UNIVERSIDAD POLITÉCNICA DE MADRID ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA Y DISEÑO INDUSTRIAL Modelado y simulación de descargas parciales internas, arborescencias eléctricas y vida útil de dieléctricos poliméricos sólidos utilizados en activos eléctricos TESIS DOCTORAL Johnatan Mauricio Rodríguez Serna Magíster en Ingeniería e Ingeniero Electricista 2021 Departamento de Ingeniería Eléctrica, Electrónica, Automática y Física Aplicada ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA Y DISEÑO INDUSTRIAL Modelado y simulación de descargas parciales internas, arborescencias eléctricas y vida útil de dieléctricos poliméricos sólidos utilizados en activos eléctricos TESIS DOCTORAL Autor: Johnatan Mauricio Rodríguez Serna Magíster en Ingeniería e Ingeniero Electricista Director: Ricardo Albarracín Sánchez Dr. en Ingeniería Eléctrica, Electrónica y Automática 2021 LECTURA DE TESIS El acto de lectura y defensa de la Tesis Doctoral se realizó el día ___ de _______ de _____, en la Escuela Técnica Superior de Ingeniería y Diseño Industrial de la Universidad Politécnica de Madrid, ante el tribunal aprobado por la Comisión de Doctorado de la UPM el __ de __________ de _____, formado por los siguientes doctores: Presidente: Vocal: Vocal: Vocal: Secretario: El Presidente El Secretario Fdo.:_______________________ Fdo.:__________________________ El Vocal 1º El Vocal 2º Fdo.:___________________ Fdo.:___________________ El Vocal 3º Fdo.:___________________ DEDICATORIA A mi familia y a todos quienes me han acompañado en este proyecto. I AGRADECIMIENTOS A mi familia por su apoyo y fe, a mi director de tesis por su guía y consejos y a todas las entidades que de una manera u otra han apoyado para la realización de esta tesis: Fundación Carolina, Universidad Politécnica de Madrid y Universidad de Antioquia. II 1| RESUMEN Y GUÍA AL LECTOR 1.1 Resumen Las sociedades modernas dependen altamente de un suministro confiable de energía eléctrica, lo que implica que los equipos y sistemas que se utilizan en la cadena de generación, transporte y suministro deben mantenerse operando de manera continua, evitando salidas inesperadas o no programadas. Ningún equipo o sistema está libre de averías o faltas que pueden ser generadas por ausencia de mantenimiento, uso inadecuado o problemas de fabricación, entre otros. Es claro que, si se desea garantizar la operación confiable y segura de un equipo eléctrico, inherentemente deberá verificarse el funcionamiento adecuado de su sistema de aislamiento eléctrico y, además, en caso de detectarse la existencia de fallos en éste, dicha detección deberá hacerse en una etapa temprana de la falta, de manera que se puedan planear de manera anticipada las acciones correctivas y que los costos asociados a las reparaciones y pérdida del suministro eléctrico se puedan reducir. En dieléctricos poliméricos sólidos las Descargas Parciales (DP) en cavidades en el interior de aquellos representan el mecanismo de degradación dominante, induciendo la aparición de arborescencias eléctricas que se propagan rápidamente a través del dieléctrico sólido desde la superficie de las cavidades hasta que se produce la falta total del aislamiento eléctrico. Debido a este hecho, las mediciones de DP en los sistemas de aislamiento de activos eléctricos brindan una información muy valiosa acerca del estado de envejecimiento y, como se propone en esta tesis, pueden usarse para estimar la vida útil remanente en conjunto con resultados de simulación. Esta tesis doctoral es resultado de una investigación basada en modelamiento y simulación en busca de comprender y aportar al conocimiento acerca de los diferentes procesos físicos relacionados con los fenómenos de DP en cavidades en el interior de dieléctricos poliméricos sólidos y como ésta actividad de DP en cavidades degrada el material dieléctrico hasta ocasionar la ruptura del sistema de aislamiento. En esta tesis se revisan y discuten los diferentes modelos que permiten la simulación de DP internas, de la propagación de arborescencias eléctricas y la estimación de la vida útil remanente en dieléctricos sólidos poliméricos. A partir del estudio y análisis teórico de los fenómenos y de los modelos existentes, se proponen varios modelos novedosos que permiten mejorar la precisión de las simulaciones, considerar las características multifísicas de los fenómenos estudiados y características de no homogeneidad de los materiales dieléctricos. Entre los modelos propuestos para simular DP en cavidades y arborescencias en el interior de dieléctricos sólidos se tienen: 1. Un modelo analítico mejorado 2. Un novedoso modelo analítico multifísico 3. Un modelo de tres condensadores mejorado 4. Un novedoso modelo electrostático de elementos finitos 5. Un nuevo modelo híbrido de elementos finitos 6. Un modelo determinístico mejorado para la simulación de DP en arborescencias eléctricas 7. Un novedoso modelo estocástico para la simulación de DP en arborescencias eléctricas 8. Un modelo físico mejorado para la simulación de propagación de arborescencias eléctricas en sólidos dieléctricos poliméricos Los modelos fueron validados mediante comparación entre resultados de simulación y mediciones experimentales reportadas por otros autores. Adicionalmente, el análisis de los resultados de simulación de diferentes casos de estudio ha permitido obtener conclusiones acerca de los procesos y mecanismos de degradación inducida por las DP en cavidades y arborescencias en el interior de dieléctricos sólidos, discutir la validez y pertinencia de parámetros de medios y variables definidas en modelos previos y proponer hipótesis adicionales acerca del efecto de los materiales compuestos en la propagación de arborescencias y la relación entre la energía disipada por las DP en las arborescencias y la tasa y dirección de propagación. La verificación de estas últimas hipótesis requerirá de comprobación experimental que se realizará en el futuro, en el marco de un proyecto internacional con financiación pública y privada. III De igual manera, se propone una novedosa metodología que permite estimar la degradación inducida por la actividad de DP en cavidades en el interior de dieléctricos sólidos poliméricos y calcular la vida útil remanente a partir de resultados de simulación, considerando las interacciones a nivel microscópico de la estructura de los materiales dieléctricos poliméricos sólidos y los mecanismos de degradación activados por las DP a través de una novedosa función de daño. Además, se presenta un novedoso y original modelo de vida para dieléctricos sólidos poliméricos en función de la energía de impacto de los electrones durante las DP y se propone un nuevo, original y práctico indicador de la tasa de degradación con base en el valor pico de la corriente inducida por las DP. El estado del arte, los modelos, metodología e indicador de degradación propuestos, así como los resultados de la investigación y principales aportaciones al conocimiento, fueron presentados en varias publicaciones en revistas indexadas posicionadas en los primeros cuartiles (nueve) y en congresos internacionales (tres). Algunas de las publicaciones de revista (seis) se incluyen en el cuerpo de este documento y permiten la presentación de esta tesis en la modalidad de compendio de artículos. Los modelos y métodos propuestos en esta tesis son útiles, no solamente desde un punto de vista meramente analítico, sino además en el campo práctico de la ingeniería, ya que pueden usarse en conjunto con medidas experimentales y técnicas de inteligencia artificial para implementar herramientas de diagnóstico de equipos eléctricos en servicio. Además, pueden desarrollarse otras futuras líneas de investigación a partir de los resultados obtenidos y los modelos presentados en esta tesis. El contenido y estructura de esta tesis de doctorado se describen en la siguiente sección. 1.2 Guía del lector Esta tesis se presenta en la modalidad de compendio de publicaciones por lo que este documento no pretende ser una monografía completa y en lugar de ello, la esencia de este documento radica en la colección de artículos realizados por el autor. De acuerdo a los lineamientos establecidos por la Universidad Politécnica de Madrid (UPM) para la presentación de tesis doctoral en esta modalidad, las publicaciones deben cumplir con los siguientes requerimientos: “El doctorando deberá ser primer autor de un mínimo de tres artículos en revistas que figuren en los listados JCR o Scopus en posiciones Q1 o Q2, realizadas durante el periodo de duración de la tesis doctoral, con la afiliación a la Universidad Politécnica de Madrid”. Las publicaciones compendiadas en el Capítulo 4 de esta tesis satisfacen los anteriores requerimientos, como puede verificarse en este mismo capítulo y en el Anexo D. De igual manera, la UPM establece lineamientos claros acerca de la estructura del documento de tesis y su contenido, como a continuación se describe. En el Capítulo 2 se presenta la introducción general del documento de tesis. En la Sección 2.1, se presenta el interés de la investigación, donde se muestra la situación problemática y la motivación para la realizar la misma. Los aspectos relevantes del conocimiento previo que conducen a los avances de la tesis se presentan en la Sección 2.2, donde se describen los materiales considerados para las simulaciones y análisis, y se muestran sus aplicaciones en los sistemas de aislamiento de diferentes equipos usados en las redes e instalaciones eléctricas de diferentes niveles de tensión y potencia. Se presentan los aspectos relevantes del conocimiento previo y un estado del arte del modelamiento y simulación de DP en cavidades en el interior de dieléctricos poliméricos, de propagación de arborescencias en sólidos dieléctricos, de DP en arborescencias y de estimación de vida útil de dichos materiales aislantes. Finalmente, en la Sección 2.3 se presentan los objetivos de la tesis e hipótesis de partida planteados para aportar a la solución de la situación problemática. En el Capítulo 3, se presenta la metodología empleada para el desarrollo y evaluación de los resultados. En la Sección 3.1 se presentan la metodología y recursos utilizados para dar cumplimiento a los objetivos establecidos. Posteriormente, en la Sección 3.2 se describe el proceso de experimentación y evaluación de resultados. Finalmente, en la Sección 3.3 se muestra el procedimiento para el análisis estadístico de los resultados. En el Capítulo 4, se presenta la colección de publicaciones escogidas entre las realizadas a lo largo de los estudios de doctorado para cumplir los requerimientos de presentación en la modalidad de compendio de artículos. Se presentan seis artículos de revista relacionados con los objetivos establecidos de la siguiente manera: tres para el objetivo 1, dos para el objetivo 2 y una para el objetivo 3. Para cada IV documento se incluye un cuadro en el cual se resumen características de los artículos y las revistas tales como: título del artículo, autores, nombre de la revista, volumen y número, año y rango de páginas, clasificación en JCR y Scopus, ISSN, DOI, si es de acceso abierto, palabras clave y resumen en inglés. Cada una de las publicaciones incluidas corresponde a la versión definitiva publicada por la revista en sus bases de datos de acceso electrónico. En el Capítulo 5, se presenta la discusión general de resultados reportados en los artículos del Capítulo 4. En la Sección 5.1 se realiza la descripción integrada de la solución implementada para lograr el cumplimiento de los objetivos establecidos. En la Sección 5.2 se analizan los principales resultados obtenidos y presentados en las publicaciones del Capítulo 4, se incluyen además tablas y figuras complementarias obtenidas a partir de los resultados en las publicaciones y se indican las aportaciones de estas al cumplimiento de los objetivos establecidos. Las conclusiones generales obtenidas durante el desarrollo de la tesis, así como algunas específicas obtenidas a partir del análisis de los resultados mostrados en las publicaciones del Capítulo 4 se presentan en la Sección 5.3. Finalmente, en la Sección 5.4 se describen algunas futuras líneas de investigación que se pueden desarrollar a partir de los resultados obtenidos y los modelos propuestos y validados en esta tesis. En el Capítulo 6, se presentan las referencias bibliográficas. Finalmente, se incluyen cuatro anexos (A, B, C y D). El Anexo A, contiene un informe no publicado aún en el que se muestran los resultados de un estudio de la propagación de arborescencias eléctricas en sólidos dieléctricos poliméricos no homogéneos y con carga espacial. El Anexo B contiene un artículo de revista realizado en conjunto con investigadores internacionales (Virginia Tech.) en el cual se revisan y discuten los modelos de elementos finitos para la simulación de DP en cavidades en el interior de dieléctricos sólidos y se propone un modelo analítico mejorado. En el Anexo C, se presenta un artículo de conferencia (TPEC-2021) en el cual se propone un modelo nuevo de vida basado en la energía de impacto de los electrones durante las DP y un novedoso indicador de la tasa de degradación inducida por la actividad de las DP en función del valor pico de la corriente inducida por aquellas en los electrodos de alta tensión. Para terminar, en el Anexo D se resumen los resultados científicos de la investigación realizada para dar cumplimiento a los objetivos establecidos: publicaciones, participación en proyectos, asesorías a trabajos de fin de grado y registro de software. 1.2.1 Palabras clave A continuación, se listan las palabras clave relacionadas con el contenido de este documento de tesis: Modelamiento y simulación de descargas parciales, modelamiento y simulación de arborescencias eléctricas, envejecimiento de dieléctricos, ruptura dieléctrica, estimación de vida útil remanente, diagnóstico de sistemas de aislamiento, alta tensión, activos eléctricos, dieléctricos poliméricos sólidos, monitoreo de la condición. V 1.3 Abstract Modern societies are highly dependent on a reliable supply of electrical energy, which implies that the electrical assets and equipment used in electric power generation, transmission and distribution systems must be maintained in constant operation, avoiding unexpected or unscheduled outages. No equipment or system is free from defects or failures that can be due to a lack of maintenance, improper use or, among others, manufacturing problems. It is necessary to verify the proper operation of electrical-asset insulation systems in order to confirm reliability and safety conditions. In addition, in the case of faults in the insulation system such detection must be made at an early stage so that corrective actions may be planned and costs associated with repairs and loss of electrical supply reduced. In solid polymeric dielectrics, internal partial discharges (PD, in the singular form) in cavities represent the dominant degradation mechanism. The PD activity in cavities causes the inception of electrical trees that propagate rapidly through the solid dielectric from the surface of the cavities until electrical insulation breakdown. For this reason, PD measurements obtained in electrical asset insulation systems provide highly valuable information about the aging state and, as will be proposed in the doctoral thesis, may be used to estimate the remaining lifespan in conjunction with simulation results. The thesis entitled Modelling and Simulation of Internal Partial Discharges, Electrical Treeing and Lifetime Prognosis of Solid Polymeric Dielectrics Used in Electrical Assets is the result of research based on modelling and simulation with the purposes of both understanding, and contributing to, what is known about the physical processes related to the phenomena of PD in cavities inside solid polymeric dielectrics. It also seeks to comprehend how PD activity in cavities degrades the dielectric material in causing a breakdown of the insulation system. The models for simulating PD in cavities, simulating propagation of electrical trees and estimating the remaining lifespan in polymeric solid dielectrics are reviewed and discussed. Based on the study and theoretical analysis of the phenomena and existing models, several new models are proposed that allow improvements in the precision of simulations and consideration of the multiphysics characteristics of the studied phenomena and inhomogeneity of the dielectric materials. Among the models proposed for simulating PD, both in cavities and in electrical trees, and propagation of electrical trees inside solid dielectrics are the following: 1. An improved PD analytical model 2. A novel multiphysics PD analytical model 3. An improved three-capacitance PD model 4. A novel electrostatic PD finite element model 5. A new hybrid PD finite-element model 6. An improved deterministic model for simulating PD in electrical trees 7. A novel stochastic model for simulating PD in electrical trees 8. An improved physical model for simulating the propagation of electrical trees in solid polymeric dielectrics The models were validated by comparison between simulation results and experimental measurements reported by in the published literature. Additionally, analysis of the simulation results of case studies allowed conclusions to be obtained about the processes and mechanisms of the degradation induced by PD in cavities and in electrical trees inside solid dielectrics. In addition, this also enabled the validity and appropriateness of media parameters and variables defined in previous models to be discussed. Lastly, hypotheses about the effect of composite materials on tree propagation and on the relationship between the energy dissipated by PD, and the tree growth rate and direction of propagation, were formulated. Verification of these last hypotheses will require experimental validation that will involve future international in-laboratory research supported by funding from the public and private sectors. Similarly, a novel methodology for estimating the degradation induced by PD activity in cavities inside solid polymeric dielectrics and, consequently, calculating the remaining lifespan from simulation results, is proposed. This methodology uses a novel damage function that considers the interactions at the microscopic level between the structure of solid polymeric dielectric materials and the degradation mechanisms activated by PD. In addition, a novel life model for solid polymeric dielectrics as a function VI of the impact energy of the electrons during PD, and a new and practical indicator of the degradation rate, based on the peak value of the PD-induced current, are presented. The state of the art, proposed models, methodology and indicator of degradation, as well as the results obtained from the research and main contributions to the field, have been published in nine indexed journal articles (journals positioned at the first three quartiles in the Journal Citation Report, JCR) indicator and presented in three international conference papers. Six of the indexed articles are included in the body of this document and allow the presentation of the thesis in the form of a compendium of publications. The models and methods proposed are useful not merely from an analytical point of view but also in the practical field of engineering, given that they may be used in conjunction with experimental measurements and artificial-intelligence techniques to implement diagnostic tools for electrical equipment in-service. In addition, other future lines of research could be developed from the results and the models presented. The content and structure of the thesis are described in the following section. 1.4 Reader’s guide The thesis is presented in the form of a compendium of publications, given that the manuscript is a collection of articles written by the author instead of a monograph. According to the guidelines established by the Universidad Politécnica de Madrid (UPM) regarding doctoral theses, “the PhD student must be the lead author of a minimum of three articles in journals that appear in the JCR or Scopus lists in positions Q1 or Q2, carried out during the duration of the doctoral thesis, with affiliation to the Universidad Politécnica de Madrid”. The publications summarised in Chapter 4 satisfy such a requirement, as may be verified in the chapter and in Annex D. Similarly, the UPM establishes clear guidelines about the structure of the thesis document and its content, as described below. The general introduction is presented in Chapter 2. In section 2.1, the interest of the research is presented, where the problem to be addressed and the reason for carrying out research are provided. The aspects regarding the prior knowledge are presented in Section 2.2, where the materials considered for the simulations and analysis are also described (along with applications in the insulation systems of equipment used in the networks and electrical installations at various voltage and power levels). The current state of the art of the modelling and simulation of PD in cavities, propagation of electrical trees, PD in electrical trees and estimate of the lifespan of solid polymeric dielectrics, are also presented. Lastly, the thesis objectives and initial hypotheses formulated for contributing to the solution of the aforementioned situation are included in Section 2.3. In Chapter 3, the methodology used for the preparation and evaluation of the results is presented. In Section 3.1, the methodology and resources used to fulfil the established objectives are provided. Subsequently, the processes of experimentation and evaluation of results are presented in Section 3.2. Lastly, the procedure for the statistical analysis of the results is shown in Section 3.3. Chapter 4 corresponds to the compendium of publications which includes six journal articles related to the stated objectives. They are presented as follows: three for Objective 1, two for Objective 2 and one for Objective 3. For each paper, a table is included in which characteristics of the articles and journals are summarised such as article title, author details, journal name, volume and number, year and page range, classification in JCR and Scopus, the International Standard Serial Number (ISSN), the Digital Object Identifier (DOI) if it is open-access, keywords and abstract in the English language. Each of the publications in Chapter 4 corresponds to the final version published by the journals and included in the respective electronic database. In Chapter 5, the general discussion of the results reported in the articles in Chapter 4 is presented. In Section 5.1, the integrated description of the solution implemented for the fulfilment of the established objectives is made. The analyses of the main results obtained and presented in the publications in Chapter 4 are presented in Section 5.2. Complementary tables and figures, obtained from the results in the publications, are also included and the contributions of publications to the accomplishment of objectives are indicated. The general conclusions obtained during the development of the thesis, as well as certain specific ones obtained from the analyses of the results shown in the publications of Chapter 4, are presented in Section 5.3. Lastly, future lines of research that may be developed from the results VII obtained and the models proposed and validated, are described in Section 5.4. In Chapter 6, the bibliographic references are presented. Lastly, four annexes are included and named A, B, C and D. Annex A contains an unpublished report that shows the results obtained from a study on the propagation of electrical trees in inhomogeneous and with space charge, solid polymeric dielectrics. Annex B contains a journal article written in conjunction with international researchers at Virginia Tech. in which the PD finite-element models are reviewed and discussed, and an improved PD analytical model proposed. In Annex C, a conference paper (TPEC-2021) is presented in which a new life model and a novel indicator of the degradation rate induced by the PD activity are presented. Additionally, the Annex D summarises the scientific results obtained from the research: publications, participation in projects, advice provided to students in their end-of-degree project and software registration. 1.4.1 Keywords The keywords related to the content are as follows: modelling and simulation of partial discharges, modelling and simulation of electrical trees, aging of dielectrics, dielectric breakdown, estimate of remaining lifespan, diagnosis of insulation systems, high voltage, electrical assets, solid polymeric dielectrics, condition monitoring. VIII CONTENIDO DEDICATORIA ......................................................................................................................................I AGRADECIMIENTOS ...........................................................................................................................II 1| RESUMEN Y GUÍA AL LECTOR ..................................................................................................... III 1.1 Resumen ................................................................................................................................................................................... III 1.2 Guía del lector......................................................................................................................................................................... IV 1.2.1 Palabras clave.................................................................................................................................. V 1.3 Abstract ..................................................................................................................................................................................... VI 1.4 Reader’s guide ...................................................................................................................................................................... VII 1.4.1 Keywords ...................................................................................................................................... VIII CONTENIDO ...................................................................................................................................... IX 2| INTRODUCCIÓN .............................................................................................................................1 2.1 Interés de la investigación .................................................................................................................................................. 2 2.1.1 Situación problemática................................................................................................................... 2 2.1.2 Motivación e interés de la investigación ....................................................................................... 3 2.2 Aspectos relevantes del conocimiento previo que conducen a los avances de la tesis ............................. 4 2.2.1 Materiales considerados para las simulaciones y análisis .......................................................... 4 2.2.2 Modelamiento y simulación de DP en cavidades esféricas en el interior de materiales dieléctricos poliméricos sólidos ............................................................................................................. 7 2.2.3 Modelamiento y simulación de propagación de arborescencias eléctricas en dieléctricos poliméricos sólidos ................................................................................................................................ 21 2.2.4 Modelamiento y simulación de DP en arborescencias eléctricas ............................................. 24 2.2.5 Evaluación de la degradación inducida por DP en materiales dieléctricos poliméricos y estimación de la vida útil ....................................................................................................................... 26 2.3 Objetivos de la tesis e hipótesis de partida ............................................................................................................... 29 2.3.1 Hipótesis de partida...................................................................................................................... 29 2.3.2 Objetivos ........................................................................................................................................ 30 3| METODOLOGÍA ............................................................................................................................31 3.1 Metodología y recursos para los objetivos ................................................................................................................ 31 3.1.1 Objetivo 1: Modelamiento y simulación de DP en cavidades al interior de sólidos dieléctricos poliméricos ............................................................................................................................................. 31 3.1.2 Objetivo 2: Modelamiento y simulación de propagación de arborescencias eléctricas en el interior de sólidos dieléctricos ............................................................................................................. 36 3.1.3 Objetivo 3: Modelar la expectativa de vida útil de los sistemas de aislamiento eléctrico sólido ................................................................................................................................................................. 38 3.2 Experimentación y evaluación ....................................................................................................................................... 39 3.3 Análisis estadístico .............................................................................................................................................................. 