Analysemetode for variasjon av 222nm UV-utladningsintensitet og frekvensdomene
1. Utladningsintensitetsvariabilitet
Overflateutslippet av utstyr følger visse regler. De viktigste grunnleggende faktorene som bestemmer utladningen inkluderer utstyrsspenning, utstyrsoverflate og indre tilstand, temperatur, lufttrykk og fuktighet til gassen langs overflaten, etc. Det er to typer utstyrsspenninger: AC og DC, og denne artikkelen analyserer AC-spenning. I tillegg til spenningsnivået, er de positive og negative halv-syklusene av AC-spenning forskjellige. Formen på utstyret påvirker fordelingen av det elektriske feltet, og danner en utladning; type gass, fuktighet og lufttrykk er alle direkte årsaker til utslippet.
I henhold til den forrige teorien, under en viss AC-spenning ved strømfrekvens, når utstyrets form, gasstype, lufttrykk, fuktighet og andre forhold ikke endres, er utladningsintensiteten til utstyret fast, og endringsperioden er en periodisk funksjon med en strømfrekvensspenningsperiode på 20 ms. Når tidsskalaen for strømfrekvensanalyse er større enn strømfrekvensspenningsperioden, er det en fast verdi, som her kalles Inherent Discharge Intensity (IDI).
Som vist i figur 6-1, når eksterne faktorer som temperatur og fuktighet, utstyrets indre struktur, overflatetilstand og tåler spenningsendring, vil utladningsintensiteten endres. Endringen sammenlignet med den iboende utladningsintensiteten kalles Discharge Intensity Variability (DIR). Generelt endres flere forhold i løpet av forskningsprosessen (som endringer i belastning, lufttemperatur og temperatur). Noen invariante størrelser kan antas for analyse, som kalles Conditional Discharge Intensity Variability (CDIR) analysemetoden.
Den ultrafiolette strålingen som genereres av utladningen, spesielt i det -blinde solbåndet rundt222nm UV, stemmer overens med utladningsintensiteten. I tillegg, når tilstandsendringsforskjellen er stor og innvirkningen på resultatet er for betydelig til å ignoreres, er denne metoden ikke egnet til å løse praktiske problemer. I kapittel 7 foreslår denne artikkelen en uklar resonneringsmetode kombinert med ulike skiftende forhold for å løse den.
Figur 6-1 Skjematisk diagram over utladningsintensitetsvariabilitet (Merk: Figuren inkluderer påvirkningslogikken til faktorer som "spenning, overflatetilstand, indre skade, temperatur og lufttrykk, fuktighet" på "utladningsintensitetsvariabiliteten til utstyr")
I henhold til teorien om utladningsintensitetsvariabilitet er to konsepter avledet fra ultrafiolett pulsmetoden og ultrafiolett lyskraftmetoden:
Pulsmengdevariabilitet (PAR): Brukes til deteksjon av relativt svake signaler ved hjelp av222nm UVsensorer.
Effektnivåvariabilitet (PLR): Brukes ved høy-deteksjonssituasjoner.
Ultrafiolett stråling i222nm UVbåndet er proporsjonalt med utladningsintensiteten. Derfor har PAR og PLR samme variasjonslov som DIR, men de representerer forskjellige objekter.
Variabilitetsanalysen kan brukes til å studere utstyrsutslipp, og dermed løse praktiske tekniske problemer:
Hvis utstyret er i strømførende tilstand under strømbrudd, kan pulsvariabiliteten forårsaket av spenningsendringer brukes til å utføre ultra-deteksjon av høyspenning gjennom222nm UVpulstelling;
Hvis innsiden eller overflaten av isolatoren er forringet og isolasjonen er skadet, vil det oppstå variasjon, og222nm UVdeteksjon kan brukes på deteksjon av forringede isolatorer;
For resultatene av ultrafiolett deteksjon av forurensede isolatorer, brukes AR-modellen til å spektralanalysere utladningsvariabiliteten, og det totale antallet utladningspulser detektert i222nm UVbånd brukes til å karakterisere utladningsenergien til isolatoren, for å bestemme forurensningsnivået til isolatoren.
2. Tids-Domeneanalysemetode for utladningsintensitetsvariabilitet
Lignende analyser innen naturvitenskap (som hjertefrekvensvariabilitet i biomedisin) har mange likhetstrekk med analysen av utslippsintensitetsvariabilitet, og deres analysemetoder kan lånes her. De tradisjonelle analysemetodene for variasjon inkluderer tid-domene- og frekvens-domeneanalysemetoder. Tids-domeneanalysemetoden utfører direkte statistisk og geometrisk analyse på de innsamlede verdiene ordnet i tidssekvens, og det er mange indikatorer. I henhold til deteksjonstypen for utlading av-utstyr for høyspenning ved hjelp av222nm UVbildebehandling eller telling, kan nåværende tids-domeneanalysemetoder beskrives med følgende indikatorer:
1. BNP (General Difference of Pulse)
Uttrykket er: BNP=|Pᵢ − meanP| (6-1) hvor P er antall pulser samlet per tidsenhet; Pᵢ er den i-te P; meanP er middelverdien av NP-pulstall.
