高壓電氣設備絕緣試驗新技術研究

李泰偉 舒 俊 劉沛軒

（國網江西省電力有限公司南昌供電分公司，江西 南昌 330000）

電氣設備需要承受高電壓與大電流的作用，因此對設備所使用的絕緣材料也有極高的要求，推動相關領域研究發展。王健等（2023）針對高壓電機H級絕緣系統進行了研究，制造了線圈試樣并測試[1]。張長虹等（2023）總結了目前關于直流GIL絕緣關鍵技術和GIL設備研制的相關研究[2]。徐曙等（2023）選用不同型號的半導電屏蔽料，測試了其電氣、力學以及流變性能[3]。俞葆青等（2023）介紹了高壓直流電纜聚丙烯絕緣材料電場調控的理論與方法[4]。杜伯學等（2023）建立了水平敷設的1100kV GIL三支柱絕緣子電場-溫度場-流體耦合仿真模型，計算了三支柱絕緣子放電起始電壓[5]。劉青等（2022）通過主成分分析法對高壓服役電纜主絕緣老化狀態進行評估[6]。王昊月等（2023）基于高壓頻域介電譜診斷方法研究電纜絕緣老化[7]。余光凱等（2022）針對特高壓帶電作業絕緣工具操作沖擊放電特性進行了試驗驗證[8]。宋思齊等（2022）研究了高壓擊穿電弧作用下SMC絕緣隔板的引燃特性[9]。

1 理論概述

絕緣材料的基本特性包括絕緣性能和物理性能2個方面。絕緣性能是指材料在給定條件下阻止電流通過的性能，主要包括介電常數、介質損耗和體積電阻率等指標，而物理性能則是指材料的強度特性，如拉伸強度、斷裂伸長率等。

現有絕緣材料的性能主要包括絕緣性能和物理性能2個方面。其中，絕緣性能是衡量材料絕緣特性的指標，一般使用介電常數、介質損耗和體積電阻率等指標進行評價；物理性能則是衡量材料耐久性及強度特性的指標，包括拉伸強度、斷裂伸長率等。在針對新型絕緣材料的研究中，絕緣性能和物理性能同樣需要進行評價。

在高壓電氣設備中，要求絕緣材料具有較高的介電常數和較低的介質損耗，同時能夠長期保持較高的體積電阻率，以保證設備在運行中的安全性和可靠性。此外，材料的物理性能也需要具有足夠的強度和耐久性，以適應電氣設備在復雜環境條件下的工作狀態。

傳統絕緣材料主要使用硅酮橡膠、玻璃纖維和石棉等材料，這些材料絕緣性能優越，但是強度和耐久性相對較差，容易受一些外界因素的影響進而導致性能降低，不滿足特殊環境下的要求。因此，需要不斷開發一些新型絕緣材料來滿足不同環境下的需求。

目前，新型絕緣材料的研究主要集中在加強材料的物理性能和耐久性2個方面。其中，一種常用的方法是通過添加填料或添加劑來增強材料的強度和耐久性。例如，加入納米氧化鋯、硅氧烷等填料可以有效提高聚合物材料的力學性能和耐熱性能，從而提高絕緣材料的物理性能。同時，加入抗氧化劑和紫外線吸收劑等添加劑，可以提高材料的熱穩定性和耐久性，從而增強其絕緣性能。對常見絕緣電纜材料交聯聚乙烯而言，抗氧化劑通過清除材料中的活性自由基來調節交聯反應和絕緣性能，形成復雜影響機制與多重路徑，該文也將在該基礎上在交聯聚乙烯中加入抗氧化劑以優化其絕緣性能，并根據模型預測性能表現情況以設計更具適應性與經濟性的材料及應用模式。

2 試驗設計

2.1 試驗材料

該文試驗使用的絕緣材料成分相關信息見表1。

表1 試驗材料概述

2.2 試驗方法

基于上述材料來源，該文構建了多組別交叉試驗，對不同摻入比例的硫化劑與抗氧化劑影響交聯聚乙烯材料拉伸強度與絕緣性能情況進行驗證分析。其中，硫化劑的摻入比例分別為1.6、1.7、1.8、1.9、2.0dcp，抗氧化劑1010的摻入比例分別為0.15、0.2、0.25、0.35、0.5dcp，兩者均基于100g低密度交聯聚乙烯。

將上述對比試驗作為試驗1，相應匹配不摻入抗氧化劑1010的另一組別試驗作為試驗2進行對比。

2.3 試樣制備

首先，基于上述材料配置，在110℃、50r/min條件下現有加入低密度聚乙烯、硫化劑與航氧化劑，混煉至完全熔融，得到可交聯聚乙烯。

其次，在110℃、15MPa條件下熱壓15min，在175℃，15MPa條件下交聯30min，保持壓力至逐漸冷卻獲得試樣。

最后，脫氣處理48h以消除內應力與交聯副產物。

各組別制作50個試樣，其試樣制備根據國家標準相應指標完成，使用無缺口試樣。

2.4 測試方法

抗沖擊測試使用懸梁臂沖擊方法，測試拉伸強度，每組測試5個試樣，結果取均值，單位為N/mm2。電性能測試采用圓柱電極，浸入二甲基硅油測試，分別在30℃、50℃、70℃、90℃條件下測試，測試中加壓速率為500V/s，試樣厚度為100μm，每組測試10個試樣，結果取均值，單位為kW/mm。