40 4| COMPENDIO DE PUBLICACIONES ..............................................................................................41 5| DISCUSIÓN GENERAL, CONCLUSIONES Y FUTURAS INVESTIGACIONES .............................151 5.1 Descripción integrada de la solución ........................................................................................................................ 151 5.2 Análisis de resultados ..................................................................................................................................................... 152 5.2.1 Objetivo 1: Modelamiento y simulación de DP en cavidades en el interior de sólidos dieléctricos poliméricos ...................................................................................................................... 154 IX 5.2.2 Objetivo 2: Modelamiento y simulación de propagación de arborescencias eléctricas en el interior de sólidos dieléctricos poliméricos ...................................................................................... 161 5.2.3 Objetivo 3: Modelar la expectativa de vida útil de los sistemas de aislamiento eléctrico sólido polimérico............................................................................................................................................. 170 5.2.4 Publicaciones complementarias ................................................................................................ 175 5.2.5 Otras publicaciones .................................................................................................................... 177 5.3 Conclusiones ....................................................................................................................................................................... 177 5.3.1 Conclusiones generales e hipótesis ............................................................................................ 177 5.3.2 Conclusiones específicas .............................................................................................................. 181 5.4 Conclusions ......................................................................................................................................................................... 182 5.4.1 General conclusions and hypotheses ........................................................................................... 182 5.4.2 Specific conclusions ...................................................................................................................... 186 5.5 Futuras líneas de investigación................................................................................................................................... 187 6| BIBLIOGRAFÍA ............................................................................................................................189 7| ANEXOS.......................................................................................................................................203 Anexo A: propagación arborescencias en dieléctricos homogéneos y no-homogéneos ............................ 203 A.1 Caso de estudio 1, caso base........................................................................................................... 203 A.2 Casos de estudio 2, 3 y 4, propagación de arborescencias en dieléctricos sólidos con barreras dieléctricas ............................................................................................................................................. 205 A.3 Casos de estudio 5 y 6, propagación de arborescencias en dieléctricos sólidos con nohomogeneidades en la carga espacial y la conductividad eléctrica ...................................................... 207 A.4 Casos de estudio 7 y 8, propagación de arborescencias en dieléctricos sólidos homogéneos de distinta conductividad eléctrica ............................................................................................................ 210 A.5 Conclusiones complementarias de los casos de estudio 1 a 8 en el Anexo A................................. 213 Anexo B: publicación complementaria O1-2C .............................................................................................................. 216 Anexo C: publicación complementaria O3-1C .............................................................................................................. 228 Anexo D: resumen de publicaciones y productos de investigación..................................................................... 235 LISTA DE FIGURAS ..........................................................................................................................239 LISTA DE TABLAS............................................................................................................................241 X 2| INTRODUCCIÓN Esta tesis es el resultado de una investigación meticulosamente realizada sobre las temáticas de modelado y simulación de Descargas Parciales (DP) internas, arborescencias eléctricas y vida útil de dieléctricos poliméricos sólidos utilizados en activos eléctricos como alternadores de centrales hidráulicas, transformadores de potencia, cables aislados, etc. Durante la elaboración de esta tesis se revisaron y discutieron los diferentes modelos existentes y se propusieron modificaciones y modelos novedosos que mejoran los procesos de modelamiento y simulación existentes. Se simularon varios casos de estudio que permitieron validar los modelos novedosos propuestos y además permitieron obtener una mejor comprensión de los fenómenos modelados y simulados. Se estudió el fenómeno de las DP en el interior de cavidades y canales de arborescencias eléctricas en dieléctricos sólidos como fuente causal del proceso de degradación de los materiales dieléctricos poliméricos sólidos y se propusieron métodos y modelos novedosos y originales que permiten la estimación de la vida útil remanente usando resultados de simulación. Adicionalmente, se propuso un indicador que permite la estimación de la degradación inducida por las DP en el interior de dieléctricos poliméricos sólidos usando mediciones experimentales en activos eléctricos en servicio. Finalmente, se propusieron futuras líneas de investigación que pueden desarrollarse a partir de los modelos, métodos y resultados obtenidos en esta tesis. Este documento de tesis se organiza de la siguiente manera: en este Capítulo 2, se presentan el interés de investigación y objetivos de la tesis, y se incluye una sección en la que se tratan los aspectos relevantes del conocimiento previo que conducen a los avances de la tesis, adicionalmente, se describen los materiales, tipos de DP y geometría del objeto de ensayo para los análisis presentados en esta tesis. En el Capítulo 3, se expone la metodología implementada para el cumplimiento de los objetivos establecidos y la verificación de las hipótesis planteadas. En el Capítulo 4, se exhibe la colección de artículos publicados en revistas científicas que permiten la presentación de esta tesis en la modalidad de compendio de publicaciones. El Capítulo 5 muestra la discusión general de resultados presentes en los documentos científicos del capítulo previo, las conclusiones obtenidas con el desarrollo de esta tesis y las posibles futuras investigaciones a partir de los resultados obtenidos. Finalmente, se presentan cuatro anexos (A, B, C y D): - El Anexo A contiene un informe, no publicado aún, acerca de la simulación de propagación de arborescencias en dieléctricos sólidos no uniformes y con carga espacial - En el Anexo B se presenta un artículo de revista realizado con investigadores de un centro de investigación extranjero, Virginia Tech. (Estados Unidos de América), en el que se propone un modelo analítico mejorado para la simulación de DP en cavidades - En el Anexo C se muestra un artículo de conferencia en el que se propone un novedoso modelo de vida basado en la energía de impacto de los electrones producidos durante la actividad de DP. Este artículo fue presentado en la conferencia TPEC-2021, realizada en Texas, Estados Unidos de América - Para terminar, en el Anexo D se incluye una tabla que resume todas las publicaciones y otros resultados como producto de investigación realizada durante los estudios de doctorado Esta tesis se presenta en modalidad de compendio de publicaciones, por lo que este capítulo, sirve además como resumen del estado del arte e introducción general a las temáticas tratadas en las divulgaciones que han sido seleccionadas para satisfacer los requerimientos establecidos para la presentación de la tesis en esta modalidad y que dan sustento al cumplimiento de los objetivos planteados. Por lo anterior, el lector podría obviar la lectura de las secciones de introducción y estado del arte en cada una de las publicaciones presentadas en el cuarto capítulo de esta tesis y se seguiría manteniendo la unidad temática. Por otro lado, en la Sección 2.2, al final de la presentación de los aspectos relevantes del conocimiento previo en cada temática de interés, definidas a partir de los objetivos planteados, se describen brevemente las aportaciones logradas con las publicaciones relacionadas a cada una de dichas temáticas. Este capítulo se organiza de la siguiente manera: en primera instancia, se presenta el interés de la investigación en la Sección 2.1; luego, se presentan los aspectos relevantes del conocimiento previo que 1 conducen a los avances de la tesis, en la Sección 2.2; y finalmente, las hipótesis de partida y objetivos de la tesis en la Sección 2.3. 2.1 Interés de la investigación En esta sección se presentan la situación problemática de interés, así como la motivación para el desarrollo de esta tesis. En primera instancia, se describen los efectos de las DP en el envejecimiento de los sistemas de aislamiento eléctrico sólido y se muestran resultados de diagnósticos de faltas y daños en alternadores de centrales hidráulicas, reportados por otros investigadores, que permiten tener una idea ponderada de la situación problemática. Posteriormente, se describen las dificultades y retos planteados por la situación problemática para la estimación adecuada de la vida útil remanente de los sistemas de aislamiento de equipos eléctricos. Finalmente, se describen brevemente, el enfoque de solución, los resultados esperados y las temáticas a las que se busca aportar con el desarrollo de esta tesis. 2.1.1 Situación problemática El dimensionamiento económico y confiable de los equipos que hacen parte de los sistemas de generación, transmisión, distribución y uso final de la electricidad, tales como alternadores, transformadores de potencia, cables aislados, motores, etc. así como de los accesorios que permiten su operación confiable y segura, como terminales, aisladores, protecciones, equipos de maniobra, etc., necesariamente requiere de la estimación de la vida útil de todos sus componentes, entre ellos, los sistemas de aislamiento eléctrico. Para la estimación y evaluación de la vida útil de los sistemas de aislamiento eléctrico sólido existen modelos macroscópicos basados en una descripción fenomenológica del proceso de envejecimiento y degradación en materiales dieléctricos causada por esfuerzos globales (no localizados) de tipo eléctrico, mecánico y térmico (Montanari, 2013). Sin embargo, debido a deficiencias durante la construcción e instalación, así como consecuencia del mismo proceso de envejecimiento, pueden aparecer cavidades esféricas llenas de gas en el interior de los materiales dieléctricos sólidos en las cuales, debido a un efecto de intensificación local de la intensidad de campo eléctrico por la diferencia relativa de la permitividad eléctrica, pueden presentarse DP que activan procesos de degradación localizada y acelerada que reducen drásticamente el tiempo hasta la ruptura (Montanari, 2009; Montanari & Cavallini, 2013). En algunos equipos eléctricos tales como los alternadores usados en centrales hidráulicas y transformadores de potencia, las DP aparecen como una de las principales causas de faltas eléctricas en los sistemas de aislamiento eléctrico (CIGRE WG A1.10, 2009; CIGRE WG A2.37, 2015; Tenbohlen et al., 2015), Figura 1. 3% 7% 24% Envejecimiento 3%2% 31% 10% Daños de aislamiento Daños térmicos 56% Contaminación de devanados Descargas parciales internas Aflojamiento de barras en las ranuras Daños mecánicos Daños de rodamientos 17% Ciclos térmicos o sobrecargas 22% 25% Protección de corona defectuosa Sobretensiones (a) (b) Figura 1. a, Distribución de causas de daño en alternadores usados en centrales hidráulicas, b, Causas fundamentales del daño del aislamiento en alternadores usados en centrales hidráulicas. Adaptado de (CIGRE WG A1.10, 2009). Es claro que las DP en el interior de cavidades esféricas pueden llevar hasta la ruptura total del sistema de aislamiento, ya que como resultado de la degradación inducida por aquellas en la superficie de la cavidad, aparecen cráteres y pozos, en los cuales, debido a un efecto de intensificación del campo 2 eléctrico, se originan arborescencias eléctricas que se propagan rápidamente a través del material dieléctrico hasta que se produce la ruptura completa del aislamiento (Shibuya et al., 1977). Como se mencionó previamente, las DP activan los procesos más rápidos de degradación en materiales dieléctricos poliméricos por lo que las variables medibles asociadas a los eventos de DP brindan información bastante valiosa y significativa del estado de envejecimiento del material aislante (Temmen, 2000). Sin embargo, la cuantificación precisa del tiempo hasta la ruptura una vez las DP han sido detectadas sigue siendo hasta hoy una tarea compleja porque, entre muchas cosas, no se tiene totalmente definido el mecanismo predominante de degradación asociado a las DP (Bahadoorsingh & Rowland, 2007; Morshuis, 1995; Tanmaneeprasert et al., 2017). Además, como resultado de la degradación misma, la conductividad de la superficie y su morfología, así como la composición, presión y temperatura del gas al interior de la cavidad, cambian durante el tiempo bajo el cual el sistema está sometido a las DP (Tanaka, 1986), lo cual implica que la tasa de degradación no es constante, y aunque muchos de estos cambios pueden inferirse a través del análisis de la evolución de los patrones resueltos en fase y en el tiempo (Holboll & Henriksen, 1992), la evaluación precisa del daño acumulado y la cuantificación del tiempo hasta la ruptura usando variables medidas externamente, es una tarea aún pendiente de resolver, ya que no existe una relación directa y explicita entre las magnitudes que producen daño al interior de las cavidades y aquellas que se pueden medir en terminales del equipo (Kurrat, 1992). 2.1.2 Motivación e interés de la investigación Con el fin de aportar a la solución de la situación problemática previamente descrita, se desarrolló ésta tesis doctoral en la cual se utiliza un enfoque basado en modelamiento y simulación para comprender la forma en la que las DP en el interior de las cavidades llenas de gas degradan el material aislante polimérico sólido, iniciándose el proceso de ruptura dieléctrica, y como resultado esperado poder evaluar el daño inducido y cuantificar el tiempo remanente de vida útil. Para ello, es necesario, en primera instancia, modelar y simular las DP que afectan al interior de las cavidades. Posteriormente, se requiere modelar y simular el proceso de propagación de arborescencias eléctricas en materiales dieléctricos sólidos. Finalmente, es necesario cuantificar el tiempo remanente de vida útil usando los modelos y resultados de simulación obtenidos en las dos actividades de investigación previas. Ésta tesis se centra en el modelamiento y simulación como estrategia fundamental para analizar los procesos físicos y químicos asociados a la actividad de DP y su efecto en los materiales dieléctricos. Con el desarrollo de esta tesis doctoral se busca aportar al conocimiento en tres ejes temáticos fundamentales: 1. Modelamiento y simulación de actividad de DP en cavidades internas de dieléctricos sólidos 2. Modelamiento y simulación de arborescencias eléctricas que afectan al interior de dieléctricos sólidos 3. Estimación de la vida útil remanente de materiales dieléctricos sólidos una vez se detecta la presencia de DP en su interior Las temáticas listadas anteriormente están interrelacionadas entre sí, teniendo en cuenta la raíz causal de la degradación inducida por las DP en el interior de las cavidades y su evolución hasta la ruptura del aislamiento, como se describió en la presentación de la situación problemática. Además de la comprensión de los diferentes fenómenos implícitos asociados a las tareas de modelamiento y simulación descritas anteriormente, se busca la obtención de métodos y herramientas útiles en el campo de la ingeniería eléctrica para el diagnóstico de los equipos con base en medición de DP. 3 2.2 Aspectos relevantes del conocimiento previo que conducen a los avances de la tesis En esta sección del documento de la tesis se describen los materiales considerados durante las simulaciones y se incluye un breve resumen de sus aplicaciones en los sistemas de aislamiento de equipos eléctricos, lo que permite visualizar el amplio panorama de las posibles aplicaciones de los modelos y resultados obtenidos en esta tesis. Posteriormente, se presentan los aspectos relevantes del conocimiento previo y una breve presentación del estado del arte de las diferentes temáticas asociadas a las tareas específicas planteadas para dar cumplimiento a los objetivos propuestos. Se muestran y discuten los diferentes modelos existentes para la simulación de DP en cavidades esféricas, de propagación de arborescencias en sólidos dieléctricos, de DP en arborescencias eléctricas y de vida útil. Finalmente, se presentan las aplicaciones de los diferentes modelos, así como sus ventajas y limitaciones. 2.2.1 Materiales considerados para las simulaciones y análisis Para los diferentes análisis presentados en esta tesis se utilizan materiales poliméricos ya que estos han sido ampliamente probados y caracterizados en sus parámetros eléctricos y se dispone de la información suficiente, reportada por otros autores a partir de pruebas experimentales realizadas, principalmente, en resinas epóxicas para parametrizar los modelos físicos de simulación desarrollados y validar los resultados obtenidos. Los materiales dieléctricos sólidos, así como las resinas polimerizables, se utilizan en diferentes subsistemas de los sistemas de aislamiento eléctrico debido a sus excelentes características dieléctricas, térmicas y mecánicas (Toliyat & Kliman, 2004). Además, su uso en equipos eléctricos y electrónicos ha permitido incrementar su confiabilidad, disminuir los costos de construcción y mantenimiento e incrementar la de densidad de potencia, cuyas unidades son en kVA/m3, con equipos más compactos, debido a que los aislamientos poliméricos sólidos permiten una mayor capacidad aislante del equipo con un volumen menor (Chanda & Roy, 2008; Rhebergen et al., 2015; Yoshitake et al., 2011). La Tabla 1 resume las resinas poliméricas más usadas para aplicaciones eléctricas y electrónicas (Chanda & Roy, 2008). Tabla 1. Aplicaciones eléctricas y electrónicas típicas de las resinas poliméricas, adaptado de (Chanda & Roy, 2008). Resina Acrilonitrilo Butadieno Estireno (ABS) Epóxica Etilvinilacetato (EVA) Polietileno de Alta Densidad (HDPE) Polietileno de Baja Densidad (LDPE) Nailon Fenólicas Policarbonato Poliéster (no-saturado) Poliéster (termoplástico) Resinas de óxido de p-fenileno Polipropileno Poliestireno Policloruro de vinilo (PVC) Urea Aplicaciones típicas Aparatos electrónicos de consumo, envolventes, telecomunicaciones. Laminados eléctricos, sistemas de aislamiento de equipos eléctricos. Alambres y cables. Alambres y cables. Alambres y cables. Aparatos eléctricos y electrónicos, alambres y cables. Aparatos eléctricos y electrónicos, laminados eléctricos. Aparatos eléctricos y electrónicos, envolventes, discos de almacenamiento. Aparatos eléctricos, envolventes. Aparatos eléctricos y electrónicos. Aparatos eléctricos y electrónicos, envolventes. Alambres y cables. Casetes, carretes, envolventes. Alambres y cables, enchufes, conectores, envolventes, cintas eléctricas. Aparatos eléctricos. Las resinas epóxicas son uno de los materiales poliméricos más usados para la construcción de los sistemas de aislamiento en equipos eléctricos (Kinloch, 2003; Zhao et al., 2010). Además de muy buenas características mecánicas y eléctricas, presentan mínima contracción durante el curado, así como una mínima generación de subproductos volátiles durante el proceso de solidificación (Shibuya et al., 1977). Adicionalmente, debido a que son resinas termo-endurecibles, pueden moldearse en estructuras rígidas 4 formando geometrías sólidas en las que la distribución del campo eléctrico es uniforme y pueden ser impregnadas como fluidos o polvos en superficies porosas, tales como alambres esmaltados o cintas de mica, donde se curan y solidifican mediante polimerización, rellenando poros y cavidades (Dakin, 1974). En la Tabla 2 se presenta un resumen de las principales características de las resinas epóxicas más utilizadas en aplicaciones industriales (Jin et al., 2015). Tabla 2. Principales características de las resinas epóxicas para aplicaciones industriales (Jin et al., 2015). Resina epóxica Bisfenol-A (BPA) Cicloalifáticas Trifuncionales Tetrafuncionales FenolFormaldehído Biobasadas Con contenido de fluor Con contenido de fosforo Con contenido de silicio Características El proceso de curado puede ocurrir a temperatura ambiente con la adición de trietilentetramina. Tiene una estructura molecular completamente saturada, lo que contribuye a una buena estabilidad UV, buena estabilidad térmica y excelentes propiedades eléctricas. Es un material plástico no cristalino de baja viscosidad que se puede curar a bajas temperaturas. La resina epoxi curada presenta una excelente resistencia química, un buen efecto de bloqueo de los rayos UV y una buena estabilidad térmica. Excelentes propiedades térmicas, químicas y de resistencia a los solventes debido a sus altas densidades de reticulado. Bajo costo y biodegradabilidad. Alta resistencia química, bajo coeficiente de fricción, baja constante dieléctrica, baja absorción de agua y amplia temperatura de uso. Ignífugo, producen menos gases y humo que los compuestos que contienen halógenos. Ignífugo, respetuoso del medio ambiente. 2.2.1.1 Aplicaciones de las resinas epóxicas en sistemas de aislamiento de equipos eléctricos Las resinas epóxicas presentan excelentes propiedades eléctricas y mecánicas, son no higroscópicas y retardantes al fuego (Woods & Heinrichs, 1963). En comparación a los aisladores de porcelana, los fabricados con resinas epóxicas presentan ventajas tales como peso ligero, facilidad para moldearlos en formas complejas, resistencia superior a los impactos y son autolimpiantes (Shoemaker & Mack, 2017). Además, tienen la ventaja de que el mismo material, es decir la resina epóxica, satisface los requerimientos eléctricos y mecánicos de los aisladores, de manera que no son necesarios aisladores compuestos como los que tienen núcleo de fibra de vidrio y envolvente de elastómero para soportar ambos tipos de esfuerzos (Iyer et al., 2011). Las resinas epóxicas, tienen una alta adhesión a metales, resistencia al calor de hasta 260 °C, rigidez dieléctrica de hasta 210 kV‧cm-1, y son resistentes a solventes comunes, aceites y químicos (Brady et al., 2002). Las resinas epóxicas son polímeros termo-endurecibles que se pueden verter, fundir o exprimir en cualquier forma requerida, mediante fundición, moldeo por compresión, devanado de filamentos, laminado, pultrusión o moldeo por inyección y transferencia (Bainbridge, 1999). Luego se solidifican mediante reacciones químicas que forman múltiples enlaces covalentes primarios que producen redes tridimensionales reticuladas de cadenas de polímeros que no se pueden ablandar ni recalentar para su reutilización (Schoch, 2004). En equipos eléctricos que utilizan sistemas de aislamiento mica/epoxi y fibra de vidrio/epoxi, como las máquinas eléctricas rotativas y electrobarras (busway), se utiliza un procedimiento de impregnación y curado, en el cual las resinas epóxicas se impregnan sobre las cintas de mica o de fibra de vidrio que envuelven los conductores y conforman el aislamiento primario (Andraschek et al., 2016; Dakin, 1974). Posteriormente, se realiza un proceso de curado y de esta manera se llenan las posibles cavidades existentes y se brindan al sistema de aislamiento rigidez mecánica y protección contra factores ambientales. Además, en los sistemas de aislamiento de los motores y alternadores se utilizan resinas epóxicas en el aislamiento entre espiras y para la impregnación completa de los devanados completamente construidos; incluyendo conexiones, cuñas y núcleo de hierro del estator, para la conformación de una estructura integrada con mejor resistencia a factores ambientales, a la abrasión, a daños mecánicos y a productos químicos, como ácidos y álcalis (Metwally et al., 2008). El proceso de 5 impregnación se realiza usando un sistema de impregnación a presión de vacío para lograr una mayor hermeticidad en atmósferas húmedas y corrosivas, y para evitar la aparición de cavidades llenas de aire, este proceso, además, incrementa la resistencia mecánica y la conductividad térmica (Kiameh, 2003). En transformadores de potencia aislados y refrigerados con aceite, los conductores de cobre de los devanados se cubren primero con compuestos de resina epóxica y luego se envuelven en papel impregnado en aceite (Zhuang et al., 2010). Por otro lado, los transformadores de tipo seco de media tensión, hasta 36 kV y 24 MVA (Borsi, 1993), se construyen usando procesos de fundición en resina o de impregnación de resina (Dasgupta, 2002). En el caso de los transformadores fundidos en resina, los devanados están embebidos en resinas epóxicas fundidas (Metwally, 2011), para incrementar la rigidez mecánica, a la resina se le agrega fibra de vidrio (Borsi, 1993). Por su parte, los transformadores construidos mediante el proceso de impregnación de resina, tienen los devanados aislados usando sistemas mica/epoxi o fibra de vidrio/epoxi y posteriormente se impregnan con resinas usando un procedimiento similar al descrito previamente para las máquinas eléctricas rotativas. Para la impregnación se utilizan resinas epóxicas, las cuales no tienen solventes, lo que ayuda a lograr la máxima retención de impregnación en el devanado después del curado (Leijon et al., 2001). Los transformadores de tipo seco impregnados en resina presentan una clase de temperatura máxima mayor que los de resina fundida, 220 °C los primeros y 155 °C, los segundos (Dasgupta, 2002). Debido al encapsulamiento de los devanados en la resina epóxica sólida, los transformadores de tipo seco no tienen la misma eficacia para disipar el calor que los transformadores sumergidos en fluidos (Al-Amin et al., 2013). La conductividad térmica de los devanados aislados en los transformadores de tipo seco se puede mejorar mediante la adición de micropartículas y nanopartículas de nitruro de boro (BN), Al2O3 (Yu et al., 2011) y de SiO2 (Kochetov et al., 2010). La reticulación se mejora con la adición de SiC (Chisholm et al., 2005). Por otro lado, estructuras de geometría compleja a base de resinas epóxicas se pueden construir usando técnicas de manufactura aditiva, tales como: estereolitografía, procesamiento digital de la luz, escritura directa (direct-ink writing) e impresión por inyección (inkjet printing) (Peerzada et al., 2020). Los sólidos tridimensionales construidos se utilizan en espaciadores, en interruptores de potencia y cambiadores de taps (Woods & Heinrichs, 1963), aisladores para subestaciones y redes de distribución y transmisión exteriores en la intemperie (Beisele & Kultzow, 2001; Watanabe et al., 1990), espaciadores y terminales de cables (Heid et al., 2015; Kochetov et al., 2009) y en separadores utilizados para la fabricación de interruptores aislados en gas en HVDC (Andritsch, 2010). Para ésta última aplicación, la acumulación de carga espacial en el dieléctrico de resina epóxica se controla modificando las características de transporte de carga mediante la introducción de una capa fluorizada en la superficie (Mohamad et al., 2015). Otras de las aplicaciones de las resinas epóxicas incluyen: terminales de cables y conectores, transformadores de instrumentación, encapsulado de componentes de electrónica de potencia e interruptores automáticos (Cherney, 2013; Tanaka & Imai, 2013). Las resinas epóxicas también se aplican en los sistemas de aislamiento de pasatapas, bujes (Dakin, 1974), aisladores, espaciadores y bujes en SF6 (Stone et al., 1979) y condensadores de alta tensión (Mohanty & Srivastava, 2013). La Tabla 3, resume las aplicaciones de las resinas epóxicas en sistemas de aislamiento de equipos eléctricos. 2.2.1.2 Nanocompuestos basados en resinas epóxicas usados en sistemas de aislamiento de equipos eléctricos La adición de materiales como el dióxido de silicio (SiO2) son indispensables para lograr ventajas económicas y mecánicas tales como la resistencia al esfuerzo de tracción, la resistencia al fuego y la resistencia a descargas superficiales (Adnan et al., 2019; Shin et al., 2009). 