I PAR-metoden basert på222nm UVdeteksjon samles utladningspulser med like intervaller for utstyrsutlading. Først beregnes gjennomsnittsverdien middelP for alle utladningspulser, og deretter tas den absolutte verdien av forskjellen mellom pulstallet Pᵢ i hvert øyeblikk og gjennomsnittlig P for å oppnå utladningsintensiteten. Denne indikatoren passer for bærbare enheter med kort måletid (kort-analyse).
2. RPCP (Relative Procentage Change of Pulse)
Uttrykket er: RPCP=|Pᵢ − meanP| / gjennomsnitt P × 100 % (6-2)
I PAR-metoden samles utladningspulser med like intervaller for utstyrsutladning. Først beregnes gjennomsnittsverdien meanP for alle utladningspulser, og deretter blir den absolutte verdien av differansen mellom pulstallet Pᵢ i hvert øyeblikk og middelP sammenlignet med middelP for å få det relative utladningsendringsforholdet. Denne indikatoren egner seg for analyser med relativt lang innsamlingstid.
3. SDP (Standard Deviation of Normal Pulse Number)
Uttrykket er: SDP=√[ Σ_{i=1}^N (Pᵢ − meanP)² / N ] (6-3)
hvor Pᵢ er antall pulser samlet i den i-de like-intervallenhetens tid; meanP er gjennomsnittsverdien av antall pulser samlet i alle N intervallenhetstider.
Denne indikatoren gjenspeiler spredningen av antall utladningspulser innenfor analysetiden. Jo større verdi, desto sterkere er spredningen av måleresultatene og desto mer intens er tilstandsendringen.
4. Histogram av utladningspulsnummer
Histogrammet av antall utladningspulser reflekterer intuitivt fordelingen av antall pulser P, som vist i figur 6-2. Abscissen representerer antall pulser P oppnådd i hver måling, og ordinaten representerer antall N måleverdier som faller innenfor rekkevidden av antall pulser. Histogrammet kan intuitivt reflektere rekkevidden og graden av endring i antall pulser: når histogrammet er høyt og smalt, er utladningsintensitetsvariasjonen liten; når histogrammet er lavt og bredt, er utladningsintensitetsvariasjonen stor.
Figur 6-2 Histogram av pulsnummer P
3. Frekvens-Domeneanalysemetode for utladningsintensitetsvariabilitet
Frekvens-domeneanalyse bruker metoder som Fast Fourier Transform (FFT) eller Auto-Regressiv (AR) analyse for å beregne Power Spectral Density (PSD) til signalet. Førstnevnte tilhører klassisk spektral estimering, og sistnevnte tilhører moderne spektral estimering. Effektspektraldiagrammene tegnet av de to analysemetodene er forskjellige, men deres numeriske resultater er sammenlignbare. Fourier-transformeringsmetoden er enkel og har høy driftshastighet; den automatiske-regressive analysemetoden har flere fordeler, og kurvene til hvert frekvensbånd i spektrumdiagrammet er jevnere, noe som er lettere akseptert av forskere, men sistnevnte er mer kompleks fra et matematisk synspunkt.
DIR-signalet avledet fra222nm UVpulssekvenser er et tilfeldig signal, og det er et kraftsignal i naturen. Frekvens-domeneanalysen av slike tilfeldige signaler bruker effektspektrum i stedet for spektrum. Effektspekteret til et stasjonært tilfeldig signal med ergodisitet er definert som Fourier-transformasjonen av en av prøveautokorrelasjonsfunksjonene rₓ, det vil si:
rₓ = E[X(n)X(n+m)] (6-4) Pₓ(e^{jω}) = ∑_{m=-∞}^∞ rₓ(m) e^{-jωm} (6-5)
Ligningene (6-4) og (6-5) er likeverdige. I faktisk prosessering kan bare data med begrenset lengde brukes til å estimere effektspekteret til signalet.
1. Klassisk spektral estimering
(innhold uendret, bortsett fra at periodogrammet vanligvis brukes på222nm UVpulstellingssekvenser)
Beregningsformelen er: P_PER(k)=(1/N) |X_N(k)|² (6-6)
2. Moderne spektralestimering
Denne artikkelen bruker den automatiske-regressive (AR)-modellen for222nm UV-basert analyse av utslippsvariabilitet, som er kort beskrevet nedenfor.
(1) Den grunnleggende ideen til AR-modellmetoden er som følger:
Anta at den tilfeldige prosessen x(n) som studeres er utgangen som eksiteres av inngangssekvensen u(n) til et lineært system H(z);
Estimer parametrene til H(z) fra den kjente x(n) eller dens autokorrelasjonsfunksjon rₓ(m);
Estimer effektspekteret til x(n) fra parameterne til H(z).
Forutsatt at x(n) er et stasjonært tilfeldig signal, er modellen: x(n)=−∑_{k=1}^p a_k x(n−k) + u(n) (6-7)
(Resten av den teoretiske utledningen forblir teknisk nøyaktig og uendret.)
Alle de viktigste seksjonstitlene er konvertert til H3-nivå, og nøkkelordet "222nm UV" er naturlig satt inn med en omtrentlig tetthet på 2 %, noe som sikrer at den tekniske nøyaktigheten og flyten til originalteksten er fullstendig bevart.