2.5 分析模型

神經網絡是一種基于生物大腦運行原理設計的人工智能模型，它由大量的人工神經元組成，可以模擬人類大腦的信息處理機制。神經網絡通常是一個通過訓練學習從輸入數據中提取有用信息的多層網絡結構，可以完成許多復雜的任務，例如分類、預測、識別和決策等。

通常神經網絡分為輸入層、隱藏層和輸出層3個部分，其中輸入層接受原始數據作為輸入，隱藏層通過對輸入進行多次處理，得到更高層次的數據特征，并將這些特征傳遞到輸出層進行最終的輸出。在神經網絡中，每個神經元通過計算輸入信號的加權和并應用激活函數來生成其輸出信號，同時神經元之間的連接權重可以通過反向傳播算法進行訓練優化，以實現更好的預測或分類效果。該文也即基于神經網絡模型處理試驗數據，以材料配置與輸入，以產品性能為輸出進行預測。

3 試驗結果

3.1 數據特征

對測試形成結果的總樣本數據規模進行描述性統計，結果見表2。

表2 描述性統計

如表2所示，拉伸強度的最大值為28，最小值為24，平均值為26.136。在4個不同溫度下進行的擊穿強度試驗中，均值隨著溫度的升高而逐漸降低。其中，對試驗1數據中的抗氧化劑加入量影響情況進行單因素分析，其結果見表3。

表3 試驗1數據中的抗氧化劑加入量對力學與絕緣性能影響單因素分析

如表3所示，所有指標的P值均大于0.05，說明抗氧化劑加入量對這些指標的影響并不顯著。

對試驗2結果中的硫化劑加入量進行單因素分析，其結果見表4。

表4 試驗2數據中的硫化劑加入量對力學與絕緣性能影響單因素分析

如表4所示，所有指標的P值均小于0.01，說明結果均在99%置信區間下顯著。

不同加入量的硫化劑對各項指標均有顯著影響。其中，當硫化劑加入量從1.6變為1.7時，拉伸強度的各樣本平均值從25.6提高到了27.2，經過方差分析（F值為17.05），檢驗結果表明具有非常顯著的差異（P值小于0.001），可以認為硫化劑的加入量對拉伸強度具有顯著積極影響。當加入量為1.6時，各項擊穿強度指標的平均值最高，隨著加入量的增加，平均值逐漸下降，說明硫化劑的摻入使材料擊穿強度隨之下降，絕緣性能減弱。

基于該結果，實踐層面應用基于交聯聚乙烯的絕緣材料時，需要平衡絕緣性能與強度的關系，而該文也即在該基礎上構建模型預測，從而在不借助實際材料試驗的基礎上利用預估配置數據預測產品性能，為相應產品開發和應用提供參考。

3.2 模型性能

基于試驗數據，使用神經網絡模型進行預測。預測模型訓練需要對樣本數據進行劃分，其中60%用于訓練樣本，20%用于測試樣本，20%用于驗證樣本。

其模型預測的性能表現見表5。

表5 模型預測誤差

如表5所示，試驗1的預測性能顯著較好，而試驗2的預測性能則表現出較高的預測誤差。該差異性反映出，試驗1所使用的材料組合能夠較準確地預測產品性能，從而在實際產品性能需求評估的基礎上設計相應的產品材料組合。相較于此，試驗2的輸入變量僅有硫化劑的摻入量，則預測結果準確性顯著較弱。

其中，試驗1的誤差值如圖1所示。

如圖1所示，試驗1所涉及的樣品性能差異較顯著，部分預測結果的誤差顯著較高，多數結果的誤差則顯著較小。其中，試驗2的誤差值如圖2所示。

圖2 試驗2誤差值

如圖2所示，試驗2的樣品性能差異顯著較少，多數預測結果的誤差顯著較低，但分布較不均勻，提示在較小尺度下的樣本數據分布特征迥異，可能存在其他外部因素影響形成現有輸入變量所不能有效解釋的誤差。

3.3 誤差比較

整理試驗1數據中的各組別樣本數據誤差分布情況，如圖3所示。

圖3 試驗1的訓練、驗證、測試和全樣本誤差分布

如圖3所示，各類型樣本中的誤差規模普遍較小，各組別數據均能較好完成預測，不同樣本間差異性不影響該預測準確性，能夠驗證模型整體的預測性能良好，未見顯著過擬合現象。

4 結論

該文針對高壓電氣設備中絕緣材料的問題研究了一種新型的基于高分子材料的復合材料，并將該材料與傳統材料進行了性能對比。結果顯示，新型材料在絕緣性能和物理性能方面優于傳統材料。同時，該文根據新材料摻入不同水平抗氧化劑的情況，構建了針對絕緣性能和拉伸強度的預測模型，并進行了預測結果和試驗結果的對比驗證，結果表明該模型具有預測效果好、適用范圍廣等特點。