6 Tabla 3. Resumen de aplicaciones de las resinas epóxicas en sistemas de aislamiento de equipos eléctricos Resina epóxica Bisfenol-A (BPA) Cicloalifáticas Trifuncionales Epiclorhidrina Éster de cianato Aplicaciones en sistemas de aislamiento eléctrico Transformadores de tipo seco de media tensión. Espaciadores en interruptores y cambiadores de taps, bujes, pasatapas, aisladores y separadores. Máquinas eléctricas. Aisladores y separadores en aplicaciones de HVDC. Aislamiento entre espiras de los devanados de transformadores de potencia inmersos en aceite. Aisladores, espaciadores y bujes en SF6. Aisladores tipo pin y poste, bujes, transformadores de instrumentación de tensión y corriente, separadores y componentes de interruptores de baja y media tensión. Aisladores para uso exterior. Transformadores de instrumentación de uso exterior. Aisladores para redes subterráneas. Máquinas eléctricas con sistemas mica/epoxi. Condensadores de alta tensión Transformadores de tipo seco de media tensión. Aisladores y separadores en redes HVDC. Referencia (Borsi, 1993) (Dakin, 1974; Woods & Heinrichs, 1963) (Shin et al., 2009) (Mohamad et al., 2015) (Borsi & Cachay, 1992) (Stone et al., 1979) (Iyer et al., 2011) (Beisele & Kultzow, 2001) (Watanabe et al., 1990) (Shoemaker & Mack, 2017) (Andraschek et al., 2016) (Mohanty & Srivastava, 2013) (Borsi, 1993) (Koo, 2019) Además, las características de las resinas epóxicas pueden mejorarse para su aplicación en sistemas de aislamiento eléctrico usando nanopartículas inorgánicas (Pleşa et al., 2016). Algunas de las nanopartículas usadas, así como su efecto en el compuesto con resinas epóxicas, se resumen en la Tabla 4. Una descripción detallada de las características y propiedades de las resinas epóxicas, así como de varios de sus nanocompuestos, usadas en sistemas de aislamiento eléctrico puede encontrarse en la Sección 2 del artículo (Rodríguez-Serna, Albarracín-Sánchez, Dong, et al., 2020). En todas las simulaciones realizadas durante el desarrollo de esta tesis se asume que los materiales son lineales, homogéneos e isotrópicos de parámetros constantes y conocidos. Cada una de las publicaciones compendiadas en el Capítulo 4 de esta tesis, presenta una descripción detallada de los materiales, y sus parámetros, considerados para las simulaciones implementadas en cada una de ellas. 2.2.2 Modelamiento y simulación de DP en cavidades esféricas en el interior de materiales dieléctricos poliméricos sólidos Como ya se ha mencionado previamente, debido a procesos de manufactura y dinámicas de curado, en el interior de los materiales dieléctricos poliméricos sólidos pueden aparecer cavidades llenas de gas en las cuales se originan DP (Ahmed & Srinivas, 2001). Estas DP internas son uno de los principales mecanismos de fallo de los sistemas de aislamiento eléctrico sólido (Kemp, 1995; F. H. Kreuger et al., 1993) por lo que su caracterización y análisis son de suma importancia para la evaluación del estado del aislamiento. 7 Tabla 4. Nanopartículas usadas con resinas epóxicas y su efecto en las propiedades del nanocompuesto. S. Inf.: Sin información. Nanopartícula Propiedades Arcilla (Kavitha et al., 2017) y Alúmina (Al2O3) (Qi Wang et al., 2010; Shirazi et al., 2011). Dióxido de titanio (TiO2) y Alúmina (Al2O3) (Kavitha et al., 2017) Valores reducidos de permitividad y resistividad. Altos valores de tensión de ruptura en corriente alterna. Elevado valor del tiempo hasta la ruptura. Dióxido de silicio (SiO2) (Yan et al., 2011). Alúmina (Al2O3) (Kochetov et al., 2009), Dióxido de silicio (SiO2), Nitruro de boro (BN) (Xiao & Du, 2016), Óxido de magnesio (MgO) y Nitruro de aluminio (AIN) (Andritsch, 2010) Carburo de silicio (SiC) (Chisholm et al., 2005) Alúmina (Al2O3) y Dióxido de silicio (SiO2) tratadas con silano (SiH4) (Watanabe et al., 1990) Nitruro de boro (BN) (Heid et al., 2015) y Alúmina (Al2O3) (Mohanty & Srivastava, 2013) Fibras de kevlar, boro, vidrio y grafito (Brady et al., 2002) Nanofibras de carbono y nanotubos de carbono (Koo, 2019) Mejor conductividad térmica que las resinas base. Incrementa la reticulación. Elevados valores de resistencia a la flexión, resistencia al agrietamiento y resistencia a las descargas superficiales. Elevada rigidez dieléctrica del compuesto y mayor resistencia a la erosión. Alta resistencia mecánica. Alta conductividad eléctrica del nanocompuesto. Contenido de nanopartículas (wt %) 0,10 - 15 2 - 15 2 0,50 – 10 10 – 60 (BN) 1,50 - 3 S. Inf. 1 - 10 S. Inf. 0,50 - 3 Según la norma IEC 60270 (International Electrotechnical Commission [IEC], 2000) las DP se definen como descargas eléctricas localizadas que sólo atraviesan parcialmente el aislamiento entre conductores y que pueden ocurrir, o no, adyacentes a un conductor. Las DP aparecen debido a un incremento localizado de la magnitud de intensidad de campo eléctrico y pueden clasificarse como (Gutfleisch & Niemeyer, 1995): - Descargas tipo Streamer Descargas tipo Townsend Microdescargas tipo enjambre (Swarming) Descargas pseudoluminosas (Pseudoglow) Descargas luminosas (Glow) Aunque en todos los procesos de descarga está presente el mecanismo de Townsend (Kuffel E. et al., 2000), la anterior clasificación está principalmente relacionada con la duración y magnitud de las DP. Las descargas tipo Townsend ocurren después de excitar el espacio entre electrodos con luz Ultra Violeta (UV) de alta intensidad y se caracterizan por una baja magnitud (< 10 pC), pero mayor duración (> 100 ns) lo cual está directamente relacionado a las corrientes iónicas. Por otro lado, las descargas tipo Streamer se caracterizan por pulsos de carga y corriente estrechos (1-100 ns), con un frente discontinuo muy rápido (< 3 ns) y altas amplitudes (> 10 pC), son el tipo de descarga dominante en condiciones de mayor sobretensión (tensión aplicada/tensión de incepción > 2,50) (Devins, 1984; Morshuis & Kreuger, 1990). Con el envejecimiento, las descargas tipo Streamer son menos propensas a aparecer y las descargas tipo Townsend son dominantes lo cual se debe a la formación de una capa conductora en la superficie de la cavidad que tiende a reducir el tiempo de retardo hasta cero ya que las DP inician una vez la magnitud de la tensión aplicada es igual a la magnitud de la tensión de incepción (Morshuis, 2005). Por su parte, las microdescargas tipo Swarming aparecen después de una prolongada exposición de la cavidad a las DP, las cuales dejan una gran cantidad de carga residual en la superficie de la cavidad provocando que la tensión de incepción tenga un valor cercano al de extinción. Se caracterizan por pulsos con magnitudes bajas, 1 pC o menos, y una alta tasa de repetición, microsegundos (Tanaka, 1986). Las descargas luminosas o tipo Glow son descargas no pulsantes con magnitudes del orden de 10 pC y 8 con duraciones que se extienden a lo largo de casi todo el semiciclo de la señal de tensión de Corriente Alterna (CA). Finalmente, las descargas tipo Pseudoglow consisten en pulsos, que generalmente son de una magnitud mucho menor, ~0,50 pC (Danikas, 1997), y un tiempo de frente considerablemente mayor comparado al caso de las tipo Glow, 0,03 μs – 0,10 μs (Lusuardi et al., 2019). Las descargas Pseudoglow generalmente se conocen como microdescargas, descargas Swarming o Streaming (Danikas, 1993). Las descargas Glow y Pseudoglow tienen magnitudes relativamente significativas, sin embargo no son predominantes en cavidades llenas de aire (Bartnikas & Novak, 1992). Por otro lado, Morshuis (Morshuis, 1993) clasificó las DP, según el mecanismo de propagación de la avalancha de electrones, en descargas tipo Townsend y descargas tipo Streamer. Las descargas tipo Streamer, a diferencia de las de tipo Townsend, son auto-sostenidas debido a la fotoionización provocada por el campo eléctrico entre la cabeza y cola de avalancha. Las descargas tipo Streamer involucran corrientes significativamente mayores (10 mA - 1000 mA), debido a la mayor sobretensión y mayor número de partículas cargadas, que las de tipo Townsend (1 μA - 1 mA) (Morshuis, 1995). En comparación a las descargas tipo Townsend, las descarga tipo Streamer producen una degradación más severa a los polímeros (Dissado & Fothergill, 1992), esto permite concluir que cavidades con dimensiones menores a 10 μm no serán erosionadas por las DP (Laurent & Teyssedre, 2003). Para el desarrollo de esta tesis, solo se consideran las descargas tipo Streamer ya que como se mencionó previamente son las más nocivas para los materiales dieléctricos poliméricos sólidos, y además, son las que tienen pulsos de mayor magnitud de carga y se pueden medir usando técnicas estandarizadas y bien conocidas (International Electrotechnical Commission [IEC], 2000). El procedimiento de modelamiento de las DP puede describirse de la siguiente manera (Niemeyer, 1995): 1. Es necesario definir la geometría, parámetros de los medios materiales del objeto bajo prueba y de la fuente de excitación de alta tensión 2. Es necesario determinar si bajo las condiciones consideradas, una DP puede tener lugar debido a la estocasticidad inherente al proceso de generación de portadores de carga 3. Finalmente, si las condiciones para la descarga se satisfacen, es necesario calcular la magnitud de la carga y su variación con el tiempo en la superficie de la cavidad. Las DP pueden considerarse como fenómenos autorregulados debido a que el campo eléctrico generado por la carga eléctrica al interior de la cavidad se opone al campo eléctrico establecido en el dieléctrico por la fuente de tensión aplicada Existen diferentes modelos para simular las DP en cavidades en el interior de dieléctricos sólidos los cuales se diferencian en la forma en la cual se calcula el campo eléctrico al interior de la cavidad y se pueden clasificar como: analíticos, de condensadores y elementos finitos (He et al., 2018; H. Illias et al., 2012). Con respecto a la geometría, para las diferentes simulaciones y análisis presentados en ésta tesis, se utiliza el objeto de ensayo presentado en la Figura 2. Figura 2. Geometría del objeto de ensayo considerado para las simulaciones. 9 El objeto de ensayo corresponde a una cavidad esférica llena de gas, que se asume como aire, de radio a (m), en el centro de un bloque de material dieléctrico sólido, lineal, homogéneo e isotrópico puesto entre dos electrodos planos de longitud W (m) separados la distancia D (m) entre sí. En la Figura 2, U s (kV) es la tensión sinusoidal de CA aplicada al electrodo superior, el electrodo inferior se considera efectivamente puesto a tierra, ε (F‧m-1) es la permitividad eléctrica del sólido dieléctrico, por ejemplo de la resina epóxica, ε 0 (F‧m-1) es la permitividad eléctrica del aire. Aunque los modelos desarrollados e implementados, que se describen en los Capítulos 3, 4 y 5 de esta tesis, permiten la simulación de cavidades esferoidales, los análisis presentados en esta tesis se centran en cavidades esféricas para facilitar la comparación con mediciones experimentales reportadas por otros investigadores. Las cavidades esféricas son inclusiones llenas de aire al interior de dieléctricos sólidos que resultan de procesos de manufactura deficientes, sobre todo durante la etapa de curado (Bartnikas, 1975; Koyanagi et al., 1978; Tanaka, 1986), o procedimientos de instalación poco cuidadosos (Hazlee Azil Illias, 2011). Además, se ha encontrado que, en materiales libres de cavidades sometidos a esfuerzos de alta tensión, éstas pueden aparecer como consecuencia del bombardeo de electrones durante un tiempo prolongado, efecto que provoca el envejecimiento (Shibuya et al., 1977). Sin embargo, si su tamaño es inferior a 1 μm, no afectan la rigidez dieléctrica del material, ya que las DP serán menos frecuentes y de una intensidad muy baja, << 1 pC (Shibuya et al., 1977). Una vez aparecen las cavidades al interior del material dieléctrico sólido, la alta energía de los electrones acelerados durante los eventos de DP, induce modificaciones en la morfología de la cavidad tales como aparición de cráteres y cristales en la superficie interna y el aumento de la conductividad superficial de la cavidad (Hudon et al., 1990). Las DP en cavidades en el interior de dieléctricos sólidos son eventos estocásticos que se presentan cuando se satisfacen las siguientes dos condiciones: 1. La magnitud de la intensidad de campo eléctrico en el interior de la cavidad es mayor o igual a un valor crítico requerido para iniciar las descargas tipo Streamer (incepción de Streamer) 2. Existe al menos un electrón libre en la cavidad para dar inicio a las avalanchas (tasa de generación de electrones) La primera condición, conocida como incepción del Streamer, establece un valor de umbral por encima del cual los electrones en la cavidad son acelerados hasta adquirir una energía suficiente como para causar la ionización del gas en la cavidad y originar descargas auto-sostenidas. La magnitud de la intensidad de campo eléctrico de incepción, E inc (V‧m-1), está dada por la siguiente ecuación (Crichton et al., 1989): B E inc = (E1 / p )cr p1 + n (2 pa ) , (1) donde (E1 / p )cr , B y n son parámetros asociados al proceso de ionización en gases y dependen de cada gas específico, por ejemplo, en aire los valores son, respectivamente, 24,20 V‧Pa-1‧m-1, 8,60 Pa1/2‧m1/2 y 0,50. Por otro lado, p (Pa) es la presión del gas al interior de la cavidad. A pesar de que la ecuación (1) fue determinada usando resultados experimentales en un objeto de ensayo diferente a una cavidad llena de gas rodeada por un sólido dieléctrico, Callender (Callender, 2018) encontró que para el objeto de ensayo mostrado en la Figura 2, esta ecuación es consistente con resultados obtenidos mediante pruebas experimentales y simulaciones usando modelos de plasma. La ecuación (1) establece una condición determinística para el fenómeno de las DP que depende de parámetros del medio, el tamaño de la cavidad y la presión del gas dentro de la cavidad. Por otro lado, la existencia de electrones libres para iniciar la avalancha es una condición estocástica (Brunt, 1991). Desde un punto de vista teórico, los primeros electrones libres para las avalanchas se desprenden principalmente mediante mecanismos de emisión volumétrica y superficial (Forssén, 2008). La tasa de emisión volumétrica de electrones está relacionada con ionización del gas por irradiación de fotones de alta energía y la separación de 10 electrones desde iones negativos debido a la alta magnitud de la intensidad de campo eléctrico y se puede calcular, en s-1, usando la siguiente expresión (Niemeyer, 1995): N et = C rad Φ rad (ρ / p )0 p (πa 3 )(1 − ν −1 / n ) , (2) Φ dt − eE cav (t ) (4πε 0 ) t − t PD , N dt = N dt 0 exp − v 0 exp − kT τ (3) donde C rad Φ rad (kg-1‧s-1) es la densidad de flujo cuántico cósmico y radiactivo, (ρ / p )0 (kg‧m-3‧Pa-1) es la densidad reducida del gas, ν = E cav / E inc , E cav (V‧m-1) es la magnitud de la intensidad de campo eléctrico al interior de la cavidad y ∆t (s) es el periodo de tiempo considerado. La ionización volumétrica es la principal fuente de electrones libres en cavidades sin actividad previa de DP y debido a que la tasa de emisión asociada a este mecanismo es muy baja, siempre hay un tiempo de retardo considerable para la aparición de las primeras DP. Por su parte, la emisión superficial de electrones en la cavidad depende de la separación de electrones acumulados en la superficie de la interfaz entre el sólido dieléctrico y el gas, de la emisión de electrones debido a la colisión de fotones con la superficie del dieléctrico y los conductores, de la emisión de electrones por impacto de iones y la emisión de electrones desde el conductor debido al campo eléctrico (Borghei et al., 2020). De los anteriores, el mecanismo dominante es la separación de electrones acumulados en la superficie de la cavidad (Schifani et al., 2001), su tasa de generación de electrones obedece a la ley de Richardson-Schottky (Brunt, 1991), y se puede calcular, en s-1, con la siguiente ecuación: donde e (C) es la magnitud de la carga fundamental del electrón, 1,60x10-19 C, Φ dt (eV) es la función de trabajo de liberación efectiva de electrones, la cual depende de las condiciones físicas y químicas de la superficie de la cavidad (Gutfleisch & Niemeyer, 1995), y su valor, en el rango 1 eV a 1,30 eV (Niemeyer, 1995), debe ajustarse usando resultados experimentales. τ (s) es la constante de tiempo de decaimiento efectivo de carga en la superficie de la cavidad, k (eV‧K-1) es la contante de Boltzmann, t − t PD (s) es el tiempo transcurrido desde la última descarga parcial, v 0 (Hz) es la frecuencia fundamental del fonón y T (K) es la temperatura del gas al interior de la cavidad. N dt 0 = ξ (q / e ) siendo ξ un factor de proporcionalidad que describe la fracción de portadores de carga que resulta en la creación de electrones separables y depende de la polaridad de las cargas sobre la superficie y la polaridad de la intensidad de campo eléctrico. La tasa de generación de electrones se calcula como la superposición de las componentes volumétrica y superficial, por lo que la probabilidad de generar un electrón en el intervalo de tiempo [t , t + ∆t ] (s) se calcula como: (N et + N dt )∆t , (4) donde ∆t (s) es el paso de tiempo utilizado para las simulaciones. Las ecuaciones (2) y (3) dependen de parámetros que son desconocidos para la mayoría de materiales y condiciones experimentales típicas, por lo que otros autores, usando un enfoque de análisis fenomenológico, han propuesto variaciones al modelo estocástico a partir de resultados experimentales. C. Forssén y H. Edin (Forssen & Edin, 2008), propusieron la siguiente función adimensional de distribución de probabilidad para las DP: t FPD (t ) = 1 − exp − ∫ N e (t ' )dt ' , 0 11 (5) donde N e (t ) = N e 0 exp(U cav (t ) / U inc ) (s−1) y N e0 (s−1) es una constante que depende de la frecuencia de la tensión aplicada. Para determinar esta expresión, se asumió que el mecanismo de emisión dominante es el superficial y no se considera el aporte a la tasa global de generación de electrones debido a la ionización volumétrica. De manera similar, Illias (H. Illias et al., 2011b), definió la siguiente expresión para calcular la tasa de generación de electrones, en s-1, para el instante de tiempo t (s): N est (t ) = (N ed (t ) + N ei ) exp(U cav (t ) / U inc ) , (6) donde N ed (t ) = N ed 0 U cav (t PD ) / U inc exp(− (t − t PD ) / τ trap ) (s−1), N el (s−1) es un parámetro correspondiente a la tasa de liberación de electrones desde las terminaciones de las cadenas poliméricas, U inc (V) es la tensión de incepción de las DP, N ed (s−1) es la tasa de generación de electrones debido a la liberación de cargas desde trampas de electrones poco profundas cerca de la superficie de la cavidad, U cav (t PD ) (V) es la tensión en la cavidad para el instante de tiempo t PD (s) en el cual ocurrió la última DP y τ trap (s) es la constante de tiempo de decaimiento de carga debido al movimiento de estas hacia trampas más profundas. Las constantes N ed 0 , N el y τ trap se determinan mediante análisis de ajuste contrastando con mediciones experimentales. La probabilidad de que una DP ocurra en el intervalo de tiempo [t , t + ∆t ] (s) se calcula como L(t ) = (N est + N dt (t ))∆t , luego este valor se compara con un número generado aleatoriamente con una distribución uniforme entre 0 y 1. Los modelos estocásticos previamente descritos fueron usados para implementar diferentes análisis y comparar los resultados de simulación obtenidos a través de los modelos propuestos con resultados experimentales reportados por otros investigadores. El procedimiento para la selección de los parámetros variables, es decir aquellos que no corresponden a constantes de los medios, se realizó mediante un método de ajuste discreto manual comparando resultados experimentales reportados por otros autores con resultados de simulación obtenidos con los modelos propuestos en este trabajo. Esta presentación de los modelos estocásticos ha sido tomada de la Sección 3.1 del artículo (Rodríguez-Serna, Albarracín-Sánchez, Dong, et al., 2020), allí junto con lo presentado en las Secciones II A. y II B. del artículo (Borghei et al., 2020), podrá encontrarse mayor detalle acerca de las definiciones, aproximaciones y consideraciones de estos modelos estocásticos. 2.2.2.1 Modelo analítico El modelo analítico también es conocido como modelo de dipolo o de carga inducida. Este es un enfoque basado en teoría electromagnética y algunas consideraciones que, bajo condiciones prácticas, son válidas (Pedersen, 1987). Después de un evento de DP, las cargas eléctricas en el dieléctrico y la cavidad inducen proporcionalmente una distribución de carga en los electrodos de alta tensión que se puede calcular como (Hauschild & Lemke, 2014): N q ' = − ∫ λρ c dΩ − ∑ ∫ λσdS , j =1 S j Ω (7) donde q ' (C) es la carga inducida por la DP, λ es una función escalar, continua y adimensional de proporcionalidad, Ω (m3) es el volumen de todo el sistema dieléctrico, S j (m2) es la superficie de la j- ésima cavidad, N es el número de cavidades, ρ c (C‧m-3) es la densidad volumétrica de carga y σ (C‧mes la densidad superficial de carga. λ puede calcularse solucionando la misma configuración de electrodos y material dieléctrico, pero sin carga espacial. De esta manera, λ satisface la ecuación de Laplace: 2) 12 ∇ ⋅ (ε∇λ ) = 0 . (8) A partir de la ecuación (8), λ puede interpretarse como la distribución de potencial escalar en el sistema por unidad de tensión aplicada. Después de la DP, la carga depositada sobre la superficie de la cavidad produce un campo de Poisson que se opone al campo Laplaciano establecido por la tensión aplicada a los electrodos de alta tensión (Boggs, 1990), además, la carga neta en la cavidad debe ser cero, provocando la aparición de un momento dipolar como el mostrado en la Figura 3. Figura 3. Momento dipolar debido a la distribución de carga en la superficie de la cavidad. E0 (V‧m-1) es la intensidad de campo eléctrico fuera de la cavidad debido a la tensión aplicada a los electrodos de alta tensión y s es el vector unitario dipolar. En la Figura 3, s (m) es el vector unitario que va dirigido desde la carga negativa hacia la positiva. El momento dipolar se puede expresar de la siguiente manera: p = ∫ ρ c rdΩ + ∫ σrdS , S Ω (9) donde p (C‧m) es el momento dipolar de las cargas en la superficie de la cavidad y r (m) es el vector posición del elemento de carga. Si se considera que la cavidad es pequeña en comparación a las dimensiones del sistema dieléctrico, el gradiente de λ dentro de la cavidad será uniforme y la carga inducida debido al dipolo en el circuito de medición estará dada por: q ' = − p ⋅ ∇λ , (10) E ext = γ (E / p )cr p , (11) q ' = − KΩε (E inc − E ext ) ⋅ ∇λ 0 , (12) donde ∇λ = K∇λ 0 , λ 0 es la función respuesta en la posición de la cavidad, calculada para la condición de un sistema sin cargas y sin cavidades, K es un factor adimensional de forma que depende de la geometría de la cavidad. Si es una esfera, K =3 (Takuma & Techaumnat, 2010). Durante las DP, debido a la alta conductividad del canal del Streamer, la magnitud de la intensidad de campo eléctrico al interior de la cavidad se reduce hasta alcanzar una magnitud, E ext (V‧m-1), por debajo de la cual no se producen avalanchas y el proceso de descarga se extingue. Su magnitud se puede calcular como: donde γ es un factor adimensional dependiente de la polaridad del Streamer. Para cavidades esferoidales la ecuación (10) se puede reescribir como (Crichton et al., 1989): donde E inc (V·m−1) es el valor de la intensidad de campo eléctrico de incepción, ε (F·m−1) es la permitividad del dieléctrico. Las cargas eléctricas depositadas por las DP sobre la superficie de la cavidad son redistribuidas y neutralizadas por corrientes superficiales. Esto hace que la intensidad de campo eléctrico al interior de 13 la cavidad presente una dependencia bastante compleja del tiempo, ya que no solo depende de la variación con el tiempo de la tensión aplicada a los electrodos de alta tensión, sino además de las dinámicas de decaimiento de carga con el tiempo en la superficie de la cavidad (McAllister, 1992; Rodríguez-Serna, Albarracín-Sánchez, Dong, et al., 2020). En el modelo analítico, la dinámica de la carga superficial se modela usando un enfoque aproximado basado en la ley de Ohm (Gutfleisch & Niemeyer, 1995). En (H. Illias et al., 2011b), usando un análisis de movilidad de cargas sobre la superficie de la cavidad y resultados experimentales, se propuso modelar el decaimiento de carga como una función del campo eléctrico variando dinámicamente la conductividad superficial de la cavidad, dependiendo de la polaridad del campo eléctrico al interior de la misma con respecto al campo eléctrico producido por la distribución de carga superficial. La disminución con el tiempo de la carga se modela con una constante de tiempo equivalente a los circuitos Resistivos-Capacitivos (RC) (H. Illias et al., 2009; H. A. Illias et al., 2012). Una generalización del modelo analítico fue presentada en (Niemeyer, 1995) para simular DP en cavidades y protrusiones. De igual manera, en (Gutfleisch & Niemeyer, 1995), se presentó un modelo estocástico, basado en el modelo analítico, que presenta buenos resultados comparado con mediciones experimentales para diferentes condiciones de envejecimiento y se encontró que la conductividad superficial de la cavidad afecta sustancialmente los resultados de simulación para las distintas fases de envejecimiento. Este modelo analítico ha sido utilizado para determinar la magnitud teórica de las cargas de DP en análisis de defectos en cables aislados (Chan et al., 1991). En (He et al., 2018), se usó el modelo analítico para estudiar las características de las DP bajo tensión de Corriente Continua (CC) y se encontró que la tensión de incepción, la tasa de repetición y la magnitud de las descargas, dependen sustancialmente de la conductividad eléctrica. Por otro lado, considerando que la conductividad superficial de la cavidad incrementa proporcionalmente con la temperatura, resultados de simulación usando el modelo analítico han permitido mostrar que, a temperaturas mayores a la ambiental, incrementa el retardo de incepción de las DP, lo cual a su vez provoca una disminución sustancial de la tasa de repetición de las DP y una mayor dispersión en la distribución de los valores máximos y mínimos de la carga de las DP (Schifani et al., 2001). Considerando que el campo de Poisson es producido por la carga total en el sistema, distribuida en el volumen completo y sobre la superficie de la cavidad, la ecuación (9) debe considerarse para calcular la carga de la DP. Lemke (Lemke, 2012) usó este enfoque de momento dipolar y un análisis de balance de energía para calcular la carga inducida por las DP como: q' = p ⋅ E inc . U inc (13) Considerando las DP como Streamer y asumiendo que el campo Laplaciano se mantiene constante durante el breve tiempo que duran las DP (Lemke, 2013), el momento dipolar puede calcularse usando la siguiente expresión semiempírica: p = (270pC/mm )d c2 , (14) donde d c (mm) es el diámetro de la cavidad. Esta expresión es válida para cavidades sin DP previas y con diámetro entre 0,10 mm y 2 mm. Lemke uso esta expresión para analizar la carga transferida por las DP en cables poliméricos de potencia (Lemke, 2013). Se han propuesto también modelos analíticos determinísticos para las DP que pueden representar de manera aproximada la magnitud de carga de las DP, sin embargo, son incapaces de reproducir características estocásticas, como el retardo de incepción o la distribución en fase de los pulsos de DP, que han sido verificadas de manera experimental (Hoof & Patsch, 1997; Patsch & Hoof, 1998). Por otro lado, otros modelos analíticos utilizan relaciones matemáticas entre variables eléctricas y geométricas para establecer funciones de distribución de probabilidad para la ocurrencia de las DP (Heitz, 1999). En estos modelos, el fenómeno de las DP se trata como un proceso estocástico consistente de descargas de corta duración e intervalos de tiempo entre DP en los cuales ocurren procesos de recombinación y deriva de cargas eléctricas. Además, no se utilizan simulaciones debido a que los cálculos implican muy 14 pocos parámetros y una sola ecuación principal en la que las variaciones dinámicas del campo eléctrico al interior de la cavidad se consideran mediante un proceso de Markov determinista por partes (Davis, 1984). A pesar de que estos modelos analíticos-estocásticos presentan buenos resultados cuando se comparan con mediciones experimentales, no consideran todos los procesos y fenómenos físicos involucrados durante las DP, tales como el efecto memoria, el decaimiento de carga y las variaciones de la temperatura y presión durante y después de la actividad de DP (Rodríguez-Serna, Albarracín-Sánchez, Dong, et al., 2020). La aplicabilidad del modelo analítico, y por lo tanto la validez de los resultados de simulación, está ligada al cumplimiento de las siguientes condiciones: 1. La intensidad de campo eléctrico al interior de la cavidad es uniforme 2. La distribución de la intensidad de campo eléctrico en el sólido dieléctrico permanece inalterada durante las DP 3. Todo el volumen de la cavidad participa y es afectado por las DP En (McAllister, 1992), se mostró que la intensidad de campo eléctrico dentro de la cavidad después de las DP no es uniforme, su distribución depende del proceso de decaimiento de carga superficial. Adicionalmente, el campo eléctrico en el dieléctrico por fuera de la cavidad es afectado por la distribución de carga en la superficie de la cavidad (McAllister & Crichton, 2000; Mcallister & Johansson, 2000). Sin embargo, en este modelo, los cálculos de campo eléctrico se consideran en el centro de la cavidad, donde el campo eléctrico es casi uniforme. Una discusión crítica de las consideraciones y aproximaciones del modelo analítico, listadas anteriormente, es presentada en (Borghei et al., 2020) y retomada en el Anexo B de esta tesis. Adicionalmente, se presenta una modificación a este modelo analítico con el fin de mejorar la precisión y generalizar el método para cavidades de diferente tamaño. En la Sección 3.2 de (Rodríguez-Serna, Albarracín-Sánchez, Dong, et al., 2020) se realiza una presentación detallada de este modelo. Además, sus ventajas y desventajas, así como los parámetros requeridos para los cálculos y simulaciones, se resumen y comparan con las del modelo de tres condensadores. También, se simula un caso de estudio y los resultados se comparan con mediciones experimentales y resultados de simulación, obtenidos mediante un modelo de elementos finitos, reportados por otro investigador (H. A. Illias et al., 2017). Conclusiones y mayores detalles de ese estudio pueden verse en las Secciones 4 y 5 de dicho artículo. Finalmente, cuando se presenta una DP, el campo eléctrico en el interior de la cavidad cambia abruptamente por lo que la energía electromagnética existente previo a la ocurrencia de la DP será convertida en otras formas de energía. De las ecuaciones (1) - (3) y (11) puede verse que los fenómenos de DP son multifísicos, que dependen simultáneamente de variables y parámetros eléctricos, térmicos y mecánicos. En la Sección 2 de (Rodríguez-Serna & Albarracín-Sánchez, 2019) se presentó una versión multifísica del modelo analítico en el que se usa el teorema de Poynting (Magid, 1972) para calcular la densidad fuente de calor al interior de la cavidad. Adicionalmente, en la Sección 3 de aquel mismo documento se presentan los resultados de simulación de la temperatura y presión al interior de cavidades esféricas para diferentes condiciones de envejecimiento. 