解组分选择及物理意义 115
4.2.2 特征组分含量比值选取及其物理意义 115
4.3 不同绝缘缺陷类型的SF6分解特性 116
4.3.1 分解组分含量变化规律 116
4.3.2 特征组分含量比值 120
4.3.3 PD量和特征组分产气率 122
4.4 不同PD强度下SF6分解特性及其特征提取 124
4.4.1 实验步骤 124
4.4.2 分解组分产量随放电时间的变化规律 126
4.4.3 分解组分含量与放电量的关联特性 128
4.4.4 分解组分有效产气速率与放电量的关联特性 131
4.4.5 表征PD能量的特征组分 133
4.4.6 表征PD能量的分解特征组分产率比值 136
参考文献 139
第5章 局部过热下SF6分解特性及特征组分 142
5.1 SF6局部过热分解试验系统 142
5.2 不同过热故障下SF6气体分解特性 145
5.2.1 SF6热分解起始温度 146
5.2.2 在POT作用下SF6分解组分含量变化特性 147
5.2.3 涉及有机固体绝缘材料时SF6过热分解组分含量变化特性 155
5.3 主要特征分解组分的确定及其物理意义 164
参考文献 169
第6章 微量氧气对SF6分解组分特性的影响 171
6.1 微量氧气来源 171
6.2 微量氧气对SF6局放分解影响特性及作用机制 172
6.2.1 微量氧气影响SF6局放分解的机理 172
6.2.2 低浓度段氧气含量对分解特性的影响 173
6.2.3 高浓度段氧气含量对分解特性的影响 176
6.3 微量氧气含量对局放分解特征量的影响 181
6.3.1 微量氧气对特征组分相对产气速率的影响 181
6.3.2 微量氧气对特征组分含量比值的影响 184
参考文献 185
第7章 微量水分对SF6分解组分特性的影响 188
7.1 微量水分来源及其危害 188
7.2 微量水分对SF6局放分解的影响特性及作用机理 190
7.2.1 微量水分对SF6局放分解的作用机理 190
7.2.2 不同微量水分含量下分解特征组分含量 192
7.2.3 不同微量水分含量对特征组分产气速率的影响 197
7.2.4 微量水分对组分特征比值的影响 198
参考文献 201
第8章 吸附剂对SF6分解组分特性的影响 204
8.1 常用吸附剂种类 204
8.1.1 活性氧化铝 204
8.1.2 分子筛 205
8.1.3 活性炭 205
8.2 吸附剂的吸附原理 206
8.3 吸附剂对SF6分解组分的吸附特性 207
8.3.1 不同类型吸附剂对特征组分的吸附特性 208
8.3.2 吸附剂对特征分解组分吸附量的分析 212
8.4 吸附剂对SF6局放分解的影响特性 213
8.4.1 实验方法 213
8.4.2 不同吸附剂用量下各特征分解组分含量的变化规律 214
8.4.3 吸附剂对主要组分特征量的影响 218
8.5 吸附剂对SF6局部过热分解的影响特性 222
8.5.1 实验方法 222
8.5.2 不同吸附剂用量下主要过热特征分解组分含量的变化规律 223
参考文献 226
第9章 影响SF6分解组分特性的其他因素 228
9.1 金属材料对SF6分解特性的影响规律 228
9.1.1 金属材料对SF6分解的影响机制 228
9.1.2 金属材料对SF6分解特征产物的影响 230
9.2 气压对SF6分解特性的影响规律 233
9.3 有机固体绝缘材料对SF6分解特性的影响规律 239
参考文献 241
第10章 基于DCA故障诊断的影响因素校正 243
10.1 化学反应动力学理论 244
10.1.1 零级反应 245
10.1.2 一级反应 245
10.1.3 二级反应 246
10.2 微水微氧对特征组分含量比值影响的化学动力学分析 248
10.2.1 PD作用下SF6分解的化学反应级数 248
10.2.2 组分浓度与反应物初始浓度之间的关系 249
10.2.3 特征组分含量比值与初始微水微氧浓度之间的关系 250
10.3 微水微氧对特征组分比值影响规律的数学模型 250
10.3.1 数学模型的形式 250
10.3.2 数学模型参数确定 252
10.4 微水微氧对特征组分比值影响的耦合校正 253
10.4.1 微水影响校正 254
10.4.2 微氧影响校正 254
10.4.3 微水微氧影响耦合校正 254
10.4.4 微水微氧校正实例 255
10.5 微水微氧校正在局部放电模式识别中的应用 260
参考文献 261
第11章 分解组分含量为特征量的故障诊断 262
11.1 SF6气体绝缘性能的常规检测 262
11.1.1 SF6气体泄漏检测 262
11.1.2 SF6杂质成分检测 264
11.2 PD故障的特征组分 267
11.2.1 PD导致SF6分解生成特征产物的过程 267
11.2.2 SF6分解特征产物与PD能量的关系 268
11.3 高能放电性故障（火花放电、电弧放电）的特征组分 270
11.4 局部过热性故障的特征组分 271
11.5 以分解特征组分为特征量的诊断实例分析 274
参考文献 276
第12章 以分解组分比值为特征量的故障诊断 280
12.1 比值法的基本原理 280
12.2 SF6分解特征组分比值的构建及其物理意义 281
12.2.1 c（SO2 F2）/c（SOF2）的物理意义 282
12.2.2 c（CF4）/c（CO2）的物理意义 283
12.2.3 c（SOF2＋SO2 F2）/c（CO2＋CF4）的物理意义 285
12.3 基于SF6分解特征组分比值的编码树故障诊断方法 288
参考文献 290
第13章 以分解组分含量及比值为特征量的决策树故障诊断 291
13.1 决策树理论 291
13.2 决策树的生成和剪枝 293
13.3 基于特征组分比值的决策树建立 295
13.4 基于决策树的绝缘缺陷辨识 295
参考文献 298
第14章 以分解组分含量及比值为特征量的模糊聚类故障诊断 299
14.1 模糊聚类的基本原理及方法 299
14.1.1 模糊关系的聚类 299
14.1.2 目标函数的模糊聚类 303
14.2 模糊聚类故障诊断模型与方法 305
14.2.1 基于模糊关系的模糊聚类故障诊断模型及方法步骤 305
14.2.2 基于目标函数的模糊聚类故障诊断模型及方法步骤 307
14.3 案例及分析 310
14.3.1 以分解组分含量为特征量的模糊聚类法案例分析 310
14.3.2 以分解组分含量比值为特征量的模糊聚类法案例分析 312
参考文献 313
第15章 以分解组分含量及比值为特征量的支持向量机故障诊断 315
15.1 支持向量机的基本原理及方法 315
15.2 支持向量机优化 319
15.2.1 支持向量机核函数 319
15.2.2 多分类支持向量机 320
15.2.3 支持向量机参数优化 321
15.3 支持向量机故障诊断模型与方法 322
15.3.1 支持向量机故障诊断模型 323
15.3.2 支持向量机故障诊断步骤 324
15.4 绝缘故障诊断实例分析 325
参考文献 328
索引 329