题目：基于SF6气体分解物的电气设备故障检测系统的研究

现今，SF6已经逐步替代了常规的绝缘油材料应用在国内外高压电气设备中，SF6电气设备的广泛应用，为电力生产的安全经济运行发挥积极的作用，但也暴露出由于一些设备内部的固体绝缘材料的设计、质量以及安装工艺存在一些问题，使得设备内部存在缺陷，乃至发生事故，严重地威胁到电力生产的安全。国内外对SF6电气设备的故障概率的调查结果显示，SF6气体故障在所有的故障之中占有相当大的比重，所以SF6电气设备的故障检测显得日益的重要。本文根据SF6电气设备的绝缘检测机理，通过对SF6气体各种分解物特性的分析研究，确定以SO2气体为主要分解物检测对象，对SF6电气设备的故障进行检测。在此基础上，研制开发了基于SF6气体分解物的电气设备故障检测仪，设计了基于ATmega128系列AVR单片机的故障诊断硬件系统，在硬件电路的设计中充分考虑了电路的电磁兼容性，最终使得系统实现对检测结果的存储，显示，报警和历史数据查询等功能。根据检测现场的要求，本文提出了手持式的故障诊断检测方案，设计适合于手持式的操作仪器，采用微型电磁阀设计自动化检测气路，可以防止不必要的检测气体泄漏到大气中造成环境污染，同时也使得检测更加的智能化。论文研究了高压强磁场环境下电力系统谐波分析，考虑到电气设备故障检测现场的高压强电磁环境，和小波神经网络在数据压缩时，不仅重构结果很好，还能有较好的滤噪功能，最终选择小波神经网故障诊断法。采用小波神经网络故障诊断方法进行滤波处理，得到较准确的检测结果，用于检测、判定SF6电气设备内部故障。经实验室和现场实际检测操作证明，本论文所设计的基于SF6气体分解物的电气设备故障检测仪，方案合理，切实可行，检测结果可靠，有广阔的应用前景。