2.2.2.2 Modelo de condensadores El modelo de tres condensadores fue inicialmente propuesto por Gemant y Philippoff (Gemant & Philippoff, 1932) para estimar las pérdidas de potencia en cables debido a las DP en las cavidades. Posteriormente, Whitehead (Whitehead, 1951) propuso el circuito equivalente modificado que se muestra en la Figura 4 y que usualmente es conocido como modelo “abc”. 15 Cb' Us Ca Cb Us Cc Ca Cb'' Cc F Uc Figura 4. Modelo de tres condensadores, o "abc", de Whitehead. F es el Spark-Gap para simular las DP. El circuito de la Figura 4, permite calcular una relación numérica entre la carga en el circuito de medición y la carga interna en la cavidad. C a (F) representa la capacitancia del bloque dieléctrico, C b (F), la capacitancia equivalente del bloque dieléctrico en serie con la cavidad, resultante del paralelo entre C b ' y C b ' ' , y C c (F), la capacitancia de la cavidad. Las DP se simulan mediante el Spark-Gap F, en el circuito de la derecha en la Figura 4, el cual se cierra cuando la tensión a través de la cavidad U c (V) es igual o mayor que la tensión de incepción U inc (V) y hasta que U c sea igual a, o menor, que la tensión de extinción U ext (V). Las tensiones que controlan los cambios en el Spark-Gap se pueden calcular usando las ecuaciones (1) y (11). La tensión a través de la cavidad, antes de que se presente una DP, se puede calcular usando la ecuación (15). Uc = Cb Us , Cb + Cc (15) donde U c (V) es la tensión a través de la cavidad y U s (V) es la tensión aplicada a los electrodos. Cuando una DP se presenta, C c es cortocircuitada a través del Spark-Gap F y fluye una corriente transitoria debido al cambio en la tensión. La carga, en C, se puede calcular como: C a Cb q = ∆U C c + C a + Cb , (16) donde ∆U (V) es el cambio de tensión a través de la cavidad debido a la DP. El cambio en la carga inducida en los electrodos se puede calcular, en C, usando la ecuación (17). q ' = C b ∆U . (17) De las ecuaciones (16) y (17) puede verse que las cargas real e inducida tendrán magnitudes diferentes en función de los valores de las capacitancias de los condensadores equivalentes (International Electrotechnical Commission [IEC], 2000). Estas relaciones involucran una violación a la ley de causalidad, ya que se asume que la tensión aplicada a los electrodos provoca el posicionamiento de cargas eléctricas sobre la superficie de la cavidad, lo cual implica que se tendría carga interna incluso antes de que la actividad de DP se hubiese iniciado (Hauschild & Lemke, 2014). En este modelo, a diferencia de lo que ocurre en los modelos analítico y de elementos finitos, se hacen análisis en función de tensiones y corrientes en las terminales de capacitancias equivalentes, lo que hace que no se requieran complejos análisis para obtener las ecuaciones que describen el modelo. Además, las simplificaciones inherentes a la aproximación electrostática de los circuitos eléctricos ayudan a la 16 comprensión del proceso de DP, desde un punto de vista fenomenológico, con la analogía a las descargas de circuitos RC, sin necesidad de utilizar variables y funciones de campos electromagnéticos. Estos últimos factores han hecho que este modelo haya sido bastante utilizado, sobre todo para cavidades cilíndricas, y se hayan propuesto diferentes variaciones buscando incrementar la precisión y aplicabilidad a diferentes condiciones de esfuerzos aplicados. Estos modelos tienen además la ventaja de poderse implementar fácilmente en software dedicados para análisis de circuitos y redes como MATLAB/SIMULINK® (Gopinath & Sathiyasekar, 2014; Sabat & Karmakar, 2011), PSpice® (Kolev et al., 1998) y EMTP® (Christina et al., 2017; Nafar, 2012). Durante las DP, la baja conductividad del canal de plasma provoca un cambio súbito en la tensión sobre la capacitancia equivalente de la cavidad. En (Rodríguez-Serna, Albarracín-Sánchez, Dong, et al., 2020) se propuso la clasificación de los modelos de DP basados en condensadores, a partir de la forma como se simula dicho cambio de tensión. La clasificación obtenida fue la siguiente: 1. Simulación del Spark-gap mediante un interruptor 2. Cavidad de resistencia equivalente variable 3. Cavidad de capacitancia variable En la primera categoría, el Spark-gap asociado con la caída de tensión a través de la cavidad durante las DP, ver Figura 4, es simulado con un interruptor ideal que se pone en paralelo con el condensador equivalente de la cavidad. Este interruptor se controla mediante funciones lógicas dependientes de las condiciones de incepción y extinción de las DP, o si se dispone de distribuciones experimentales de la magnitud de la carga en fase (q - φ) o en el tiempo (q - t), se puede accionar para instantes de tiempo específicos y durante el tiempo de duración de las DP. Este modelo ha sido utilizado para diferentes análisis de las características estocásticas de las DP en cavidades (Hikita et al., 1990; Okamoto et al., 2001) y diferentes arreglos de electrodos (Okamoto et al., 1992; Okamoto & Yashima, 2017). También, se ha usado para estudiar el comportamiento de las DP en cavidades bajo esfuerzos de tensión en CC (F. Kreuger & Fromm, 1994) y alta frecuencia (Negm et al., 2016), así como para diferentes condiciones de envejecimiento (Haghjoo et al., 2012) y temperatura (Candela et al., 1999). Las formas de onda de los pulsos de corriente en el circuito se han analizado usando métodos de análisis en el domino de la frecuencia (Bhatt et al., 2018). Finalmente, algunas modificaciones también se han propuesto para incluir el efecto de la carga espacial dejada por las descargas previas, sin embargo, su simulación es compleja, requiere altos esfuerzos computaciones y presentan limitaciones en cuanto a los modos no repetitivos de los dispositivos utilizados para simular el interruptor (Arief et al., 2012). Por su parte, en la segunda categoría de modelos de tres condensadores, se utiliza una resistencia variable que se pone en paralelo con el condensador equivalente a la cavidad y simula la resistencia finita del canal del Streamer. El valor de la resistencia puede calcularse usando una función dependiente del tiempo y la magnitud de la tensión resultante en la cavidad como superposición de la tensión aplicada a los electrodos y la debida a la carga en la superficie de la cavidad (Alsheikhly et al., 1992). La resistencia del canal de plasma no depende solamente de la tensión en la cavidad, sino, además de la magnitud de la corriente a través de aquel. En (Gafvert et al., 2003) se propuso una función matemática para la resistencia del Streamer dependiente de la tensión, para controlar las condiciones de incepción y extinción, y la corriente, para controlar el valor de la resistencia durante las DP. En este modelo se introdujeron, además, resistencias adicionales para considerar la conducción en la superficie de la cavidad y a través del dieléctrico. En (Ala et al., 2011) se presentó un enfoque para modelar la variación con el tiempo de la resistencia del canal de plasma desde un punto de vista multifísico con una función matemática dependiente de los coeficientes de ionización y recombinación en el aire, además de una variable de activación que a su vez depende del cumplimiento de las condiciones de incepción y extinción, y considera el comportamiento estocástico de las DP mediante una función de Weibull (Silvestre et al., 2013). Para cada instante de tiempo en el cual se presentan las DP un generador de corriente inyecta un valor de corriente equivalente al valor instantáneo de la conductividad. Este modelo fue modificado para simular la actividad de DP bajo condiciones de forma de onda CC incluyendo 17 resistencias que simulan la conducción a través de la superficie de la cavidad y el material dieléctrico (Imburgia et al., 2017). Finalmente, en (Achillides et al., 2008) se propuso un método de capacitancia variable con el fin de conciliar las consideraciones que dan sustento a los modelos de tres condensadores con los procesos físicos reales que suceden durante las DP. El modelo consta de un condensador equivalente para la cavidad, cuya capacitancia es función de las condiciones de incepción y extinción de las DP, el volumen y forma de la cavidad, y la separación entre electrodos. En paralelo con el anterior, se dispone un condensador equivalente al material dieléctrico sólido. Sin embargo, los resultados del modelo propuesto no son validados ni contrastados con mediciones experimentales. Como puede verse, al comparar el número de diferentes variaciones encontradas para los modelos de tres condensadores y las encontradas para el modelo analítico, los primeros han sido ampliamente utilizados lo cual puede deberse a las ventajas de análisis, por la simplificación del fenómeno, y solución del circuito mencionadas previamente. Además, en estos modelos la dinámica de la carga superficial se puede modelar usando el enfoque de resistencia variable, debido a que la magnitud de la resistencia puede ser controlada numéricamente para tomar en cuenta la polaridad de la tensión aplicada y el tiempo transcurrido después de la última DP, de manera similar al enfoque de constante de tiempo RC en los modelos analíticos (H. Illias et al., 2009; H. A. Illias et al., 2012). Sin embargo, la fuerte nolinealidad incluida en el circuito por la resistencia del Streamer genera dificultades numéricas. La rigidez del problema hace que sea necesario utilizar un método de paso de tiempo implícito con pasos de tiempo reducidos, lo cual implica grandes esfuerzos computacionales y que no se puedan encontrar soluciones para todos los posibles casos de interés, como por ejemplo cavidades de tamaño comparable a la separación entre electrodos. En la Sección 3.3 del artículo (Rodríguez-Serna, Albarracín-Sánchez, Dong, et al., 2020) se realizó un amplio y detallado estudio del estado del arte, así como un análisis crítico a los modelos de condensadores, se resumieron los parámetros de los medios y el objeto de ensayo necesarios para implementar los modelos. Adicionalmente, en la Sección 4 de este artículo, se propuso una modificación al circuito equivalente presentado en (Gafvert et al., 2003) para considerar la estocasticidad de las DP y las condiciones de múltiples esfuerzos (multifísicos) que se presentan durante las DP utilizando el mismo método descrito al final de la Sección 2.2.2.1 de este capítulo de la tesis. Además, se propuso un método para calcular la capacitancia equivalente de la cavidad esférica que permite conciliar los modelos de condensadores y de campos electromagnéticos. En la Sección 5 de (Rodríguez-Serna, Albarracín-Sánchez, Dong, et al., 2020), se comparan los resultados de simulación con valores medidos experimentalmente reportados por otro investigador (H. A. Illias et al., 2017), y se pudo comprobar que el circuito modificado y método propuestos permiten mejorar la precisión del proceso de modelamiento y simulación. Mayores detalles son presentados en el Capítulo 5 de análisis de resultados. 2.2.2.3 Modelo de elementos finitos Como se mencionó al principio de éste capítulo, los diferentes modelos de DP se distinguen por la forma como se calcula la intensidad de campo eléctrico al interior de la cavidad, resultante de la superposición del campo eléctrico debido a la aplicación de la fuente de alta tensión y el campo eléctrico producido por la carga dejada en la superficie de la cavidad por las DP previas. El modelo de elementos finitos soluciona numéricamente las ecuaciones de campos en derivadas parciales y prácticamente, no presenta limitaciones en cuanto a la geometría del objeto de ensayo, la forma de onda de la tensión aplicada e incluso la linealidad o isotropía de los materiales. Además, se pueden considerar las múltiples físicas; eléctrica, térmica y mecánica, interrelacionadas durante las DP (H. A. Illias et al., 2012), y las corrientes y cargas, real e inducida, se calculan numéricamente en la cavidad y en los electrodos usando condiciones de frontera y soluciones de campo, sin la necesidad de usar aproximaciones electrostáticas o expresiones analíticas. Por otro lado, muchas de las condiciones de aplicabilidad de los modelos analítico y de condensadores no son requeridas para los modelos de elementos finitos, lo que facilita su generalización. Dependiendo de la forma en la cual se simula el proceso de DP, los modelos de elementos 18 finitos se subdividen en las siguientes dos categorías (Rodríguez-Serna, Albarracín-Sánchez, & Mas’ud, 2020): 1. Modelos de corrientes eléctricas 2. Modelos electrostáticos En los modelos de corrientes eléctricas, las DP se simulan como un cambio súbito en la conductividad de la cavidad, o un cierto volumen de la cavidad asociado al canal del Streamer, donde se tiene un número elevado de cargas eléctricas. La ecuación en derivadas parciales que describe el fenómeno de las DP usando el modelo de corrientes eléctricas es la siguiente: − ∇ ⋅ (k s ∇U ) − ∇ ⋅ ∂ (ε∇U ) = 0 , ∂t (18) donde U (V) es el potencial escalar eléctrico, k s (S‧m-1) es la conductividad, t (s) es el tiempo y ε (F‧m1) es la permitividad eléctrica. Cuando la condición de incepción se satisface y hay al menos un electrón para iniciar las descargas, la conductividad de la cavidad se incrementa, lo cual a su vez provoca un incremento en la corriente del Streamer a través de la cavidad y la magnitud de la intensidad de campo eléctrico al interior de la misma se reduce debido al campo eléctrico producido por la carga depositada sobre la superficie de la cavidad. Cuando la magnitud de la intensidad de campo eléctrico se reduce por debajo de la magnitud de extinción, la DP finaliza. El decaimiento de carga debido a recombinación y conducción volumétrica o superficial, se modela usando una región delgada equivalente a la superficie de la cavidad donde la conductividad se modifica como una función de la magnitud de la intensidad de campo eléctrico al interior de la cavidad y su polaridad, las magnitudes de la corriente y la carga, y la temperatura. Los modelos de corrientes eléctricas se han usado para análisis del comportamiento de las DP en cavidades bajo diferentes condiciones de frecuencia (H. Illias et al., 2011b; H. A. Illias et al., 2009b), forma de onda de la tensión aplicada (He et al., 2018; H. Illias et al., 2012), amplitud de la tensión aplicada (H. A. Illias et al., 2010), tamaño y ubicación de la cavidad (H. Illias et al., 2011a; H. A. Illias et al., 2009a), temperatura (H. A. Illias et al., 2012, 2015a) y número de cavidades (H. A. Illias et al., 2011). Los resultados de simulación son consistentes con las mediciones experimentales (G. Chen & Baharudin, 2008; Forssen & Edin, 2008). Por su parte, los modelos electrostáticos simulan el proceso de las DP como un cambio en la densidad superficial de carga en la superficie de la cavidad. La ecuación en derivadas parciales que describe el fenómeno de las DP usando el modelo electrostático es la siguiente: ∇ 2U = − ρ , ε (19) donde ρ (C‧m-3) es la densidad volumétrica de carga. Cuando las condiciones mínimas requeridas para la aparición de las DP se satisfacen, la densidad superficial de carga se incrementa de manera discreta hasta que la magnitud de la intensidad de campo eléctrico dentro de la cavidad se reduce por debajo de la magnitud de extinción. El proceso de decaimiento de carga se puede modelar modificando la distribución superficial de carga para cada paso de tiempo o mediante un proceso de conducción superficial. Los modelos electrostáticos han sido usados para analizar los cambios en el comportamiento de las DP durante el proceso de envejecimiento (K. Wu et al., 2003) y a altas frecuencias (K. Wu et al., 2007). También, se analizó el efecto en el comportamiento de las DP debido a la distribución de carga, el tamaño de la cavidad (Hazlee A. Illias et al., 2011), y la magnitud y forma de onda de la tensión aplicada (H. A. Illias et al., 2014, 2015b). En (H. A. Illias et al., 2016) se utilizó un modelo electrostático en 3D para estudiar el fenómeno de las DP en una geometría similar a la encontrada en un cable de potencia de 19 dimensiones prácticas. En (Callender, 2018) se presentó un modelo electrostático generalizado para simular las DP que utiliza una distribución superficial de carga continua. Sin embargo, dicha distribución está descrita por una función matemática que depende de dos parámetros que no están claramente definidos ni se establece el procedimiento para determinarlos para cualquier caso de estudio. De los dos modelos de elementos finitos, el más preciso es el electrostático ya que el tiempo durante el cual las cargas permanecen en estado de conducción en la cavidad es demasiado breve para considerar el establecimiento de una corriente eléctrica y el movimiento de las cargas parece responder más a las dinámicas de un plasma (Villa et al., 2017). Sin embargo, en el modelo electrostático, se presentan dificultades en cuanto a la distribución superficial de carga y su variación con el tiempo y en el espacio (H. A. Illias et al., 2017). En la Sección 2 del artículo (Rodríguez-Serna, Albarracín-Sánchez, & Mas’ud, 2020) se presenta una revisión completa y detallada de los modelos de elementos finitos, sus aplicaciones, estado del arte, ventajas y desventajas. Además, en la Sección 3, se propone un novedoso modelo híbrido, el cual conjuga las ventajas de los modelos de corrientes eléctricas y electrostático y además permite superar las dificultades acerca de la distribución superficial de carga de los modelos electrostáticos existentes, ya que después de las DP y usando un enfoque de teoría electromagnética, se obtiene la distribución superficial de carga para cada instante de tiempo como una función continua del espacio, por lo que no se tienen puntos sobre la superficie de la cavidad en los cuales la magnitud de la intensidad de campo eléctrico sería una indeterminación (Hazlee A. Illias et al., 2011). Este modelo, incluida una versión multifísica, presentada en la Sección 4 del artículo y que parte de los conceptos resumidos al final de la Sección 2.2.2.1 de esta tesis, fue implementado en MATLAB® y COMSOL Multiphysics®. En la Sección 5 del artículo, los resultados de simulación se comparan con mediciones experimentales reportadas por otros investigadores (Gutfleisch & Niemeyer, 1995), y se concluye que el modelo propuesto presenta excelentes resultados bajo diferentes condiciones de envejecimiento. A modo de ilustración, la Figura 5 muestra la distribución de potencial escalar eléctrico para el caso de estudio de una cavidad esférica de radio 0,70 mm en el medio de un dieléctrico sólido, resina epóxica, de permitividad relativa 4,40. El bloque dieléctrico de altura 2 mm, se pone entre dos electrodos planos, al superior se aplica una tensión de CA sinusoidal de 18 kV pico y 50 Hz, mientras que el inferior se pone a tierra. La línea horizontal a lo largo del radio de la esfera en la Figura 5, define la superficie de integración para calcular la corriente real de las DP. Figura 5. Solución en COMSOL Multiphysics ® para el potencial escalar eléctrico para t = 5 ms. Cavidad de 0,70 mm de radio y llena de aire, separación entre electrodos de 2 mm, permitividad relativa del dieléctrico 4,40, al electrodo superior se aplica una señal sinusoidal de 18 kV, CA, mientras el inferior permanece puesto a tierra. 20 Existen otros modelos avanzados en los cuales los procesos físicos de ionización por impacto, adición, recombinación, difusión y deriva de portadores de carga son cuantitativamente definidos mediante ecuaciones de fluidos para describir las dinámicas de plasma en la cavidad durante las DP (Pan et al., 2018). En estos modelos se consideran de manera precisa y detallada los fenómenos químicos y físicos que suceden durante las DP en las cavidades (Leon-Garzon et al., 2018). Estos modelos prácticamente no tienen limitaciones en cuanto a los materiales, geometría del objeto de ensayo y tipos de esfuerzos aplicados. Sin embargo, requieren de un gran número de parámetros físicos que deben determinarse de manera experimental para cada caso de estudio y hacen que los resultados de simulación y los modelos, no se puedan extender a otras geometrías y/o materiales (Borghei et al., 2020). Adicionalmente, la solución de estos modelos requiere un alto consumo computacional, lo que los hace imprácticos para análisis de envejecimiento y múltiples DP, donde se requiere la simulación durante cientos de ciclos de la señal de tensión de CA. Por lo anterior, estos modelos no serán considerados en el desarrollo de esta tesis. 2.2.3 Modelamiento y simulación de propagación de arborescencias eléctricas en dieléctricos poliméricos sólidos Los sistemas de aislamiento son diseñados de tal manera que la magnitud de la intensidad de los campos eléctricos, y en general de todos los esfuerzos, aplicados a los materiales dieléctricos sean inferiores a los valores de incepción de los mecanismos de ruptura. Sin embargo, debido a problemas de fabricación o condiciones operativas no previstas, pueden aparecer contaminantes metálicos o cavidades llenas de aire donde el campo eléctrico presenta una intensificación. Las DP en cavidades esféricas en el interior de dieléctricos sólidos degradan la superficie de la cavidad e inducen la formación de pozos y cráteres en ella a partir de los cuales se propagan rápidamente arborescencias eléctricas a través del dieléctrico sólido hasta que se produce la ruptura total del aislamiento (Danikas & Adamidis, 1997; Tanmaneeprasert et al., 2017). Las arborescencias eléctricas son estructuras tubulares compuestas por canales gaseosos de diámetro microscópico que se propagan a través del material mediante un mecanismo controlado, principalmente, por la actividad de DP en dichos canales gaseosos (Dissado & Fothergill, 1992; Seralathan et al., 2008). Los modelos para simular la propagación de arborescencias a través del dieléctrico sólido se pueden clasificar así: 1. 2. 3. 4. 5. 6. Estocásticos Físicos Empíricos Determinísticos Multifísicos Autómatas celulares Para los propósitos de esta tesis, se supone que la fuente de inicio de la propagación de las arborescencias son las DP en cavidades en el interior de los dieléctricos sólidos que conllevan a la generación de cráteres en la superficie de la cavidad (Bahder et al., 1982). Para esta sección se supone de interés la propagación de la arborescencia una vez se ha detectado la existencia incipiente de ésta. La creación del primer canal de la arborescencia, incepción, desde la superficie de la cavidad y a partir del cual aquella se propaga de manera independiente de las descargas en la cavidad, se analizará en la Sección 2.2.5 de este capítulo. 2.2.3.1 Modelos estocásticos para simular la propagación de arborescencias en sólidos dieléctricos Los modelos estocásticos están basados en el modelo propuesto por Niemeyer, Pietronero y Wiesmann, también conocido como NPW (Niemeyer et al., 1984) y la versión mejorada implementada por Wiesmman y Zeller (Wiesmann & Zeller, 1986). En este modelo se considera que la arborescencia crece de manera discreta y que la probabilidad de propagación en una dirección dada depende de la magnitud 21 de la intensidad de campo eléctrico local elevada a un exponente η que permite controlar la dimensión de la estructura fractal. Este modelo ha sido usado para diversos estudios como análisis estadísticos y probabilísticos (Barclay et al., 1990; Wiesmann & Zeller, 1986; Zeller, 1987), evaluación del efecto de barreras dieléctricas en la propagación de arborescencias (Farr et al., 2001; Sweeney et al., 1992), propagación de arborescencias en medios no uniformes o con carga espacial (M. D. Noskov et al., 1995; Seralathan et al., 2008). Las principales desventajas de este modelo son que el exponente η no tiene una explicación física y el tiempo no se incluye como una variable física en el modelo (Kai Wu et al., 1995). 2.2.3.2 Modelos físicos para simular la propagación de arborescencias en sólidos dieléctricos El modelo físico o de avalancha (DAM), está basado en el modelo de envejecimiento eléctrico y ruptura dieléctrica propuesto por Bahder et al. (Bahder et al., 1982) en el que se asume que las DP en una cavidad o canal de la arborescencia inducen avalanchas dentro del aislamiento en los puntos donde terminan las DP, y se considera que el número de ionizaciones en una avalancha es proporcional al daño que esta produce (Dissado & Sweeney, 1992). Una repetición de este proceso provoca que el daño se acumule hasta que alcance un nivel crítico, cuando se formará un nuevo canal. La longitud de cada nuevo segmento de canal se asume constante, igual a 10 μm, a partir de las observaciones experimentales de Hozumi y Okamoto (Hozumi & Okamoto, 1989). Para calcular el campo eléctrico local, se asigna una caída de potencial a cada segmento a lo largo de la arborescencia desde el electrodo de alta tensión, lo que permite considerar los efectos de la carga homopolar en la punta del canal y que no necesariamente, toda la estructura de la arborescencia se descarga cada vez que se induce una avalancha. Fluctuaciones locales del campo eléctrico, resultantes del mecanismo mismo de ruptura o de no-homogeneidades espaciales en las propiedades eléctricas del aislamiento (Dissado et al., 1997; Quiña et al., 2010), se modelan asignando valores diferentes a la caída de potencial en los segmentos. Los resultados del modelo son consistentes con mediciones experimentales presentadas por Noto y Yoshimura (Noto & Yoshimura, 1974), además, permite describir de manera cuantitativa la dependencia entre la propagación de las arborescencias y la tensión aplicada (Fothergill et al., 1994). 2.2.3.3 Modelos empíricos para simular la propagación de arborescencias en sólidos dieléctricos Los modelos empíricos utilizan expresiones analíticas obtenidas mediante procesos de ajuste de curvas a resultados experimentales. En (Champion et al., 1994) se presentó un modelo empírico que permite reproducir las curvas tiempo-longitud que se miden experimentalmente durante la propagación de arborescencias. Usando este modelo se pudo concluir que existe una correlación lineal entre la dimensión fractal y el tiempo hasta la ruptura. Este mismo modelo fue utilizado en (Champion & Dodd, 1995) para estudiar el efecto de la edad de fabricación de las muestras en el proceso de propagación de las arborescencias en resinas epóxicas. 2.2.3.4 Modelos determinísticos para simular la propagación de arborescencias en sólidos dieléctricos En (Dodd, 2002) se presentó un modelo físico-determinístico para la propagación de arborescencias en el cual el daño en el material que rodea la arborescencia se calcula usando la disipación de energía electrostática por las DP en los canales gaseosos de esta. Este modelo permite la obtención de arborescencias ramificadas sin la necesidad de usar una variable aleatoria ya que las inestabilidades en el campo eléctrico están controladas por las cargas de las DP. Los resultados de simulación, curva longitud-tiempo y tasa de crecimiento como función de la tensión, son consistentes con las mediciones experimentales en arborescencias no conductivas. Además, se demuestra que la estructura ramificada se produce, principalmente, debido a las inestabilidades en el campo eléctrico provocadas por la carga eléctrica de las DP, más que por las no-homogeneidades del material. 22 2.2.3.5 Modelos multifísicos para simular la propagación de arborescencias en sólidos dieléctricos Recientemente modelos multifísicos para la propagación de las arborescencias han sido propuestos a partir del modelo presentado en (M. Noskov et al., 2001). La ruptura de sólidos dieléctricos ocurre debido a la propagación de canales de plasma en el sólido. Se considera que la propagación de los canales de plasma se debe a las inestabilidades electromecánicas, electro-térmicas y de los procesos de ionización, a su vez, producidas por el comportamiento dinámico de los campos eléctricos, la carga y la energía dentro de los canales y el material dieléctrico (Wildman & Gazonas, 2015). En (Ding & Varlow, 2002) se presentó un modelo físico-cinético para la propagación de las arborescencias en dieléctricos poliméricos que permite evaluar el tiempo de vida útil del aislamiento como una función de la tensión aplicada, la temperatura ambiental y la dimensión fractal en una sola ecuación. En este modelo, se considera que la propagación se da a través de microdefectos alrededor de la arborescencia, por lo que el intervalo de tiempo entre dos incrementos consecutivos de esta, depende de la distribución aleatoria de los microdefectos en el material. En (Ding & Varlow, 2003) se presentó una variación al anterior modelo cinético para incluir el efecto de las tensiones residuales de compresión y tracción en el proceso de propagación de las arborescencias. 2.2.3.6 Modelos basados en autómatas celulares para simular la propagación de arborescencias en sólidos dieléctricos Los autómatas celulares, más que un modelo, son un método para la solución de las ecuaciones de Laplace y Poisson en medios no homogéneos considerando solamente interacciones locales (Chopard, 2012). Este método se ha usado para simular la propagación de arborescencias eléctricas en sólidos dieléctricos aplicando configuraciones punta-plano y considerando condiciones de no uniformidad en la permitividad dieléctrica del material que puede ser consecuencia de procesos de deterioro químico de volúmenes elementales (Danikas et al., 1996). También, se ha utilizado para estudiar el efecto de la carga espacial (Vardakis et al., 2002), partículas (Vardakis & Danikas, 2005) y nanopartículas (Pitsa et al., 2010) en la propagación de las arborescencias. En la Sección 3 del artículo (Rodríguez-Serna, Albarracín-Sánchez, & Carrillo, 2020) se realizó una presentación detallada del estado del arte de los modelos previos para simular la propagación de arborescencias eléctricas en dieléctricos sólidos. Además de la presentación de sus ventajas y limitaciones, también se realizó una discusión crítica de los parámetros de los medios utilizados en dichos modelos. También, en la Sección 4 de dicho artículo se propuso un nuevo modelo físicoestocástico basado en el modelo DAM, pero a diferencia de éste, en el nuevo modelo el tiempo requerido para conformar un nuevo canal se calcula a partir de un análisis del cambio de energía durante la propagación. Adicionalmente, el modelo propuesto permite el análisis de propagación de arborescencias en medios no homogéneos o cuando se tiene carga espacial. En el modelo propuesto, al igual que en el modelo DAM, se asume que las avalanchas se presentan durante las DP. En la Sección 5 del artículo, a partir de un análisis comparativo entre los resultados de simulación y los obtenidos experimentalmente en (Champion et al., 1994), se concluye que el modelo permite obtener valores de tiempo hasta la ruptura y dimensión fractal que se encuentran dentro de los rangos de los valores medidos. A modo de ilustración, en la Figura 6, se muestran resultados de simulación de propagación de arborescencias en medios no homogéneos. En el caso de estudio de la parte superior, Figuras 6a a 6c, se considera la inclusión de una región rectangular, conductora ideal en equilibrio ( ε → ∞ ), mientras que, para el caso de estudio de la parte inferior, Figuras 6d a 6f, se considera la inclusión de una región circular de diámetro Dr = 0,16 mm y con carga espacial (3 nC‧m-2). El arreglo de electrodos para ambos casos de estudio corresponde a una configuración punta-plano con una separación de 1 mm, el radio de la punta se considera igual a 20 μm, la tensión aplicada a la punta es sinusoidal de 50 Hz CA y 15 kV RMS, la permitividad relativa del dieléctrico sólido es de 4,40. 23 1.2 1.8 1.6 1 1.4 (mm) 1.2 max 0.6 1 0.8 L Y (mm) 0.8 0.6 0.4 0.4 0.2 L 0.2 0 0 0 0.2 0.4 0.6 0.8 1 1. L 0 2 (b) 1.2 1 8 Y 10 12 10 7 (c) 1.4 1.2 1 (mm) 0.8 max 0.6 0.8 0.6 L Y (mm) 6 Tiempo (s) X (mm) (a) 4 0.4 0.4 0.2 0.2 L L 0 0 0.2 0.4 0.6 0.8 1 1.2 X (mm) 0 0 1000 2000 3000 4000 Y 5000 Tiempo (s) (d) (e) (f) Figura 6. Resultados de simulación para casos de estudio de propagación de arborescencias considerando barreras metálicas, superior, y regiones con carga espacial, inferior. De izquierda a derecha: Configuración geométrica, estructura de la arborescencia y característica en el tiempo de la longitud máxima (L) y la longitud máxima en el eje Y (LY). Esta figura se ha tomado del Anexo A, el cual se usará para escribir un artículo de revista que se someterá a revisión próximamente. Mayores detalles, así como otros casos de estudio se presentan en el Capítulo 5, análisis de resultados, y en el Anexo A de esta tesis. 2.2.4 Modelamiento y simulación de DP en arborescencias eléctricas Las arborescencias son el resultado de acumulación del daño provocado por la actividad continuada de las DP en los canales gaseosos y sus estructuras describen formas bien caracterizadas, arbusto (“bush”), ramificada (“branch”) o combinaciones entre ambas (“bush/branch”) que son dependientes de la tensión aplicada, la geometría del arreglo de electrodos y propiedades físicas del material (Champion & Dodd, 1996; Dissado & Fothergill, 1992). Cuando los equipos se encuentran instalados no se pueden realizar inspecciones detalladas de las componentes del sistema de aislamiento por lo que se utilizan mediciones no invasivas como las de las DP y sus patrones resueltos en fase (Albarracín-Sánchez et al., 2020) que permiten inferir la existencia de condiciones de daño y potencialmente peligrosas para la vida útil del aislamiento (Rodríguez-Serna, Albarracín-Sánchez, Garnacho, et al., 2019). Para el caso de las arborescencias, estos patrones no solo cambian dependiendo del tipo de arborescencia sino también del tiempo de propagación (X. Chen et al., 2014; Guangning Wu et al., 2000; Kaneiwa et al., 2001; Mammeri et al., 1995), del tipo de tensión aplicada (Zheng et al., 2020), o si se tienen arborescencias y otros defectos (Kasinathan et al., 2017). Pero, sí presentan comportamientos similares para diferentes tipos de materiales (Champion & Dodd, 1996). Por lo anterior, un análisis de estos patrones junto con medidas estadísticas puede permitir inferir el tipo de arborescencia, así como la vida útil remanente del aislamiento (Dodd et al., 2008; Guastavino & Cerutti, 2003). Aunque la simulación precisa de las DP en las arborescencias requiere un enfoque multifísico del fenómeno, el modelamiento y simulación se pueden realizar de manera aproximada y confiable considerando solamente las dinámicas de la carga depositada en la interfaz entre los canales gaseosos y el dieléctrico (Borishade, 1977), y esto gracias a que la carga depositada sobre la superficie tiene un tiempo característico, dependiente de procesos como difusión en el gas, conducción y atrapamiento en 24 la superficie del sólido dieléctrico, mucho mayor al que tienen otras variables físicas como la temperatura y la presión (Champion et al., 1996). En (Suwarno, Suzuoki, Komori, et al., 1996) se realizaron mediciones experimentales de DP durante la propagación de arborescencias en LDPE (low-density polyethylene), EVA (ethylene–vinyl acetate) y EAA (ethylene–acrylic acid). El análisis de los resultados experimentales les permitió proponer un modelo de condensadores y una resistencia para simular las DP en arborescencias. Sin embargo, el uso de la resistencia, que no tiene explicación física en el modelo y las capacitancias, que implican condiciones de equipotencialidad, no están del todo analizadas y explicadas. Por otro lado, se asume que solo puede ocurrir una DP en cada semiciclo. Este modelo permite obtener patrones de DP cuyas distribuciones en fase son bastante cercanas a las encontradas experimentalmente, sin embargo, como las capacitancias son constantes, la magnitud de las DP en cada rama es en principio constante, lo cual contradice las mediciones experimentales. En (Champion & Dodd, 1998) se presentó un modelo que simula las DP como el resultado de avalanchas localizadas de electrones que ocurren en segmentos de la arborescencia, que se representa usando un reticulado uniforme en 2D, cuando la diferencia de potencial entre los puntos inicial y final de dichos segmentos supera un valor critico de incepción. Después de las DP, en la estructura de la arborescencia se establecen dipolos de carga que definen las nuevas condiciones de campo eléctrico al interior de los canales de la arborescencia y en el dieléctrico sólido alrededor de aquella. Se encontró que el modelo puede simular las variaciones en los patrones resueltos en fase durante los periodos de propagación de las arborescencias modificando las condiciones de incepción y extinción de las DP. En (Champion & Dodd, 2001) se propuso como mejora al modelo, la inclusión de la conductividad lo cual permite simular DP en arborescencias en materiales de diversas características. Este modelo es determinístico por lo que es incapaz de reproducir las características de los patrones resueltos en fase medidas experimentalmente en algunos materiales (Dodd et al., 2010). En (Malinovski et al., 1998) se presentó un modelo estocástico-determinístico que vincula y permite la simulación simultanea de la propagación de arborescencias y DP en los canales de la arborescencia (M. D. Noskov et al., 2000). La propagación de la arborescencia se simula usando un modelo estocástico en el cual se considera que el daño acumulado en el material sólido es proporcional a la energía disipada dentro de los canales tubulares. Este modelo considera de manera explícita las DP durante el proceso de propagación de las arborescencias, y la selección de la dirección de propagación se hace de manera estocástica en un espacio 3D en cualquier dirección y ángulo. La forma y distribución de los patrones resueltos en fase para señales sinusoidales y triangulares de CA, es cualitativamente comparada con resultados experimentales y se encuentra buena consistencia. Además, se encontró que la geometría fractal y tiempo hasta la ruptura de las arborescencias simuladas, son similares a los reportados en la literatura para resinas epóxicas (M. D. Noskov et al., 2001). Una mejora al modelo se presentó en (M. D. Noskov et al., 2003), para incluir la conductividad del canal de descarga, el transporte de carga usando la ley de Ohm y la redistribución de campo eléctrico en los canales de la arborescencia durante la propagación. Los resultados de simulación permiten concluir que este modelo es bastante poderoso, sin embargo es bastante general y no se tienen en cuenta ciertos cambios específicos en los modos de propagación que ocurren por las variaciones fisicoquímicas de los medios o la dependencia de la polaridad de los parámetros del medio (Champion et al., 1996). Por otro lado, los resultados de propagación no se analizaron estadísticamente de manera que se pudieran obtener conclusiones cuantitativas de la variación de la longitud o la dimensión fractal con el tiempo (Vogelsang et al., 2006). En (Kai Wu et al., 1999) se presentó un modelo físico para simular las DP en canales artificiales, los cuales pueden reproducir patrones resueltos en fase similares a los encontrados en arborescencias reales (Suwarno, Suzuoki, & Mizutani, 1996). Se realizaron comparaciones entre simulaciones y mediciones experimentales y se encontró que el modelo reproduce de manera adecuada el comportamiento de los patrones resueltos en fase cuando se cambia la longitud del canal y se modifica la tensión aplicada. Sin embargo, la definición de capacitancia de los segmentos del canal en este modelo no es realista ya que se asume que la carga yace en las paredes de los canales y que los segmentos, que conforman la estructura de la arborescencia, son equipotenciales a lo largo de la trayectoria de la arborescencia con los electrodos. Además, esta capacitancia se asume como constante, pero su valor 25 debería cambiar dinámicamente para modelar los cambios súbitos en los patrones durante los cortos periodos de tiempo en los cuales la longitud radial de la arborescencia aumenta. Un modelo determinístico fue propuesto en (Lv, Rowland, Chen, & Zheng, 2018) en el que se utilizan resultados experimentales de las tensiones de incepción y extinción que se obtienen directamente de las mediciones de la secuencia de pulsos (PSA). El modelo reproduce adecuadamente las principales características de distribución y magnitud de los patrones de DP. Sin embargo, la dependencia de los valores experimentales de las tensiones de incepción y extinción no permite su generalización para cualquier tipo de material y objeto de ensayo. En la Sección 2 del artículo (Rodríguez-Serna & Albarracín-Sánchez, 2021) se realiza una revisión detallada de los modelos para simular DP en arborescencias eléctricas, se describen sus diferentes aplicaciones, así como sus ventajas y limitaciones. Adicionalmente, en la Sección 3, se proponen dos modelos mejorados, uno determinístico y otro estocástico, que presentan un adecuado desempeño y reproducen de manera adecuada, con errores menores al modelo determinístico presentado en (Champion & Dodd, 1998), las distribuciones de los patrones resueltos en fase y las magnitudes de las DP medidas experimentalmente, ver Secciones 4 y 5 del artículo. Asimismo, los modelos propuestos permiten considerar como parámetro de entrada la conductividad, por lo que se pueden realizar simulaciones de distintos tipos de materiales y se pueden simular arborescencias con estructuras fractales similares a las encontradas experimentalmente. Por otro lado, en las Secciones 4 y 5, los resultados de simulación se utilizan para analizar el comportamiento estocástico de las DP en arborescencias eléctricas y concluir acerca de sus características caótico-determinísticas con base en hipótesis planteadas por otros investigadores. A manera de ilustración, la Figura 7b, muestra los resultados de simulación de las DP en la arborescencia de la Figura 7a. Es una arborescencia no conductiva de dimensión fractal aproximadamente igual a 1,5. La separación entre electrodos es de 2 mm, se utiliza un mallado uniforme de 45 x 45 retículas con h=50 μm. El dieléctrico sólido tiene una permitividad relativa de 4,80. La tensión aplicada al electrodo es sinusoidal CA de 10 kV pico y 50 Hz. (a) (b) Figura 7. Ejemplo de simulación de DP en arborescencias usando el modelo estocástico mejorado propuesto. De izquierda a derecha: a, geometría de la estructura de la arborescencia; b, patrón resuelto en fase obtenido usando el modelo estocástico propuesto. 2.2.5 Evaluación de la degradación inducida por DP en materiales dieléctricos poliméricos y estimación de la vida útil Las DP en cavidades en el interior de dieléctricos sólidos inducen una aceleración del proceso de envejecimiento del material dieléctrico sólido que rodea y delimita dichas cavidades. Los principales mecanismos mediante los cuales las DP inducen el daño son (Dissado & Fothergill, 1992; Tanaka, 1986): 1. Bombardeo de la superficie de la cavidad por parte de portadores de carga y fotones 2. Incremento local de la temperatura debido a gases calientes generados durante las DP 3. Reacciones químicas en la cavidad activadas por moléculas y partículas altamente energéticas, oxígeno y ozono 26 El proceso de envejecimiento del material aislante se inicia con la erosión de la superficie de la interfaz gas-sólido (Temmen, 2000). Inicialmente, la superficie es atacada químicamente y en esta se forman cristales que producen la intensificación local del campo eléctrico. Alrededor de los cristales se forman pozos a partir de los cuales se puede dar la incepción de arborescencias (Wang et al., 2012). En este estudio, se considera que el tiempo necesario para que se forme un pozo con una longitud crítica a partir de la cual se pueda generar un primer canal de la arborescencia, corresponde al tiempo de vida útil remanente una vez se ha iniciado la actividad de DP. Es claro que dicho tiempo no es exactamente el tiempo hasta la ruptura dieléctrica, sin embargo, se aproxima bastante teniendo en cuenta que el tiempo de propagación de la arborescencia es bajo en comparación con el tiempo necesario para su incepción (Rodríguez-Serna, Albarracín-Sánchez, & Carrillo, 2020). En las aplicaciones prácticas es posible determinar mediante mediciones no invasivas si los equipos eléctricos están experimentando DP debido a la presencia de defectos en los sistemas de aislamiento. Los tipos de defectos (Albarracín-Sánchez et al., 2020), así como algunas de sus características (Guastavino & Cerutti, 2003), se pueden determinar a partir de un análisis de los patrones resueltos en fase de dichas DP. Además, las DP inducen cambios en la superficie y el gas al interior de la cavidad que pueden deducirse a través de los cambios en el tiempo de los patrones resueltos en fase y esto puede usarse como herramienta de diagnóstico (Callender et al., 2016; Temmen, 2000). Sin embargo, un diagnóstico preciso de las condiciones del sistema de aislamiento con base en mediciones de DP es imposible sin analizar el fenómeno de las DP a una escala microscópica desde un punto de vista químico y físico (Laurent & Mayoux, 1992). Un método preciso para la estimación de la degradación, y correspondiente reducción de vida útil, debida a las DP en cavidades al interior de dieléctricos sólidos, aún no se tiene (Chang et al., 2013; Montanari et al., 2019). En ésta tesis se propone un método para evaluar la degradación inducida por DP en cavidades esféricas usando simulaciones. El método propuesto está basado en la evaluación de la ruptura de cadenas poliméricas mediante procesos de disociación por adición de electrones (DEA) (Munro et al., 2012), y permite cuantificar la vida útil remanente bajo unas condiciones establecidas por los esfuerzos aplicados. En este punto se hace claridad nuevamente en el hecho de que los materiales considerados para los análisis son polímeros, sin embargo, los principios fundamentales de los modelos y métodos propuestos pueden aplicarse a materiales orgánicos, tales como los sistemas papel-aceite, considerando los respectivos ajustes y validaciones con mediciones experimentales a que dé lugar. Al contrario de lo que ocurre con los modelos de envejecimiento térmico, todavía no existe un modelo de envejecimiento eléctrico definitivo que sea aplicable a todos los materiales y condiciones de esfuerzos aplicados (Dissado & Fothergill, 1992). Los modelos fenomenológicos, o macroscópicos, de envejecimiento eléctrico son el resultado de procesos de ajuste de resultados experimentales obtenidos mediante pruebas de envejecimiento acelerado, y permiten hacer una extrapolación para las condiciones de diseño (Simoni, 1973; Starr & Endicolt, 1961; Stone et al., 1979). Algunos ejemplos de estos modelos son los modelos de Dakin, potencia inversa, termoeléctricos y Eyring y Zurkov (Gjaerde, 1997; Mazzanti & Montanari, 2005). En estos modelos la tasa de envejecimiento es constante y uniforme, no se considera una superposición de campos Laplacianos y Poissonianos, pero, si se conoce la distribución espacial de carga, este tipo de modelos se pueden usar con la magnitud correspondiente de intensidad de campo eléctrico Poissoniano. Existen otros modelos macroscópicos complejos como el Fowler-Nordheim (Montanari et al., 2002), que consideran características morfológicas típicas de los polímeros tales como la presencia de fases cristalinas, paracristalinas y amorfas, o la presencia de defectos de tamaño nanoscópico, donde la intensidad de campo eléctrico es intensificada o se acumulan portadores de carga (Crine, 2005), y que pueden incrementar su tamaño como consecuencia de un proceso de envejecimiento térmicamente activado (Crine, 2007). Debido a que los esfuerzos de diseño son menores a los aplicados durante las pruebas de envejecimiento acelerado, y además se utilizan factores de seguridad, con los modelos macroscópicos se obtiene un dimensionamiento bastante conservativo de los sistemas de aislamiento (Montanari, 2013), y el envejecimiento y la ruptura dieléctrica bajo dichos esfuerzos, será causada por mecanismos de degradación localizada, tales como las DP en cavidades, antes que por una degradación global debida a esfuerzos macroscópicos como la tensión, la temperatura o la tracción mecánica (Mazzanti & Montanari, 27 2005). Esto es coincidente con el hecho de que la ruptura dieléctrica es causada por la condición más severa o la mayor tasa de envejecimiento (Mazzanti et al., 2007). Por otro lado, los modelos microscópicos brindan una explicación física al proceso de envejecimiento y no se requieren ajustes, mediante extrapolación, de parámetros relativos a los medios o condiciones de prueba. Además, ofrecen relaciones comprensibles directas entre las características físicas, químicas y microestructurales de los polímeros y los mecanismos de degradación asociados con las DP en los defectos (Mazzanti et al., 2007). La estimación del tiempo hasta la ruptura, vida, con base en mediciones de DP requiere la utilización de modelos de vida que permitan correlacionar magnitudes de cantidades diagnósticas de las DP; carga, corriente, energía, tiempo efectivo, etc., con un valor del tiempo hasta la ruptura a través de una relación funcional. Teniendo en cuenta que los mecanismos de degradación activados por las DP en cavidades al interior de dieléctricos sólidos erosionan el material dieléctrico localmente, se requieren modelos microscópicos que consideren los distintos fenómenos químicos y físicos presentes durante las DP y su interrelación con las características microestructurales de los materiales (Chang et al., 2013). En la literatura, hasta el mejor conocimiento de este autor, se tienen solamente dos modelos que satisface tales requerimientos. El primer modelo (Serra et al., 2005), está basado en un mecanismo de degradación químico (DEA) y considera las DP en cavidades como avalanchas de electrones en el gas. El número de electrones en dichas avalanchas se determina usando el primer coeficiente de Townsend (Kuffel E. et al., 2000) y la distribución de energía de los electrones que impactan con la superficie del polímero durante las avalanchas, se calcula solucionando la ecuación de Boltzmann en el dominio del tiempo y energía, y en función de la magnitud de la intensidad del campo eléctrico al interior de la cavidad. Finalmente, la tasa de escisión de cadenas poliméricas por bombardeo de electrones se determina utilizando los resultados experimentales de las mediciones de Sanche (Sanche, 1997). Por otro lado, el segundo modelo es el resultados de la trasformación del modelo DAM (Bahder et al., 1982), en un modelo de vida (Montanari, 1995): t br = Df lc , k 2 (E app − E th ) nU (20) donde t br (s) es el tiempo hasta la ruptura, l c (m) es la longitud crítica del primer canal de la arborescencia a partir de la cual se da la propagación de manera independiente de las DP en la cavidad, D f es la dimensión fractal de la arborescencia, nU es el coeficiente de resistencia a la tensión (voltage endurance coefficent) del material y k 2 (s-1‧mDf‧V-nU‧mnU) es una constante que depende de la tensión aplicada y la dimensión fractal. En este modelo, se asume que la carga espacial producida durante las DP ingresa al material dieléctrico sólido a través de microcanales desde la superficie de la cavidad. E app (V‧m-1) es la magnitud de la intensidad de campo eléctrico aplicada y E th (V‧m-1) es la magnitud de la intensidad de campo eléctrico por debajo de la cual no se inyectan cargas eléctricas en el aislamiento. Este es un modelo basado en un mecanismo de degradación físico. Comparaciones con mediciones experimentales permiten inferir un valor de la dimensión fractal en el rango 2,70-5,50, el cual es bastante diferente de los valores reales que están en el rango 1,70-2,50 (Montanari, 1995). Una ventaja de este modelo es que el tiempo hasta la ruptura se puede poner en función de la carga medida ya que en el modelo DAM, se asume que la longitud de las ramas de la arborescencia es proporcional a la carga, lo que permite reescribir la ecuación (20) como (Bahadoorsingh & Rowland, 2007): t br = k 3 [ln((q (E lc app k 4 ) + 1)] Df − E th ) nU , (21) donde q lc (C) corresponde a una carga acumulada proporcional a la longitud crítica l c (m), k 3 (s‧1-Df‧VnU‧m-nU) y k 4 (C) son constantes que dependen de la magnitud de tensión aplicada y la 28 dimensión fractal. La principal desventaja de este modelo es que es necesario establecer un valor límite para la carga de DP directamente relacionada con la longitud de las ramas de la arborescencia y esta magnitud puede verse encubierta por la magnitud de la carga de DP en la cavidad. Por otro lado, el comportamiento estocástico de las DP puede causar un diagnóstico erróneo, porque la magnitud de la carga de DP asociada con una longitud de árbol específica, puede aparecer en la cavidad antes del inicio de la propagación de la arborescencia. La evaluación precisa de la tasa de degradación causada por la actividad de DP requiere del conocimiento detallado de las condiciones al interior de las cavidades, sin embargo, esto no es posible de manera sencilla para la mayoría de condiciones prácticas (Kurrat, 1992). Diferentes parámetros han sido usados para evaluar el riesgo de daño potencial asociado a la actividad de DP, tales como el producto de la tasa de DP por la magnitud de carga ( ∑ N PD q )(Wang et al., 2012) y el valor máximo de la carga de las DP, ( q max (C)) (Laurent & Mayoux, 1992). Hay un consenso casi generalizado en que el valor máximo de la carga de las DP es un buen parámetro indicador para evaluar la nocividad de las DP (Laurent & Mayoux, 1992). Sin embargo, no hay una relación directa entre este parámetro y el tiempo hasta la ruptura, vida, y los métodos de diagnóstico basados en este criterio no son confiables. Durante el envejecimiento, el comportamiento de las DP exhibe periodos de cesación durante los cuales las DP se extinguen debido a cambios en la superficie y la presión del gas en la cavidad. La incepción de las DP está controlada por esos factores que a su vez dependen de parámetros geométricos y del material, así como de los esfuerzos aplicados, por esa razón el comportamiento de las DP durante el envejecimiento presenta patrones irregulares, lo cual implica que la tasa de envejecimiento también presenta dicho comportamiento, y conclusiones generales, modelos, nocividad, criterios, etc., aplicables a todos los materiales y arreglos de electrodos son casi imposibles de obtener. En la Sección 4 del artículo (Rodríguez-Serna & Albarracín-Sánchez, 2021a), se ha propuesto un método eficiente basado en simulaciones para estimar la vida útil del dieléctrico usando una función de daño novedosa inspirada en el trabajo de Serra et. al. (Serra et al., 2005). En la Sección 5 de este artículo, se comparan los resultados de simulación con mediciones experimentales reportadas por otros autores para validar el modelo propuesto y, además, los resultados de simulación se utilizan para concluir acerca de la predominancia de los mecanismos de degradación durante el tiempo de envejecimiento. Adicionalmente, en esta misma sección del artículo, se utilizan dos casos de estudio para analizar el efecto de la magnitud y frecuencia de la tensión aplicada en la tasa de envejecimiento. Otra función de daño basada en la energía de impacto de los electrones, así como un indicador de la tasa de envejecimiento en función del valor pico de la corriente inducida, se presentan en la publicación del Anexo C de esta tesis. 2.3 Objetivos de la tesis e hipótesis de partida En esta sección se presentan las hipótesis de partida y los objetivos específicos planteados para aportar en la solución de la situación problemática. 2.3.1 Hipótesis de partida Las siguientes son las hipótesis planteadas a partir del análisis del estado del arte y del conocimiento previo: 1. El desarrollo de modelos precisos para la simulación de DP en cavidades en el interior de dieléctricos sólidos y considerando las diferentes físicas implícitas, ayuda a la comprensión del fenómeno de DP, así como del efecto que tienen en la degradación y envejecimiento de los materiales dieléctricos sólidos como pueden ser los materiales poliméricos ampliamente utilizados como sistemas de aislamiento en diversos dispositivos eléctricos. Además, debido a que los modelos no tienen limitaciones en cuanto al tipo de fuente de tensión considerada para simular los esfuerzos eléctricos aplicados, estos modelos permiten simular diferentes condiciones impuestas por aplicaciones no convencionales tales como las fuentes renovables, 29 alta tensión en CC (HVDC), vehículos eléctricos y aeroespacial, para estudiar el comportamiento de las DP bajo dichas condiciones sin necesidad de realizar costosas mediciones experimentales 2. El modelamiento y simulación de arborescencias eléctricas en dieléctricos sólidos permite comprender el proceso de ruptura de los materiales aislantes y su dinámica espacial y temporal. Además, posibilita el análisis de los parámetros y variables de los que dependen las formas de las arborescencias y su velocidad de propagación, así como las estrategias que permiten su inhibición y propagación 3. Los resultados de simulación de DP en cavidades y arborescencias eléctricas, pueden usarse para evaluar la degradación inducida en dieléctricos sólidos y estimar la vida útil remanente junto con modelos de vida y funciones de daño. Asimismo, los resultados de simulación permiten proponer indicadores de daño para relacionar variables medidas con la degradación en la superficie de la cavidad 2.3.2 Objetivos Los siguientes son los objetivos planteados para el desarrollo de esta tesis: 1. Modelar el fenómeno de DP en sólidos dieléctricos poliméricos usando un enfoque multifísico e implementar simulaciones usando MATLAB® y COMSOL Multiphysics®, para realizar diferentes análisis considerando variaciones de excitación, temperatura, materiales, entre otras 2. Modelar el fenómeno de propagación de arborescencias en sólidos dieléctricos poliméricos para analizar la ocurrencia, evolución y comportamiento de dicho fenómeno mediante simulaciones en MATLAB® y/o COMSOL Multiphysics®, considerando variaciones de materiales y esfuerzos aplicados 3. Modelar la expectativa de vida útil de los sistemas de aislamiento eléctrico sólido polimérico a partir de los resultados de simulación obtenidos en los objetivos anteriores 30 3| METODOLOGÍA En este capítulo se presentan las actividades implementadas para el cumplimiento de los objetivos establecidos en el capítulo anterior y que hacen parte de la metodología empleada para el desarrollo de la tesis. Además, se describe la metodología empleada para la evaluación de los resultados. Este capítulo se organiza de la siguiente manera: primero, en la Sección 3.1, se presentan la metodología y los recursos para el cumplimiento de cada uno de los objetivos establecidos; después, en las Secciones 3.2 y 3.3, respectivamente, se describen brevemente los procesos de experimentación y evaluación de resultados, así como de análisis estadístico de los resultados. 3.1 Metodología y recursos para los objetivos Con el desarrollo de esta tesis se busca aportar al conocimiento de las debilidades y faltas en sistemas de aislamiento eléctrico sólido polimérico a partir de los análisis de los resultados de simulación y la generación de nuevas herramientas computacionales de análisis que pueden usarse para el diagnóstico y evaluación de las condiciones de vida útil, en conjunto con mediciones de DP. A continuación, se presenta la metodología implementada para lograr los objetivos establecidos en la Sección 2.3.2 del segundo capítulo de esta tesis. 3.1.1 Objetivo 1: Modelamiento y simulación de DP en cavidades al interior de sólidos dieléctricos poliméricos Las siguientes corresponden a las actividades específicas realizadas para el cumplimiento del primer objetivo: a. Estudio y análisis del marco teórico y normativo de las DP en dieléctricos sólidos polímericos, su medición y modelamiento matemático. El estado del arte del modelamiento de DP se revisó y actualizó de manera continuada. Se revisaron textos clásicos de la teoría de alta tensión, pruebas y fallos en dieléctricos sólidos como los de Kuffel et al., Hauschild y Lemke y Wadhwa (Hauschild & Lemke, 2014; Kuffel E. et al., 2000; Wadhwa, 2007). Además, se han estudiado diferentes artículos de revista y tesis como las de C. Forssen (Forssén, 2008) y H. Illias (Hazlee Azil Illias, 2011) relacionadas con el modelamiento del proceso de DP en dieléctricos sólidos, tipos de descargas y su clasificación, campo eléctrico de incepción, generación de carga en las cavidades e ionización, efecto de la conductividad superficial, generación y decaimiento de carga, efecto de la temperatura y presión, retardo de tiempo y generación probabilística de los electrones en la descarga inicial, estocasticidad del proceso de descarga (Brunt, 1991; Heitz, 1999; Okamoto et al., 2001). Finalmente, diferentes definiciones y conceptos relacionados a las DP, así como los circuitos de medición se estudiaron de la norma IEC 60270 (International Electrotechnical Commission [IEC], 2000). b. Implementación, validación y análisis de diferentes modelos matemáticos para simular DP en dieléctricos sólidos poliméricos usando MATLAB® y COMSOL Multiphysics®. Una vez realizada la búsqueda bibliográfica y revisado el estado del arte, se estableció la estructura de los modelos matemáticos que permiten simular el proceso de DP en cavidades al interior de sólidos dieléctricos. Los modelos fueron implementados en MATLAB® y COMSOL Multiphysics®. Los modelos se validaron usando un enfoque de comparación entre resultados de simulación y mediciones experimentales reportadas por otros autores. Los resultados de las comparaciones y el análisis del error se presentan en las publicaciones compendiadas en el Capítulo 4 de esta tesis. El modelo analítico descrito en la Sección 2.2.2.1 del segundo capítulo de esta tesis, se implementó en MATLAB® para simular las DP en cavidades esferoidales como se muestra en el diagrama de flujo de la Figura 8. 31 1. Establecer valores iniciales y definir constantes. 2. Realizar cálculos intermedios. 3. Para cada paso del tiempo, hacer: a) Ecav(t)>Einc b) Calcular Net y Ndt c) Calcular un número P1 con la probabilidad (Net + Ndt) Δt d) f) Calcular q(t+Δt), Eq(t+Δt), Ecav(t+Δt)=f*E0+Eq P1=1 e) Calcular q(t+Δt), q´(t+Δt), Eq(t+Δt), Ecav(t+Δt)=Eext 4. Imprimir resultados Figura 8. Diagrama de flujo del algoritmo implementado para simular DP en cavidades esferoidales usando el modelo analítico. En el primer paso de este diagrama de flujo, se definen las constantes y parámetros del medio y la geometría del objeto de ensayo; en el segundo paso, se realizan los cálculos de las tensiones de incepción y extinción y el factor de intensificación, ecuaciones (1) y (11); en los pasos 3c) y 3d), la simulación estocástica del fenómeno de las DP se calcula usando el generador de números aleatorios de MATLAB® y una distribución de probabilidad dependiente de las condiciones mínimas requeridas y calculadas con las ecuaciones (1) y (4). f * E 0 (V‧m-1) es la intensidad de campo eléctrico al interior de la cavidad establecida por la fuente de alta tensión aplicada a los electrodos, E q (V‧m-1) es la intensidad de campo eléctrico producida por la distribución de carga en la superficie de la cavidad. 32 El diagrama de flujo correspondiente a la versión multifísica del modelo analítico se muestra en la Figura 9. Para resolver la ecuación diferencial de transferencia de calor en derivadas parciales que describe la conversión de energía durante las DP, ver Sección 2.3 del artículo (Rodríguez-Serna & AlbarracínSánchez, 2019), se utilizó el PDE toolbox de MATLAB® que emplea un método de elementos finitos para solucionar numéricamente las ecuaciones en derivadas parciales (Partial Differential Equation Toolbox - MATLAB, s. f.). 1. Establecer valores iniciales y definir constantes. 2. Realizar cálculos intermedios. 3. Para cada paso del tiempo, hacer: a) Ecav(t)>Einc(p(t)) b) Calcular Net (p(t)) y Ndt(T(t)) c) Calcular un número P1 con la probabilidad (Net (p(t))+Ndt(T(t))) Δt f) Calcular q(t+Δt), Eq(t+Δt), Ecav(t+Δt)=f*E0+Eq, Q=0, p(t+Δt), T(t+ Δt) d) P1=1 e) Calcular q(t+Δt), q´(t+Δt), Eq(t+Δt), Ecav(t+Δt)=Eext, Q(t), p(t+Δt), T(t+ Δt) 4. Imprimir resultados Figura 9. Diagrama de flujo del algoritmo implementado para simular DP en cavidades esferoidales usando la versión multifísica del modelo analítico. 33 En la Figura 9, p (Pa) y T (K) son la presión y temperatura del gas al interior de la cavidad, respectivamente y Q(t ) (W‧m-3) es la densidad de la fuente de calor. A diferencia de lo presentado en el flujograma de la Figura 8, en el caso multifísico, las condiciones de incepción, extinción y tasas de generación de electrones se calculan como funciones de la temperatura y presión del gas al interior de la cavidad y la temperatura en la superficie de la cavidad. En la Figura 7 del artículo (Rodríguez-Serna, Albarracín-Sánchez, Dong, et al., 2020), se presenta el circuito equivalente propuesto en esta tesis para modelar las DP mediante el enfoque de tres condensadores descrito en la Sección 2.2.2.2 de esta tesis. La Figura 10, muestra el diagrama de flujo del modelo de tres condensadores implementado en MATLAB®. 1. Establecer valores iniciales y definir constantes. 2. Realizar cálculos intermedios 3. Para cada paso de tiempo hacer: a) Calcular U1, Uc e i. No b) Uc(t)>Uinc Si c) Calcular probabilidad de DP PPD. f) Calcular No d) Rstr(t+Δt) = R0, T(t+Δt), P(t+Δt), Uinc(t+Δt), Uext(t+Δt) PPD=1 Si e) Calcular q(t+Δt), q´(t+Δt), Rstr(t+Δt), Q, T(t+Δt), P(t+Δt), Uinc(t+Δt), Uext(t+Δt) 4. Imprimir Resultados Figura 10. Diagrama de flujo de la herramienta computacional implementada para la simulación de DP usando el modelo de tres condensadores. 34 Las tensiones de incepción y extinción se calculan con las ecuaciones (1) y (11) usando la definición cuasiestacionaria de tensión y considerando la intensidad de campo eléctrico al interior de la cavidad como uniformemente distribuida. La simulación estocástica de las PD, mostrada en los pasos 3b) y 3c) de la Figura 10, se puede calcular de igual manera como en el modelo analítico de las Figuras 8 y 9. El procedimiento para calcular las capacitancias de la cavidad y del dieléctrico sólido, pasos 1 y 2 en la Figura 10, así como el método de solución de las ecuaciones diferenciales que describen el circuito, se detallan en la Sección 4 del artículo (Rodríguez-Serna, Albarracín-Sánchez, Dong, et al., 2020). Con respecto a los modelos de elementos finitos descritos en la Sección 2.2.2.3 de este documento, durante el desarrollo de esta tesis se propusieron dos modelos novedosos: un modelo híbrido, en el cual las DP se simulan cambiando la conductividad de la cavidad y posteriormente, la distribución de carga en la interfaz es calculada usando expresiones de campos; y otro modelo, puramente electrostático, en el cual las DP se simulan modificando la distribución de carga en la interfaz. En la Sección 3 del artículo (Rodríguez-Serna, Albarracín-Sánchez, & Mas’ud, 2020) se realiza una descripción detallada de estos modelos y se presenta un diagrama de flujo del modelo implementado usando COMSOL Multiphysics® y MATLAB®. c. Simulación y caracterización de DP para diferentes configuraciones de defectos y esfuerzos aplicados. Los modelos descritos en el literal anterior fueron validados usando casos de estudio presentados por diferentes autores y que han sido medidos experimentalmente (Gutfleisch & Niemeyer, 1995; H. A. Illias et al., 2017). Además, se realizaron análisis para diferentes condiciones de esfuerzos aplicados y variaciones de los parámetros de los medios. Algunos de dichos análisis fueron presentados en las publicaciones listadas en la Tabla 5, y compendiadas en el Capítulo 4 de esta tesis, para cada tipo de modelo. Entre los análisis y simulaciones realizadas se tienen: - Análisis de DP en cavidades de diferente diámetro para la misma separación entre electrodos Análisis de las DP para diferentes formas de onda, sinusoidal y rectangular Simulación de DP y estudio de la temperatura y presión para diferentes condiciones de envejecimiento Simulación y análisis de la distribución de carga de DP en materiales de diferentes permitividades y conductividades Análisis de sensibilidad de los modelos a los parámetros de temperatura y presión, entre otros Adicionalmente, se realizó un análisis crítico del proceso de modelamiento y se han propuesto modificaciones a los modelos para considerar otros fenómenos y mejorar su desempeño físico y computacional (Borghei et al., 2020). d. Reporte y divulgación de resultados. Usando los modelos implementados se han realizado varias simulaciones y los resultados y análisis se han presentado en algunas publicaciones. Los resultados de simulación se han comparado con mediciones experimentales para validar los modelos y, además, algunos resultados de la búsqueda bibliográfica también se han usado para realizar aportaciones a divulgación como se mostrará en el Anexo D donde se resumen en una tabla todas las publicaciones realizadas durante la realización de la tesis. En la Tabla 5 se resumen las publicaciones relacionadas con el modelamiento de las DP en cavidades en el interior de dieléctricos sólidos, se presentan las principales características de los modelos propuestos y/o modificados, y se muestran las referencias de su publicación. Adicionalmente, se desarrolló una aplicación (app) de MATLAB®, llamada PDSym1S, para simular DP usando los modelos analíticos y de condensadores, que se registró ante la Oficina de Transferencia de Resultados de Investigación (OTRI) de la UPM. 35 Tabla 5. Resumen de los modelos implementados para la simulación de DP en cavidades en el interior de sólidos dieléctricos y publicaciones relacionadas. Modelo Principales características Publicación Analítico mejorado Mejora la precisión de las simulaciones al considerar la no uniformidad del campo debido a las dimensiones relativas de la cavidad respecto a la separación entre electrodos. (Borghei et al., 2020) Analíticomultifísico Considera la temperatura y la presión como variables dinámicas en el proceso de simulación y permite acoplar las físicas electromagnética y térmica-mecánica. Condensadores mejorado y multifísico Se establece una capacitancia equivalente de la cavidad esférica, se consideran la temperatura y la presión como variables dinámicas en el proceso de simulación. Diferencias finitas, híbrido y electrostático. La distribución de carga en la superficie de la cavidad es calculada como una distribución continua, el modelo puede considerar variaciones espaciales en la conductividad de la superficie. Son modelos precisos y multifísicos. (RodríguezSerna & AlbarracínSánchez, 2019) (RodríguezSerna, AlbarracínSánchez, Dong, et al., 2019) (RodríguezSerna, AlbarracínSánchez, & Mas’ud, 2020) Revista IEEE Transactions on Power Delivery Energies MDPI Polymers MDPI High Voltage IET Los recursos utilizados para la realización de las actividades específicas son: Ordenador personal, superordenador MAGERIT, colaboración estudiantes de excelencia de México, colaboración con investigadores extranjeros (Virginia Tech.-Estados Unidos de América, Jubail Industrial College-Arabia Saudí, Xi’an Jiaotong University-China) y acceso a principales bases de datos bibliográficas (IEEE, IOP, IET, Elsevier, etc.). Apoyo económico: Beca Fundación Carolina, Fondo Sapiencia-Alcaldía de Medellín y programa de ayudas a la investigación y doctorado de la ETSIDI (Modalidad de ayuda A2). 3.1.2 Objetivo 2: Modelamiento y simulación de propagación de arborescencias eléctricas en el interior de sólidos dieléctricos Para cumplir con el segundo objetivo se establecieron las siguientes actividades específicas: a. Estudio de la teoría, estado del arte y experimentación del fenómeno de arborescencias en dieléctricos sólidos. El estado del arte del modelamiento y simulación de propagación de arborescencias eléctricas en sólidos dieléctricos se revisó y actualizó de manera continuada. Se realizó una búsqueda bibliográfica en las bases de datos especializadas como IEEE, Science Direct e IET, entre otras, y se elaboró un resumen de los diferentes modelos junto con una propuesta para su clasificación, que se presentó en (RodríguezSerna, Albarracín-Sánchez, & Carrillo, 2020). De manera similar, la teoría y estado del arte del modelamiento y simulación de DP en arborescencias eléctricas al interior de sólidos dieléctricos se revisó y en (Rodríguez-Serna & Albarracín-Sánchez, 2021), se presentó un compendio de los modelos y se elaboró una tabla, Tabla A1 en apéndice A de este artículo, en la que se resumen las ventajas y desventajas de los diferentes modelos. b. Implementación y análisis de diferentes modelos matemáticos para simular arborescencias en dieléctricos sólidos usando MATLAB® y/o COMSOL Multiphysics®. 36 Para la simulación de la propagación de arborescencias eléctricas en sólidos dieléctricos, de los modelos discutidos en la Sección 2.2.3 de este documento, los siguientes fueron implementados: 1. Modelo NPW (M. D. Noskov et al., 1995; Wiesmann & Zeller, 1986) 2. Modelo físico de avalanchas (DAM) (Quiña et al., 2010) 3. Modelo de autómatas celulares (Danikas et al., 1996) Los modelos listados anteriormente son electrostáticos, las distribuciones del potencial escalar eléctrico y la intensidad de campo eléctrico se calculan solucionando las ecuaciones de Laplace y de Poisson con el método de diferencias finitas y relajación (Gaviria, 2004). Estos métodos, así como los modelos fueron implementados en MATLAB®. Con la implementación de estos métodos se obtuvieron herramientas para el análisis de la propagación de arborescencias eléctricas en sólidos dieléctricos bajo diferentes condiciones de materiales y tensiones aplicadas. Los modelos no guardan relación entre sí, ya que sus orígenes conceptuales y enfoque de solución, son distintos pero su implementación y análisis permitió obtener sus ventajas y desventajas. Con el modelo NPW se tiene una herramienta que permite la simulación de arborescencias en materiales dieléctricos considerando un enfoque estocástico y, además, analizar el efecto en la propagación de las arborescencias de diferentes condiciones en el medio material, tales como no homogeneidades en la permitividad eléctrica y la conductividad. Adicionalmente, este modelo permite considerar la existencia de carga espacial o carga en regiones específicas del dominio, como la dejada por arborescencias previas o la distribución de carga en nanopartículas. Por su parte, el modelo físico de avalanchas (DAM) permite la simulación de la propagación de arborescencias en sólidos dieléctricos usando un enfoque físicoestocástico mediante el cual se pueden reproducir muchas de las características medidas experimentalmente, tales como la distribución y dimensión fractal, así como la cuantificación del tiempo de ruptura. Finalmente, los modelos de autómatas celulares son modelos bastante poderosos para la simulación de las arborescencias en medios no homogéneos, sin embargo, su aplicación se reduce a análisis meramente cualitativos ya que los rangos de variación de los parámetros del medio, usado en este modelo para representar la no-homogeneidad del medio, son muy amplios como para considerar que las oscilaciones en sus valores sean las responsables de la estructura fractal de las arborescencias. El modelo físico-estocástico para la propagación de arborescencias eléctricas propuesto en esta tesis, que se describe en la Sección 2.2.3 de este documento y se presenta en (Rodríguez-Serna, AlbarracínSánchez, & Carrillo, 2020), fue implementado en MATLAB®. En la Sección 4 de este artículo se realiza una presentación detallada de este modelo y se incluye un diagrama de flujo. Por otro lado, los modelos propuestos en esta tesis para simular las DP en arborescencias eléctricas, y que se describen en la Sección 2.2.4 de este documento, fueron implementados en MATLAB®. El diagrama de flujo del modelo implementado se presenta en la Sección 3 del artículo (Rodríguez-Serna & Albarracín-Sánchez, 2021). c. Simulación de arborescencias en aislantes sólidos bajo diferentes condiciones de materiales, condiciones de falta (ruptura) y esfuerzos aplicados. El modelo para propagación de arborescencias en dieléctricos sólidos fue validado comparando los resultados de simulación con mediciones experimentales reportadas en (Champion et al., 1994). En esta referencia se presentan resultados de medición de arborescencias bajo diferentes condiciones de tensión aplicada. Por su parte los modelos de DP en arborescencias se validaron comparando los resultados de simulación con mediciones experimentales reportadas en (Champion & Dodd, 1998; Dodd et al., 2010). Los resultados de la validación y el análisis de error se presentan en las publicaciones listadas en la Tabla 5. Diferentes análisis y simulaciones considerando variaciones en los medios y esfuerzos aplicados se han realizado, entre los cuales se tienen: - - Simulación de la propagación de arborescencias en dieléctricos sólidos bajo diferentes condiciones de tensión aplicada Análisis de las variaciones en el tiempo de ruptura y la dimensión fractal como una función de la tensión aplicada 37 - Simulación del efecto de barreras conductoras y dieléctricas, inclusión de regiones con carga espacial y la conductividad en la propagación de arborescencias en dieléctricos sólidos Simulación de DP en arborescencias eléctricas conductoras y no-conductoras Análisis del efecto de la permitividad en el comportamiento de DP en arborescencias eléctricas d. Reporte y divulgación de resultados. En la Tabla 6 se muestran las publicaciones relacionadas con el modelamiento y simulación de arborescencias en dieléctricos sólidos. Además, se presentan las principales características de los modelos propuestos de las que se derivan dichas publicaciones, así como las referencias de su publicación. Tabla 6. Resumen de los modelos implementados para la simulación de propagación de arborescencias y DP en arborescencias, y publicaciones relacionadas. Modelo Principales características Físico-estocástico mejorado para simular la propagación de arborescencias Permite modelar curvas longitud-tiempo similares a las medidas experimentalmente. Permite simular condiciones de no-uniformidad en los materiales. Incluye el tiempo como una variable física durante la propagación y se pueden hacer análisis cuantitativos del tiempo hasta la ruptura. Estocástico y determinístico mejorados para simular DP en arborescencias Reproducen adecuadamente la distribución de pulsos de los patrones resueltos en fase. Permiten la simulación de DP en arborescencias conductoras y no conductoras. Se pueden simular arborescencias de diferente dimensión fractal. Publicación (RodríguezSerna, AlbarracínSánchez, & Carrillo, 2020) (RodríguezSerna & AlbarracínSánchez, 2021) Revista Polymers MDPI High Voltage IET Los recursos utilizados para la realización de las actividades específicas son: Ordenador personal, superordenador MAGERIT, colaboración con estudiantes en trabajo fin de grado, colaboración profesora Isabel Carrillo (Departamento de Ingeniería Mecánica, Química y Diseño Industrial-ETSIDI), acceso a principales bases de datos bibliográficas (IEEE, IOP, IET, Elsevier, etc.). Apoyo económico: Beca Fundación Carolina, Fondo Sapiencia-Alcaldía de Medellín y programa de ayudas a la investigación y doctorado de la ETSIDI (Modalidad de ayuda A1). 3.1.3 Objetivo 3: Modelar la expectativa de vida útil de los sistemas de aislamiento eléctrico sólido Para cumplir con el tercer objetivo se establecieron las siguientes actividades específicas: a. Estudio y análisis del fenómeno de envejecimiento; indicadores, expresiones y modelos, para la determinación de la expectativa de vida útil de los sistemas de aislamiento sólido. Se realizó una búsqueda para elaborar el estado del arte de los diferentes modelos, macroscópicos y microscópicos, que permiten evaluar la expectativa de vida útil de los materiales dieléctricos sólidos debido a la degradación inducida por DP en cavidades en su interior. Se estudiaron los diferentes mecanismos de degradación (Dissado & Fothergill, 1992) y definiciones asociadas a los estudios de envejecimiento y modelos de vida (Montanari, 2013). Un resumen de lo anterior se presenta en la Sección 2.2.5 de esta tesis, y en la Sección 3 del artículo (Rodríguez-Serna & Albarracín-Sánchez, 2021a), se realiza una presentación detallada de los mecanismos de degradación inducida por las DP en cavidades. b. Evaluación de la expectativa de vida útil de sistemas de aislamiento a partir de simulaciones. Durante el desarrollo de esta tesis se propuso una novedosa función de daño y un método que permiten la cuantificación de la vida útil remanente usando resultados de simulación de DP obtenidos con los 38 modelos propuestos. En (Rodríguez-Serna & Albarracín-Sánchez, 2021a), la función de daño y el método se validaron comparando el tiempo estimado hasta la ruptura, vida, con mediciones experimentales reportadas por otros investigadores. Adicionalmente, en las Secciones 5.2 y 5.3 de este artículo se analizaron los efectos en la tasa de degradación debido a variaciones en la magnitud y frecuencia de la tensión aplicada. Por otro lado, se propuso un modelo microscópico de vida basado en la energía de impacto de los electrones durante las DP y un indicador de la tasa de degradación que es función del valor máximo de la corriente inducida por las DP. Esto último es presentado en el artículo titulado Simulation of Polymeric Insulators Ageing Induced by the Impact Energy of Electrons During Partial Discharge Activity el cual fue expuesto en el evento IEEE-TPEC 2021 y que se incluye en el Anexo C de esta tesis. c. Reporte y divulgación de resultados. Usando los modelos propuestos, se han realizado varios análisis que han sido publicados en los artículos que se resumen en la Tabla 7. En esta misma tabla se presentan las principales características de los modelos implementados y propuestos para la estimación del tiempo hasta la ruptura. Tabla 7. Resumen de los modelos implementados para la estimación de tiempo hasta la ruptura y cálculo de vida junto con las publicaciones correspondientes. Modelo Microscópico con función de daño novedosa Microscópico con energía de impacto de electrones Principales características Es un modelo químico aplicable a las primeras etapas de degradación durante las cuales se induce la generación de canales desde la superficie de la cavidad. Permite estimar el tiempo hasta la ruptura usando resultados de simulación de DP en cavidades. La degradación inducida por las DP se calcula como una función de la energía de impacto de los electrones durante las DP. Se puede relacionar la nocividad de las DP con variables medibles externamente y se pueden proponer indicadores de daño en función de la corriente inducida por las DP. Publicación (RodríguezSerna & AlbarracínSánchez, 2021a) (RodríguezSerna & AlbarracínSánchez, 2021b) Revista/Evento Polymers MDPI TPEC-2021 Los recursos utilizados para la realización de las actividades específicas son: Ordenador personal, superordenador MAGERIT, acceso a principales bases de datos bibliográficas (IEEE, IOP, IET, Elsevier, etc.). Apoyo económico: Beca Fundación Carolina y Fondo Sapiencia-Alcaldía de Medellín. 3.2 Experimentación y evaluación Durante el desarrollo de esta tesis la experimentación se limitó a la simulación de diferentes casos de estudio y validación con resultados experimentales presentados por otros investigadores. En primera instancia, se simularon casos de estudio que permitieran validar los modelos mediante una comparación directa entre resultados de simulación y mediciones experimentales. Los parámetros de los medios a estudiar se tomaron de las referencias que reportaban tales valores junto con resultados de medición. Para los casos de estudio en los cuales se tenían los resultados experimentales, pero no los parámetros de los medios, como en el caso de la propagación de arborescencias, éstos se determinaron mediante un proceso de ajuste por prueba y error, hasta obtener una diferencia máxima razonablemente tolerable entre los valores medidos y simulados, que se consideró como 3 %. Los errores obtenidos con respecto a las magnitudes medidas y los análisis respectivos se presentan en las publicaciones listadas en las Tablas 5, 6 y 7. Posteriormente, una vez los modelos fueron validados, se simularon diferentes casos de estudio como los mencionados en las Secciones 3.1.1c, 3.1.2c y 3.1.3b de este documento. 39 3.3 Análisis estadístico Teniendo en cuenta que las DP al interior de dieléctricos sólidos son fenómenos estocásticos, los resultados de simulación de los modelos de DP, tanto en cavidades como en arborescencias, se reportan y validan usando los valores máximo, mínimo y medio de las variables calculadas, tales como la carga real, carga inducida, valor pico de la corriente inducida, etc., obtenidas durante el número de ciclos de la onda de tensión de CA considerados para cada simulación. Igualmente, debido a la estocasticidad de las DP, la tasa de degradación inducida por estas en los materiales dieléctricos sólidos será variable y de acuerdo a la teoría probabilística de fallas eléctricas (Cacciari & Montanari, 1992), el tiempo hasta la ruptura causada por las DP debe tratarse usando la función estadística de Weibull (Montanari, 1995): t br β F (t br ; E ) = 1 − exp − , α (22) donde F (t br ; E ) es la función de distribución acumulada, t br (s) es el tiempo de ruptura, E (V‧m-1) es el esfuerzo eléctrico aplicado y α (s) y β son los parámetros de escala y forma, respectivamente, que son función del esfuerzo aplicado. Para cada caso de estudio en el cual interesa estimar el tiempo hasta la ruptura, como en la propagación de arborescencias y la estimación de vida útil, se realizaron al menos 30 simulaciones de cada caso de estudio de manera que se obtuviesen estadísticos confiables (Barclay et al., 1990). A las distribuciones obtenidas se aplicó un proceso de ajuste para determinar los valores de los parámetros de escala y forma con máxima probabilidad de la función de Weibull así como los intervalos de 95% de confianza de los parámetros estimados. Para lo anterior se utilizó la función “wblfit” de MATLAB® que utiliza el método de máxima probabilidad (Lawless, 2011). A modo de ilustración, la Figura 11 muestra la curva de probabilidad de Weibull obtenida para 50 valores aleatorios de tiempo tomados de la distribución de Weibull con valores de los parámetros de escala y forma 2916,90 s y 8,10, respectivamente. Los valores de los parámetros se tomaron de la Tabla 4 del artículo (Rodríguez-Serna, Albarracín-Sánchez, & Carrillo, 2020). 0.99 0.96 0.90 0.75 Probabilidad 0.50 0.25 0.10 0.05 0.02 0.01 1500 2000 2500 3000 3500 Valores de tiempo (s) Figura 11. Ejemplo de curva de probabilidad de Weibull con α=2916,90 s y β=8,10. En cada publicación del Capítulo 4 de esta tesis se detallan de manera explícita el número de simulaciones realizadas y el número de ciclos de la señal de CA considerados para cada una de ellas. 40 4| COMPENDIO DE PUBLICACIONES En este capítulo se presenta una colección de seis artículos de revista seleccionados entre las 12 publicaciones realizadas durante los estudios de doctorado (nueve artículos de revista y tres artículos de congreso), para cumplir con los requerimientos establecidos para la presentación de la tesis en modalidad de compendio de publicaciones. Las publicaciones se presentan de manera ordenada según su relación con los objetivos establecidos en el Capítulo 2 de esta tesis de la siguiente manera: - - Las publicaciones 1, 2 y 3 están relacionadas con el modelamiento y simulación de DP en cavidades esféricas en el interior de dieléctricos poliméricos sólidos, objetivo 1 Las publicaciones 4 y 5 están relacionadas con el modelamiento y simulación de la propagación de arborescencias eléctricas en dieléctricos poliméricos sólidos y DP en arborescencias eléctricas, objetivo 2 La publicación 6 está relacionada con la estimación de la vida útil remanente de dieléctricos poliméricos sólidos debido a la degradación inducida por la actividad de DP, objetivo 3 En estos artículos de revistas y congresos se presentan estados del arte, se discuten los modelos existentes y se proponen modelos novedosos. Además, se presentan y analizan los resultados de simulación de diferentes casos de estudio que permiten validar los modelos propuestos y estudiar diferentes condiciones que se describen en las Secciones 3.1.1c, 3.1.2c y 3.1.3b del Capítulo 3 de esta tesis. Las características de los modelos y análisis presentados en las publicaciones se resumen en las Tablas 5, 6 y 7 del Capítulo 3 de este documento. Para cada publicación se incluye un cuadro que contiene el título de la publicación, los autores, el nombre de la revista, su clasificación en JCR y Scopus, y su ISSN. Además, se agrega información general de la publicación, como el volumen y número, si es o no de acceso abierto, el año y rango de páginas, el DOI, las palabras clave y el resumen en inglés. El análisis de los resultados presentados en estas publicaciones, se presenta en el Capítulo 5 de esta tesis. 41 Publicación Título Autores Universidades colaboradoras Revista Clasificación ISSN Volumen (número) Año, páginas DOI Publicación de acceso abierto Keywords Abstract 1 Computer Simulation of Partial Discharges in Voids inside Epoxy Resins Using Three Capacitance and Analytical Models Johnatan M. Rodríguez-Serna, Ricardo Albarracín-Sánchez, Ming Dong, Ming Ren Universidad Politécnica de Madrid, Xi’an Jiaotong University (China) Polymers JCR: Q1, Scopus: Q1. 2073-4360 12 (1) 2020, 77 https://doi.org/10.3390/polym12010077 Sí X No partial discharges, epoxy resin, three-capacitance model, induced-charge concept, insulation aging, condition monitoring Epoxy resin is one of the most common polymers used as part of the insulation system in key electrical assets such as power transformers and hydrogenerators. Thus, it is necessary to know their main characteristics and to evaluate their condition when subjected to High Voltage (HV). A brief review of epoxy resins’ applications as insulating materials is made, their main characteristics as insulating media are given, the improvements with nano-fillers are summarized and the main electric properties required for Partial Discharges (PD) modelling are listed. In addition, the theoretical background and state-of-the-art of the threecapacitance and analytical models for simulating PD in solid dielectrics, such as epoxy resins, are reviewed in detail. Besides, their main advantages and disadvantages are presented, some critical arguments to the modelling procedure and assumptions are made and some improvements are proposed, taking into account conclusions made from other authors using models related to the PD development process. Finally, a case study was simulated using a modified threecapacitance model and the analytical model. The PD rate, q-φ-n diagrams and the minimum, mean and maximum PD electric charge are compared with measurements reported in the literature. Simulation results are in reasonable agreement with measured values. Capacitance models can be implemented in general purpose electric circuit simulation packages; however, its simulation is computationally expensive. Additional to this, although the modified threecapacitance model is not as accurate as finite elements or analytical models, results are also in agreement with real data. 42 polymers Review Computer Simulation of Partial Discharges in Voids inside Epoxy Resins Using Three-Capacitance and Analytical Models Johnatan M. Rodríguez-Serna 1, *, Ricardo Albarracín-Sánchez 1, * , Ming Dong 2 and Ming Ren 2 1 2 * Department of Electrical and Electronic Engineering, Automatic Control, and Applied Physics, School of Industrial Design and Engineering (ETSIDI), Universidad Politécnica de Madrid (UPM), Ronda de Valencia 3, 28012 Madrid, Spain State Key Laboratory of Electrical Insulation for Power Equipment, Xi’an Jiaotong University, Xi’an 710049, China; dongming@mail.xjtu.edu.cn (M.D.); renming@mail.xjtu.edu.cn (M.R.) Correspondence: johnatan.rodriguez.serna@alumnos.upm.es (J.M.R.-S.); ricardo.albarracin@upm.es (R.A.-S.) Received: 15 November 2019; Accepted: 20 December 2019; Published: 2 January 2020 Abstract: Epoxy resin is one of the most common polymers used as part of the insulation system in key electrical assets such as power transformers and hydrogenerators. Thus, it is necessary to know their main characteristics and to evaluate their condition when subjected to High Voltage (HV). A brief review of epoxy resins’ applications as insulating materials is made, their main characteristics as insulating media are given, the improvements with nano-fillers are summarized and the main electric properties required for Partial Discharges (PD) modelling are listed. In addition, the theoretical background and state-of-the-art of the three-capacitance and analytical models for simulating PD in solid dielectrics, such as epoxy resins, are reviewed in detail. Besides, their main advantages and disadvantages are presented, some critical arguments to the modelling procedure and assumptions are made and some improvements are proposed, taking into account conclusions made from other authors using models related to the PD development process. Finally, a case study was simulated using a modified three-capacitance model and the analytical model. The PD rate, q-ϕ-n diagrams and the minimum, mean and maximum PD electric charge are compared with measurements reported in the literature. Simulation results are in reasonable agreement with measured values. Capacitance models can be implemented in general purpose electric circuit simulation packages; however, its simulation is computationally expensive. Additional to this, although the modified three-capacitance model is not as accurate as finite elements or analytical models, results are also in agreement with real data. Keywords: partial discharges; epoxy resin; three-capacitance model; induced-charge concept; insulation ageing; condition monitoring 1. Introduction Modern societies mostly demand a constant and reliable supply of energy which indeed requires an increased availability of equipment in power systems [1]. Solid dielectric materials are fundamental for the adequate operation of electrical equipment; they are used as insulating materials in applications ranging from electronics to high voltage equipment [2]. Polymeric materials appear as a novel alternative to traditional insulating materials because they have many advantages such as, elasticity, cost of manufacturing, resistance to chemicals and thermal stability [3]. In addition, characteristics such as, breakdown voltages, relative permittivity and dissipation factor can be modified using additives and nanofillers [4]. Epoxy resin is one of the most successful polymers for electrical insulation systems in power equipment; it has good mechanical and electrical characteristics, has good adhesion and Polymers 2020, 12, 77; doi:10.3390/polym12010077 www.mdpi.com/journal/polymers Polymers 2020, 12, 77 2 of 26 minimal shrinkage during curing. In addition, volatile by-products are not produced during the curing process [5]. When electric devices and equipment are connected to a power grid, usually they cannot be disconnected for commissioning in order to evaluate the real operating conditions of the insulation system. However, power equipment, such as power transformers and generators, are expensive and availability and adequate operating conditions are essential for stability and reliability of power systems. The most frequent sources of failure in power transformers and hydrogenerators are related to weaknesses in their insulation systems [6]. Additionally, PD in cavities are one of the main causes of dielectric breakdown in solid insulators and are also symptoms of ageing in high-voltage (HV) equipment [7–9]; indeed, in hydrogenerators, 22% of failures are due to internal partial discharges [10]. According to the IEC 60270 standard [11], PD are localized electrical discharges that only partially bridges the insulation between conductors and which can or cannot occur adjacent to a conductor. They are very-fast-transient phenomena that appear due to a high-field enhancement that exceeds the local dielectric strength, for instance, inside cavities. The modelling and simulation of PD allow us to analyse the process from an incipient state to breakdown and to understand the dielectric ageing process [12] as well as its relationship with factors and variables such as temperature, voltage amplitude and frequency [13]. In addition, PD simulation can complement measurement systems in order to improve diagnosis procedures [14]. In order to model the PD activity in voids inside epoxy resins, there currently are models that can be classified as the following [15–17]: • • • Three-capacitance or “abc” model. Analytical model. Finite-Element-Algorithms (FEA) model. As expected, FEA models are more accurate than others, allowing us to consider the non-uniform distribution of the electric field, the real PD charge distribution and the multi-stress conditions for PD phenomena [18]. In addition, variables such as currents, real and induced charge and voltages can be calculated dynamically and correlated with experimental data [19]. FEA models have been recently used for modelling the PD in gas-filled cavities as filamentary dielectric barrier discharges where fluid equations are used to simulate the PD development process, considering the ionization process, charge drift, diffusion, recombination [20], the plasma chemistry and boundary phenomena [21]. Those plasma models allow to investigate PD inside voids for different stages of discharge activity and show good agreement when compared with measured and simulated values [22]. However, using FEA models requires high-computational consumption, which hinders the simulation of multiple PD, as for example, for simulating phase-resolved partial discharge (PRPD) patterns or q-ϕ-n diagrams for hundreds or thousands of periods of applied voltages at a power frequency. On the other hand, considering basic variables such as PD rate and PD charge, analytical and FEA models present very similar results when compared with experimental results [15]. Analytical and three-capacitance models can be useful when small void sizes are considered; the charge distribution along the void surface is not required and short-simulation time is necessary as in the case of ageing process analysis [23]. In this paper, the main characteristics and dielectric properties of epoxy resins for applications as insulating material are presented. In addition, a comparison between analytical and three-capacitance models is made in order to show its advantages for using them in academic and condition monitoring environments for PD modelling in epoxy resins. A case study was simulated using both models and results are presented to be compared with experimental values reported in the literature. It is organized as follows. First, a review of the epoxy resins characteristics and applications as insulating materials is presented in Section 2. Second, the state-of-the-art and the theoretical background of the three-capacitance and analytical models are presented in Section 3. Then, a case study and the Polymers 2020, 12, 77 3 of 26 simulation results are presented, respectively, in Sections 4 and 5. Finally, some conclusions are drawn in Section 6. 2. Epoxy Resins Characteristics, Properties and Applications as Insulating Materials Epoxy resins are cross-linked polymers produced by a polymerization reaction between a fluid prepolymer that form linear chains (base resin), and a hardener (curing agent) [24]. Their properties depend on the specific type of epoxy resin and curing agents used, Table 1 shows a summary of epoxy resins used in industrial applications and its characteristics [25]. Table 1. Epoxy resins for industrial applications [18]. Epoxy Resin Characteristics Bisphenol-A The curing process can occur at room temperature with the addition of triethylene tetramine. Cycloaliphatic epoxy Has fully saturated molecular structure, which contributes to a good Ultra Violet (UV) stability, good thermal stability and excellent electrical properties. Trifunctional The cured epoxy resin exhibits excellent chemical resistance, good UV blocking effect and good thermal stability. Novolac Excellent thermal, chemical, and solvent-resistance properties due to their high cross-linking densities. Biobased Low cost and biodegradability. Fluorine-containing High-chemical resistance, low coefficient of friction, low dielectric constant, low water absorption, and broad use temperature. Phosphorus-containing Flame-retardant, they produce less toxic gas and smoke than halogen-containing compounds. Silicon-containing Environmentally friendly flame retardant As curing agent, anhydride and amine type are basic. The latter can be classified as aliphatic, aromatic, or cycloaliphatic. Anhydride agents have ideal characteristics for dielectrics [25]. During the preparation of epoxy resins, in order to obtain a highly cross-linked three-dimensional polymeric network, a curing process in which chemical reactions of epoxide groups and curing agents (hardener) is required [26]. The curing process can be done at room temperature or at elevated temperatures, higher than 100 ◦ C [27]. Room temperature cured epoxy resins have a lower glass transition temperature (Tg ), higher flexibility, greater impact resistance, and greater electrical and thermal shock resistance. On the other hand, epoxy resins cured at greater temperatures have a higher Tg , greater tensile strength, higher heat resistance, greater chemical resistance resins and excellent electrical properties [25]. In room temperature curing processes, the hardener is generally an amine (aliphatic, aromatic, or cycloaliphatic) such as diethylene triamine or triethylenetetramine, while for elevated temperature curing processes, a number of different curing agents could be utilized, including aromatic amines and acid anhydrides [3]. Curing processes can also be done by photoirradiation using catalytic curing agents such as benzylsulfonium, benzylpyridinium, benzylammonium, and phosphonium salts [25]. Table 2 shows a list of amine curing agents used in epoxy resins and its main characteristics [3]. The properties of epoxy resins depend on the conditions of preparation, and in order to attain the best mechanical and electrical properties, variables such as temperature, humidity and pressure have to be controlled [28], specially for avoiding void formation and minimizing residual mechanical stresses [5]. Temperature is critical in order to achieve the correct cross-linking density. The mechanism of epoxy resin curing is complex, and the adequate preparation must consider the kinetic dynamics under conditions different from those of the laboratory. The rate of polymerization increases with temperature [27]. At greater temperatures and/or heating rates, epoxy materials cure at about 100%, Polymers 2020, 12, 77 4 of 26 which is characterized by the glass transition temperature (Tg ). On the other hand, under isothermal conditions below Tg , epoxy materials do not cure completely, the curing process stops below 100%, and the percentage diminishes as the temperature is reduced below Tg [29]. Table 2. Characteristics of amine hardeners used in low-molecular-weight bisphenol A-based epoxy resins, adapted from [3]. Hardener Parts Used per 100 Parts Resin Typical Curing Temperature Maximal Heat Distortion Temperature of Cured Resin (◦ C) Applications Diethylenetriamine (DETA) 10–11 Room-Temperature 110 General purpose Diethylaminoropylamine (DEAPA) 7 Room-Temperature 97 General purpose Meta phenylene di amine (MPDA) 14–15 150 ◦ C (4–6 h) 150 Laminates 28.5 165 ◦ C (4–6 h) 160 Laminates 4,4-Diamino diphenyl sulphone (DADPS) 30 160 ◦ C (8 h) 175 Laminates Piperidine 5–7 100 ◦ C (3 h) 75 General purpose Triethylamine 10 Room-Temperature - Adhesives Benzylideneacetone (BDA) 15 Room-Temperature - Adhesives 4,40 -diaminodiphenylmethane (DADPM) Tri(dimethtylaminomethyl)phenol (TDMAMP) 6 Room-Temperature 64 Adhesives, coatings 2-Ethyl hexoate salt of TDMAMP 10–14 - - Encapsulation Acid anhydrides have good solubility in resins and are used in castings and laminates applications. Table 3 shows a list of anhydride curing agents used in epoxy resins and its main characteristics [3]. Table 3. Characteristics of anhydride hardeners used in low-molecular-weight bisphenol A-based epoxy resins, adapted from [3]. Hardener Parts Used per 100 Parts Resin Typical Curing Temperature Maximal Heat Distortion Temperature of Cured Resin (◦ C) Applications Phtalic 35–45 120 ◦ C (24 h 110 Casting ◦C Hexahydrophtalic 80 120 (24 h) 130 Casting Pyromellitic 26 220 ◦ C (20 h) 290 High temperature Nadic methyl 80 120 ◦ C (16 h) 202 High temperature Dodecenylsuccinic 80 100 ◦ C (2 h) + 150 ◦ C (2 h) 38 Flexibilizing Chlorendic 100 180 ◦ C (24 h) 180 Flame retarding The curing process is affected by gelation and vitrification processes [30], which are related to the epoxy system mobility. At the beginning, the curing process rate is controlled by chemical reactions and at the gel point, the growing individual macromolecules become connected into a single network and the epoxy system cannot flow but it is able to achieve long-range motion of polymer chain segments. Additional crosslinking within the network leads to vitrification, the polymer system has not long-range mobility and the polymerization process stops. At this point, the rate of curing process is controlled by diffusion. There is a change in the curing process regime from kinetic to diffusion. In [31] the processes of gelation and vitrification were analyzed using Temperature Modulated Differential Scanning Calorimetry (TMDSC) and Dynamic Rheometry (DR) methods in a DGEBA—m-PDA epoxy Polymers 2020, 12, 77 5 of 26 compound. It was found that that the onset of the diffusion regime may be associated with gelation rather than vitrification. The properties of the cured epoxy resin depend on the cross-linking state and the adequate cure must be evaluated. In [32], a dimensionless criterion is proposed for quantifying the curing state of a thermoset. The cure index is calculated as a function of temperature and the total heat values released during the cure reaction taken from nonisothermal Differential Scanning Calorimetry (DSC) thermograms. The advantage of this criterion is that information about chemistry of curing reactions is not needed. In addition, it is found that polymeric systems containing a reactive additive, experience an efficient cure because they allow to control the chemical kinetics during the early state of curing process, retarding the gelation and vitrification phenomena appearance. The value of Tg is related to the degree of cure. Some studies, related to partial discharges in tree channels, have found that conductive trees appear in glassy epoxy resins and non-conductive trees in epoxy resins above their glass transition temperature [33], which can be a result of carbonized products, due to PD activity, condensing on the surface of glassy epoxy resins [34]. In this work, it is asssumed that epoxy resins are above its glass transition temperature, in its flexible state. One of the main advantages of epoxy resins for insulation applications is that they are thermosetting resins that can be castable into rigid structures forming solid geometries in which the electric field distribution is uniform. On the other hand, they can be impregnable as fluids or powder into porous surfaces such as, enameled wires or mica tape paper, where they are cured and made solid by polymerization filling pores and cavities. This procedure is used for the insulation of windings in rotating machines, bus bars and condenser bushings [27]. Other applications of epoxy resins include: cable terminations, instrument transformers, switchgear spacers, spacers for gas-insulated substations, bushings, power electronics components packaging and components in circuit breakers [35,36]. The characteristic parameters of epoxy resins depend on the type of primary epoxy compound, the hardener and the accelerator compound used for each specific epoxy compound. Aliphatic amines exhibit higher conductivities due to formation of amine salts or adducts with water. The best dielectric properties are obtained with aromatic anhydride cured resins [27]. Table 4 summarizes the main electrical properties of epoxy resins and factors that influence their magnitudes [26]. Table 4. Electrical properties of epoxy resins (information adapted from [26]). Property Value Factors Affecting Its Magnitude Permittivity 3–6 Frequency (Higher frequencies cause slight increase), Temperature (Higher temperatures cause increase), Fillers. tan δ 0.003–0.03 Frequency (Higher frequencies cause slight increase), Temperature (Higher temperatures cause increase), Fillers. Conductivity 10−10 –10−13 S·m−1 Temperature (Higher temperatures cause sharply increases), moisture content and humidity exposure. Fillers and curing agents also affect the properties of the final cured epoxy compound. Table 5 summarizes the main electrical properties of various amine-cured formulations [26]. Table 5. Electrical properties of cured epoxy resin (information adapted from [26]). Property Value Permittivity at 1 kHz and 27 ◦ C tan δ at 1 kHz and 27 ◦ C Conductivity at 27 ◦ C 4.25–6.35 0.005–0.30 1.67 × 10−12 –1.25 × 10−9 S·m−1 In [37], relative permittivity and conductance of bisphenol-A epoxy resin, as a function of frequency and temperature, were characterized using dielectric spectroscopy and it was found that below the Polymers 2020, 12, 77 6 of 26 glass transition temperature, the above parameters remain almost constant in the frequency range considered (1 × 10−4 –10 kHz). Certain characteristics of the epoxy resins can be improved with the addition of nano-sized inorganic fillers [38]. With the addition of nanofillers to epoxy resins, the DC conductivity increases, the permittivity decreases, PD and tracking resistance improve and thermal conductivity and glass transition temperature are increased [39]. The inclusion of nanofillers in epoxy resins increases the resistance to PD activity and enlarge treeing lifetime. In addition, the space charge can be significantly improved. In order to reduce the size of apparatus with gas–solid insulation systems, it is necessary to reduce the electric field strength stress due to the difference in permittivity between dielectric media. Epoxy composites have higher permittivity than neat epoxy resin due to the inclusion of materials such as, alumina (Al2 O3 ) or silica (SiO2 ), with high permittivity. Permittivity decreases when a high-permittivity filler, such as, titanium dioxide or titania (TiO2 ) is incorporated. However, the improvement in breakdown strength is no so clear because it is more sensitive to spatial distribution, complex interfaces relationships and morphological characteristics associated with ions, dipoles and traps [35]. The addition of SiO2 to epoxy resin allows achieving the same low thermal expansion as aluminum or copper conductors. In addition, excellent electrical insulation properties are maintained. However, the viscosity and costs increase [40]. Nanocomposite epoxy resin has higher viscosity than conventional epoxy resin, which affects manufacturability and lifetime [41]. Some of the nanofillers used for dielectric materials include: Barium titanate (BTO), calcium copper titanate (CCTO) [42], silica (SiO2 ) [43], alumina (Al2 O3 ) [44,45], clay [46], magnesium oxide (MgO) [47] and zinc oxide (ZnO) [28]. Through the analysis of experimental results, it can be concluded that epoxy nanocomposites with clay and Al2 O3 exhibit low values of permittivity and resistivity [48]. However, the AC breakdown voltage is higher with the inclusion of clay than TiO2 and Al2 O3 [46]. On the other hand, the addition of SiO2 , improves the dielectric characteristics of the nanocomposite [49]. In [43], a surface plasma treatment was applied on SiO2 nanoparticles (NP) before fabrication of nanocomposites with epoxy resin (bisphenol-A). It was found that the AC breakdown voltage increases 100% for plasma-treated NP-filled nanocomposites with respect to pure epoxy resin and the PD inception voltage magnitude increases in 32.4%. With the inclusion of SiO2 , the permittivity and tan δ values are slightly affected [50]. In addition, unlike the effect of inclusion of nano-fillers such as TiO2 and ZnO, SiO2 particles allow to increase the time to breakdown [28]. 3. PD Modelling Using the Three-Capacitance and Analytical Models Under high voltage (HV), PD could occur in small gaps or voids inside the resin, resultant from incomplete degassing during the curing process. Different studies about the PD magnitude, rate, gas composition and material degradation have been made in epoxy resins [51–53]. It was found that PD characteristics such as PD rate and magnitude are directly dependent on the voltage amplitude. In addition, it was found that the PD magnitude is related to the affected area or void size in the insulation system, however, it cannot be used as the only factor for indicating the insulation life expectancy. The gas content also affects the PD magnitude and rate as well as the material degradation. When oxygen disappears after the early PD stage, nitrogen, moisture and other gases remain that facilitate the appearance of swarming micro PD that cause local erosion, called pits, which indeed result in the initiation of a tree if the electric field strength at the tip of the pit is highly enough. In [5], three epoxy resins were used for studying the process of void formation and ageing, finding that if a specimen is free of voids, a void can be formed after prolonged electron bombardment in high fields. Once voids are present, they will grow due to deterioration of material produced by high energy electrons accelerated in the cavities. However, it was concluded that voids less than 1 µm in size do not impair the dielectric strength. In [54], it was shown that epoxy surfaces subjected to PD activity suffer chemical and physical modifications, such as the apparition of drops and crystals, and the increase of surface conductivity after few hours of applied voltage. Polymers 2020, 12, 77 7 of 26 The PD modelling procedure could be described as follows [55]. First, it is necessary to determine the geometry and electrical characteristics of the object under test and the electric source applied for stablishing the electric field. Second, it is necessary to determine if under the considered conditions, a PD could start. Third, if conditions for a PD are fulfilled, it is necessary to calculate the charge deployed by the streamer discharge and the induced charge in the measurement circuit. Finally, it is necessary to analyse the evolution of charge distribution on cavity surface. The electric field strength inside the cavity is the superposition of the electric field generated by the external source applied to the electrodes, and the electric field strength inside the void created by the surface charge distribution left by previous PD events. The PD models differentiate in the way the electric field inside the cavity is calculated [19]. 3.1. Stochastic Model for PD Calculations Through experimentation and analytical studies, it has been found that PD phenomenon is a stochastic process where their properties are describable by time-dependent random variables. The following analysis applies to voids containing electronegative gases, such as air. Essentially, there are two necessary conditions for a PD to start: • • The electric field inside the cavity is greater than the critical value for starting an avalanche (streamer inception) A first electron for starting the first avalanche is present (electron generation rate) These conditions outcome into the stochastic behavior of PD phenomenon determining characteristics such as inception delay, phase occurrence and the number of PD per cycle. The fulfilment of these conditions is affected by factors such as those described in [56]: Probability of first electron injection as a function of electric field strength, ionizing radiation, dynamics of surface charge decay and generation rates of ions and metastables. 3.1.1. Streamer Inception Streamers are self-sustained discharges controlled by a critical avalanche criterion that defines an inception value given by [57]: ! B Einc = (E1 /p)cr p 1 + (1) (2pa)n where Einc (V·m−1 ) is the inception electric field strength magnitude, (E1 /p)cr , B and n are parameters related to the ionization process in gases and depend on each specific gas, for example, in air the values are, respectively, 24.2 V·Pa−1 , 8.6 Pa1/2 ·m1/2 and 0.5. On the other hand, p is the pressure in Pa and a is the radius of the void in m. Although Equation (1) was determined in a configuration different to a gas filled void surrounded by a solid dielectric, Callender [16] found that shows good agreement with advanced plasma models and experimental values. The first condition, related to the threshold value calculated with Equation (1) is merely deterministic and depends on parameters of media, the cavity size and the pressure of gas inside the void. 3.1.2. Electron Generation Rate Volume and surface emissions are the main mechanisms for the first electron generation rate [55]. Volume generation is related to radiative gas ionization and field detachment of electrons from negative ions. This is the main source of first electrons in voids without previous PD activity. The electron generation rate by volume ionization can be calculated using Equation (2) [23]. Net (t) = Crad Φrad (ρ/p)0 p 4 3 πa 1 − ν−1/n 3 (2) Polymers 2020, 12, 77 8 of 26 where Crad is a factor which describes the interaction of the radiation with the gas, Φrad (kg−1 ·s−1 ) is the radiative cosmic and radioactive quantum flux density, (ρ/p)0 (kg·m−3 ) is the pressure reduced gas density, ν = Ucav (t)/Uinc , Ucav (t) (V) is the voltage across the cavity center and Uinc (V) is the inception voltage. After a PD event, there are charges on the surface of void that plays an important role in the second mechanism of electron generation. The electron generation rate due to surface de-trapping obeys the Richardson–Schottky law and can be written as in Equation (3). p Φdt − eEcav (t)/(4πε0 ) t − tPD Ndt (t) = Ndt0 exp − ν0 exp− τ kT (3) where e (C) is the elementary charge, Φdt (eV) is the effective de-trapping work function, k (eV·K−1 ) is the Boltzmann constant, t − tPD (s) is the time elapsed since the latest PD, ν0 (s−1 ) is the fundamental frequency of phonon Ecav (V·m−1 ) is the electric field strength inside the void and T de temperature in K. Ndt0 = ξ(q/e) and ξ is a proportional factor. ξ describes the fraction of charge carriers, which result in the creation of de-trappable electrons and depends on the polarity of charges deployed on the surface and the electric field strength polarity. The initial electron generation is modelled using a random numbers generator, which produces an electron in the time interval [t, t + ∆t] with the probability (Net + Ndt )∆t. Equations (2) and (3) depend on parameters that are unknown for many materials and conditions, for this reason, other authors have proposed some variations for modelling the stochastic behavior of PD phenomena. In [13], C. Forssén and H. Edin assumed that the generation of free electrons in the void is mainly due to surface emission and the distribution function for a PD is calculated using the Equation (4). t Z F(t) = 1 − exp− Ne (t0)dt0 (4) 0 where Ne (t) = Ne0 exp Ucav (t)/Uinc (s−1 ) and Ne0 (s−1 ) is a constant depending on the applied frequency. The instant for a PD is determined comparing the value obtained using the Equation (4) with a random number uniformly distributed between 0 and 1. Similarly, Illias et al. [58], neglecting the initial electron generation rate from volume ionization, defined the total electron generation rate due to surface emission at the instant t as in Equation (5). Nest (t) = (Ned (t) + Nei ) exp Ucav (t)/Uinc (5) where Ned (t) = Ned0 Ucav (tPD )/Uinc exp −(t − tPD )/τtrap (s−1 ), Nei (s−1 ) is a parameter corresponding to the charge de-trapping from polymer loose chain ends, Ned (s−1 ) is the electron generation rate due to charge de-trapping from shallow traps near the cavity surface, Ned0 (s−1 ) is a constant depending on the polarity of the electric field in the cavity, Ucav (tPD ) (V) is the cavity voltage at the time tPD (s) of the previous PD event and τtrap (s) is the time constant for charge decay through charge movement into deeper traps. The likelihood of a PD occurrence in the interval [t, t + ∆t] is calculated as L(t) = (Net + Ndt (t))∆t, then is compared with a random number uniformly distributed between 0 and 1. This stochastic modelling procedure is also used in the three-capacitance model. Considering a uniform distribution of the electric field strength inside the void, the likelihood can be calculated using the voltages in the equivalent circuit for controlling a switch that is in parallel with the void capacitance or the value of the streamer equivalent resistance [59]. More details area presented in Section 3.3. 3.2. Analytical Model The analytical model is also known as induced charge or dipole moment model. This is a field based approach that was initially proposed by Pedersen [60], in which is considered that all the void Polymers 2020, 12, 77 9 of 26 participates in the PD process, the electric field strength inside the void is uniformly distributed and the charge left by previous PD forms a dipole that induces a charge distribution on the HV electrodes. The PD starts once there is an electron in the cavity that can be accelerated by the applied electric field and a streamer, a self-sustained discharge, can take place [19]. Due to the high conductivity of the streamer channel, the electric field in the cavity is reduced and below an extinction magnitude, Eext (V·m−1 ), the streamer development stops. The change in the field within the cavity causes a change in the charge on the electrodes and the charging process is due to the creation of charge carriers as consequence process in the gas-filled cavity. After a PD event, the electric charges Polymers 2020, 12,ofx the FORionization PEER REVIEW 9 of in 25 the dielectric bulk and voids will induce a proportional charge distribution on the HV electrodes that can be calculated using Equation (6) [61]. N q' = − λρ c dΩ − λσdS (6) Z N Z jX =1 S j Ω q0 = − λρc dΩ − λσdS (6) j=1 S where q ' (C) is the induced PD charge, Ωλ is a proportionality positive scalar function, which is j continuous and dimensionless, Ω (m3) is the volume of the entire dielectric system, S j (m2) is the where q0 (C) is the induced PD charge, λ is a proportionality positive scalar function, which is 3) is the volume charge density 2and σ ρ c of(C/m surface of the j-thdimensionless, void, N is theΩnumber continuous and (m3 ) is of thevoids, volume the entire dielectric system, S j (m ) is the 2 3 ) is the (C/m ) is surface density. beρdetermined solving thecharge samedensity electro-geometrical surface of the the j-th void,charge N is the numberλof can voids, (C/m volume and σ (C/m2 ) c configuration, but considering it as free of charges, so λ satisfies the Laplace’s Equation (7). is the surface charge density. λ can be determined solving the same electro-geometrical configuration, but considering it as free of charges, so λ satisfies the Laplace’s Equation (7). ∇ ⋅ ε∇λ = 0 (7) ( ) ) =scalar ∇·(as ε∇λ 0 (7) From Equation (7) λ can be interpreted the potential distribution in the free charge system per unit of applied voltage and must fulfil the boundary conditions established by (8). From Equation (7) λ can be interpreted as the scalar potential distribution in the free charge system λ = 1 the at HV electrodeconditions established by (8). per unit of applied voltage and must fulfil boundary λ = 0 at grounded electrode (8) λ = ∂1λat HV electrode ∂λVOID DM = λ ε=r 0 at grounded electrode (8) ∂r ∂λ ∂r ∂λDM VOID εr ∂r = ∂r where λDM and λVOID are the solutions at each side of the interface between void, VOID , and where λDM and λVOID are, and the solutions each side of the to interface between void, VOID, andthe dielectric r is the at dielectric material, DM normal direction the interface. After a PD event, spatial material, DM, and r is the normal direction to the interface. After a PD event, the spatial charge charge deployed on the void surface produces a field, a Poisson field, that opposes the electrostatic deployed on the surfaceinproduces a field, a Poisson field, thatfield opposes electrostatic field field produced byvoid electrodes the dielectric material, a Laplacian [62]. the In addition, the total produced by electrodes in the dielectric material, a Laplacian field [62]. In addition, the total charge in charge in the void must remain zero, giving rise to the appearance of a dipole moment as is shown theFigure void must in 1. remain zero, giving rise to the appearance of a dipole moment as is shown in Figure 1. is the the electric electric field field strength outside the Figure 1. Dipole moment due to charge on cavity surface. E00 is void due to applied electrodes and s is the unit dipole vector. vector. In Figure 1, s is the vector pointing from the negative to positive polarity charges. The dipole moment can be expressed as in Equation (9). p = ρ c rdΩ + σrdS Ω S (9) where p (C·m) is the dipole moment of the charges on the void surface and r is the position vector of the element of charge. Considering that the void is smaller than the dielectric bulk, the gradient of λ inside the void is uniform and the induced charge due to the dipole in the measurement circuit is given by the Equation (10). Polymers 2020, 12, 77 10 of 26 In Figure 1, s is the vector pointing from the negative to positive polarity charges. The dipole moment can be expressed as in Equation (9). Z Z ρc rdΩ + p= Ω σrdS (9) S where p (C·m) is the dipole moment of the charges on the void surface and r is the position vector of the element of charge. Considering that the void is smaller than the dielectric bulk, the gradient of λ inside the void is uniform and the induced charge due to the dipole in the measurement circuit is given by the Equation (10). q0 = −p·∇λ (10) calculated as ∇λ = K∇λ0 , where λ0 is the response function 10 atofthe 25 void location for the condition of dielectric system without voids and free of electric charges, and K is a void factor factor that depends on the on geometry of the void. ellipsoidal voids Equation (10) can(10) be K is ashape void shape that depends the geometry of theFor void. For ellipsoidal voids Equation rewritten as in Equation (11) [57]. can be rewritten as in Equation (11) [57]. In 2020, Equation (10), ∇λREVIEW can be Polymers 12, x FOR PEER = −−KΩε KΩε ((EEinc −−EEext ))⋅·∇λ ∇λ0 q0q'= ext 0 inc (11) (11) where E inc (V·m−1) is the inception value of electric field strength, ε (F·m−1) is the dielectric where Einc (V·m−1 ) is the inception value of electric field strength, ε (F·m−1 ) is the dielectric permittivity permittivity of media and E ext (V·m−1) is the electric field strength below, which there is not of media and Eext (V·m−1 ) is the electric field strength below, which there is not ionization and the ionization and the streamer development Because the cavity is small comparison withsize, the streamer development ceases. Because theceases. cavity is small in comparison within the dielectric bulk dielectric bulk size, it could be assumed that the electric field strength inside the cavity is uniform. it could be assumed that the electric field strength inside the cavity is uniform. PD events events leave leaveelectric electriccharges chargeson onthe thesurface surfaceofofvoids voids that redistributed neutralized PD that areare redistributed andand neutralized by by surface currents. For that reason, the electric field strength inside cavities has a complex surface currents. For that reason, the electric field strength inside cavities has a complex dependence dependence on time because it varies on time variations of external applied electric field on time because it varies depending ondepending time variations of external applied electric field and the decay and the decay of electric the voidofastime. a function of time. of electric charges on the charges void as aonfunction Figure 2 shows the behavior of surface charge density distribution distribution on on the the cavity cavity surface surface as as aa Figure 2 shows the behavior of surface charge density ε = 4 . 4 function of time for a spherical cavity immersed in an epoxy resin with . function of time for a spherical cavity immersed in an epoxy resin with εr r= 4.4. Figure 2. Surface charge charge distribution distributionon onthe thevoid voidsurface surfaceasasaafunction functionofoftime timefor for0 0≤ ≤θθ≤≤π. π.σσ00 == q/4πa q/4πa22 −12 −1 −12 −1 and ττ = a/kss..ItItisisassumed assumedqq==8080pC, pC,ksk=s = × 10 S·mS·m a = 0.55 = εε00a/k 1 ×1 10 andand a = 0.55 mm.mm. In Figure 2 σ 0 = q / 4πa 2 (C·m−2) and τ = ε 0 a / k s (s) where k s (S·m−1) is the cavity surface conductivity. As can be seen, the density of charge is symmetrically distributed on the cavity surface around the axis of symmetry and has a time constant that is mainly dependent on the relative permittivity [63]. In the analytical approach, the surface charge dynamics is modelled using the Ohm’s law [23]: Polymers 2020, 12, 77 11 of 26 In Figure 2 σ0 = q/4πa2 (C·m−2 ) and τ = ε0 a/ks (s) where ks (S·m−1 ) is the cavity surface conductivity. As can be seen, the density of charge is symmetrically distributed on the cavity surface around the axis of symmetry and has a time constant that is mainly dependent on the relative permittivity [63]. In the analytical approach, the surface charge dynamics is modelled using the Ohm’s law [23]: − dq π ks Ecav 2a = dt 2 (12) Illias et al. [58] through an analysis of mobility of charges on the surface and experimental results, proposed modelling the surface charge decay using a cavity surface conductivity as a function of electric field. In this model, surface conductivity is dynamically changed depending on the polarity of the electric field inside the cavity respect to electric field produced by surface charge density. The time decay is considered as an equivalent RC time constant τs that can be expressed as [64]: τs = ε0 a 2ks (13) Considering that the Poisson field is produced by the charge in the system distributed in the entire volume and deployed on the void surface, this equation has to be considered to estimate the PD charge. Lemke [65] used the dipole moment approach and an energy balance analysis for expressing the induced charge as in Equation (14). Einc q0 = p· (14) Uinc Considering PD as streamer discharges and assuming that the Laplacian field remains constant, because the PD process is in the order of nanoseconds [66], the dipole moment can be assessed using the following semi-empirical expression: |P| = (270pC/mm)d2c (15) where dc (mm) is the void diameter. Lemke used this expression for analyzing the PD charge transfer in polymeric power cables. This expression is applicable for virgin voids, without previous PD, and 0.1 mm < dc < 2 mm. A generalized approach to PD modelling was presented by Niemeyer [55], where the analytical model is used including the effects of charge decay and memory, and simulation results for different voids and protrusions were presented. In the same way, in [23], a stochastic discharge model based on the analytical approach is presented and some comparisons with measurements for different periods of time of the applied voltage showed good agreement. This analytical approach has been used for determining the theoretical magnitude of PD charges in analysis of defects in solid dielectric cables [67]. Through a mathematical procedure, the minimum theoretical discharge initiation voltage can be determined, however, as PD will not initiate at this voltage, this value should be increased in order to promote the PD appearance during laboratory tests. In [68], the analytical approach is used for determining the discharge characteristics at DC voltage and it was found that for this case the electrical conductivity plays a fundamental role in the inception voltage, repetition rate and discharge magnitudes, however there is not experimental validation. In this model, it is considered that the electric field strength inside the cavity is uniform, the electric field strength in the bulk of dielectric material remains unaltered during the PD event and the entire cavity surface is affected by the PD event. In [63], through the analytical solution of field equations, it was shown that the electric field strength inside cavity after a PD, is not uniform, its distribution depends on the surface charge decay process. Additionally, the electric field outside the cavity is affected by the charge distribution on the cavity surface [69,70]. However, in this model, the electric field calculations are considered in the center of the void, where the electric field is almost uniform. Polymers 2020, 12, 77 12 of 26 Other Analytical Models Other analytical models have been proposed [71,72], where analytical expressions are used. However, the deterministic formulation is in contrast with the stochastic behavior of PD phenomena that is deduced from theoretical and experimental studies. On the other hand, other analytical models have been presented where the PD process is modelled using mathematical relationships between electric and geometric variables and the result is the probability density for a PD occurrence [73]. The PD phenomenon is treated as a stochastic process consisting of short-duration discharges and charge carrier drift, and recombination intervals between the discharges. In this approach, no simulations are required because, the calculations involve few basic physical parameters and a master equation in which the dynamics of the internal field forms a piecewise deterministic Markov process. This is an analytical approach with good agreement with experimental results. However, it does not consider all Polymers 2020, 12, x FOR PEER REVIEW 12 of 25 the physical elements involved, such as memory effect and charge decay, because this dependency is reduced to a single decay the time constant. On constant the otherduring hand, the the simulation inception and residual values of values of electric field inside cavity remains process, disregarding electric field inside the cavity remains constant during the simulation process, disregarding changes in changes in temperature and pressure. temperature and pressure. 3.3. Three-Capacitance Model 3.3. Three-Capacitance Model The three-capacitance model was initially proposed by Gemant and Philippoff in 1932 for The three-capacitance model was initially proposed by Gemant and Philippoff in 1932 for estimating the power losses in power cables due to discharges in voids [74]. They made experimental estimating the power losses in power cables due to discharges in voids [74]. They made experimental measurements and found that the PD rate was in good agreement with theoretical calculations using measurements and found that the PD rate was in good agreement with theoretical calculations using the equivalent circuit [61]. In 1951, Whitehead proposed the modified equivalent circuit shown in the equivalent circuit [61]. In 1951, Whitehead proposed the modified equivalent circuit shown in Figure 3, usually known as the “abc” model [75]. This circuit allows calculating a numerical Figure 3, usually known as the “abc” model [75]. This circuit allows calculating a numerical relationship relationship between the charge in the measurement circuit and the internal charge in the cavity. between the charge in the measurement circuit and the internal charge in the cavity. (a) (b) Figure Figure 3. 3. Whitehead Whiteheadthree-capacitance three-capacitance model: model: (a) (a)bulk bulkof ofdielectric dielectricmaterial material with with aaspherical spherical void void and and capacitances capacitances of of components components in in series series and and parallel parallel with with the the void; void; (b) (b) “abc” “abc” equivalent equivalent circuit, circuit, FF is is the the spark-gap representing representing the PD event. spark-gap In Figure Figure3,3, Caa (F) bulk of of dielectric dielectricmaterial, material, C Cbb (F) equivalent In (F)isisthe thecapacitance capacitance of of the the bulk (F) is is the the equivalent 00 capacitance of ofdielectric dielectriccolumn columnininseries serieswith with void, resultant from 0 C' 'b, ,and and CCc (F) is the CbC' ||bC capacitance thethe void, resultant from b c (F) is the capacitance of the void which is short-circuited by the spark gap F. capacitance of the void which is short-circuited by the spark gap F. A PD is simulated with the closing of the spark gap F. F will be closed when the voltage across the A PD is simulated with the closing of the spark gap F. F will be closed when the voltage void capacitance Uc (V) is equal to or higher than the inception voltage Uinc (V) until Uc (V) is equal to across the void capacitance U c (V) is equal to or higher than the inception voltage U (V) until or lower than the extinction voltage Uext (V). The voltages controlling the changes on theinc spark gap F U is equal tousing or lower than the extinction voltage The voltages controlling thevoid changes c (V) ext (V). can be calculated the inception and residual fieldsUand considering the geometry of the [55]. on the spark gap F can be calculated using the inception and residual fields and considering the geometry of the void [55]. When a PD occurs, Cc is short-circuited thought the spark gap F and a transient current will flow due to the change in voltage as it is shown in Figure 4, where i F = ic + ib (A). The real PD charge, q (C), in the void can be calculated using the Equation (16). C ⋅C q = ΔU ⋅ C c + a b (16) Polymers 2020, 12, 77 13 of 26 When a PD occurs, Cc is short-circuited thought the spark gap F and a transient current will flow due to the change in voltage as it is shown in Figure 4, where iF = ic + ib (A). The real PD charge, q (C), in the void can be calculated using the Equation (16). Polymers 2020, 12, x FOR PEER REVIEW 13 of 25 ! Ca ·Cb q = ∆U· C + (16) induces charges on the cavity surface, which cmeans Ca +that Cb the internal charge has already been produced just before a PD event is ignited. This is a violation to the causality law [61]. (V) is the PD whereFor ∆Umodelling voltage change across the void produced the PD.efforts From Figure 4, it is clearhave that using the three-capacitance method, by different and applications during the PD event, the current associated to ∆U will flow through C and C . The change in the a b been made, which can be classified into the following categories: charge on the electrode, the induced charge, can be calculated as in Equation (17). • Spark gap simulated using a switch • Variable gap resistance q0 = ∆U·Cb (17) • Variable capacitance Figure 4. Three-capacitance Three-capacitancemodel model representation during a PD event. When PD occurs, Cc is Figure 4. representation during a PD event. When a PD aoccurs, Cc is shortshort-circuited by the spark gap F and a transient current will flow. In addition, voltages will be circuited by the spark gap F and a transient current will flow. In addition, voltages will be modified modified by the transient phenomenon. by the transient phenomenon. can Gap be seen from Equations (16) and (17), the real charge in the void and the charge in the 3.3.1.As Spark Simulated Using a Switch measurement circuit are different [11]. The above relationships assume that the applied test voltage In this category, the streamer simulated using a switch, which is in induces charges on the cavity surface,propagation which meansprocess that the is internal charge has already been produced parallel to aCPD it is is shown in Figure just before event ignited. This is 5a). a violation to the causality law [61]. c , as For modelling PD using the three-capacitance method, different efforts and applications have been made, which can be classified into the following categories: • • • Spark gap simulated using a switch Variable gap resistance Variable capacitance 3.3.1. Spark Gap Simulated Using a Switch In this category, the streamer propagation process is simulated using a switch, which is in parallel to Cc , as it is shown in Figure 5a). The switch operation can be controlled using logical operations when the voltage across the (a) (b) void exceeds the threshold value or, when experimental q-ϕ data are available, for specific instants. In addition, closure can be controlled into account thea stochastic behavior Figure 5.the PDswitch three capacitance equivalent circuit: taking (a) PD simulation using switch in parallel to Cof c. the The switch is controlled using voltage, phase andmodel time aswas variables; simulation using a variable PD PD phenomena. In [76], this three capacitance used (b) forPD determining the theoretical resistance in parallel to CCarlo c. The value of the resistance is controlled using voltage, results. current and time distribution using a Monte simulation taking into account experimental They found as variables. that the discharge area, the oxygen content and the pressure of gas in void affect the extinction voltage, which indeed, affects the PD inception time lag. In a similar way, in [77], an integral equation The switchfor operation can the be controlled logical operations when the across the void was proposed describing stochasticusing fluctuations of PD occurrence involtage the three capacitance exceeds the threshold value or, when experimental q-φ data are available, for specific instants. In addition, the switch closure can be controlled taking into account the stochastic behavior of the PD phenomena. In [76], this three capacitance model was used for determining the theoretical PD distribution using a Monte Carlo simulation taking into account experimental results. They found that the discharge area, the oxygen content and the pressure of gas in void affect the extinction voltage, which indeed, affects the PD inception Figure 4. Three-capacitance model representation during a PD event. When a PD occurs, Cc is shortcircuited by the spark gap F and a transient current will flow. In addition, voltages will be modified Polymers 12, 77 14 of 26 by 2020, the transient phenomenon. 3.3.1. Spark Gap Simulated Using a Switch model when the gap closure have stochastic fluctuations in the time delay under ac voltage. This this category, the for streamer propagation process is simulated switch,[78] which is in sameInapproach was used explaining the PD characteristics obtainedusing in theaIEC(b) electrode parallel to Cc , as it is shown in Figure 5a). system [79]. (a) (b) Figure 5. PD three capacitance capacitance equivalent equivalent circuit: circuit: (a) (a) PD PD simulation simulation using using aa switch switch in in parallel parallel to to C Ccc.. The switch is controlled using voltage, phase and time as variables; (b) PD simulation simulation using a variable variable resistance resistance in parallel to Ccc.. The The value value of of the the resistance resistance is is controlled controlled using using voltage, voltage, current and time as variables. On the other hand, the model canoperations be used for simulating PD across under the DCvoid and The switch operation canthree-capacitance be controlled using logical when the voltage higher frequency voltages. In when [80], aexperimental modified three model for specific describing the PD behavior exceeds the threshold value or, q-φcapacitance data are available, instants. In addition, for switch DC voltage was where resistances for considering were added. the closure candeveloped be controlled taking into account the stochasticconduction behavior ofprocesses the PD phenomena. In When comparing simulated results with measurements, some differencesPD were found that werearelated [76], this three capacitance model was used for determining the theoretical distribution using Monte to the simulation assumed discharge area and voltage drop. The distribution functions the discharge Carlo taking into account experimental results. They found that theofdischarge area, magnitude the oxygen and the and timethe between two throughvoltage, simulations. was found that content pressure of discharges gas in void was affectstudied the extinction which It indeed, affects thethe PDextinction inception and ignition were in similar the PD equation rate is dependent on the voltage and its ripple time lag. In avoltages similar way, [77], and an integral was proposed fortest describing the stochastic content. A similar three-capacitance model with resistances in [81] for studying the fluctuations of PDmodified occurrence in the three capacitance model when was the used gap closure have stochastic effect of applying higher frequency voltages on the PD behavior in cavities with different size and location in the dielectric. They found that the PD rate decreases at higher frequency, although the PD magnitude increases. In [82], PD pulse waveforms from the three-capacitance model were obtained and studied on different supply voltages and different void sizes. Time–Frequency (TF) analysis was performed by applying Short-Time Fourier Transform (STFT) and different characteristics such as amplitude, occurrence, frequency distribution, intensity of the frequencies, were analyzed. In [83], the three-capacitance model was modified including a resistance for modelling the surface conduction process and the insulation resistance variation with aging. Also, an empirical expression for taking into account that the PD magnitude increases when temperature is elevated is included [84]. A three-capacitance model implemented in Simulink for a cylindrical void was used in [85] to make a characterization of the PD pulses on duration, magnitude and frequency content for different geometries. A similar study, but also including the measurement circuit was reported in [86], the effect of the void axis orientation respect to the applied electric field on the PD magnitude was analyzed. It was found that the PD magnitude is higher when the void axis is perpendicular to the applied electric field. In [87], a modified three-capacitance model was implemented in Simulink which includes and additional capacitor in series with the gap whose operation is controlled externally using values taken from experimentally measured q-ϕ diagrams. The additional capacitor allows considering the additional electric field inside the void generated by previous PD. However, the discharge occurred once because of the non-repetitive switching mode of the breaker. A similar study, but implemented in EMTP-RV was reported in [88] where different void sizes and types of dielectric materials were Polymers 2020, 12, 77 15 of 26 considered and an additional resistor and a capacitor were included in the three capacitance model for taking into account the additional electric field generated by the electric charge of previous PD. 3.3.2. Variable Gap Resistance The streamer propagation can be modelled using a variable gap resistance approach. The circuit in Figure 5b) is a modified version of the three capacitance model of Whitehead [75]. The value of the resistance is dynamically modified taking into account the voltage threshold and the solution of the electric circuit allows considering some of the physics related to PD phenomena: stochastic behavior, thermal and pressure effects, charge decay, streamer propagation, extinction voltage, etc. In [89], the nonlinearity of the PD phenomena is considered using a voltage-and time-dependent resistance. The proposed model considers the measuring circuit and the voltage associated to surface charge on the void through a mathematical function controlling the value of the resistance of streamer (Rstr ) after a PD event, which allows the voltage across the capacitance of the void to build up after the PD event. The mathematical function considered is the decay exponential function given by the Equation (18). Rstr = R0 · exp(−t/τR ) (18) where τR (s) is the time constant of the simulated discharge and R0 (Ω) is the initial insulation resistance of the gap. In [59], a similar approach as previously described is used. The PD current path is represented using a voltage and current-dependent streamer resistance, which allows maintaining its low resistance state during the avalanche due to the current dependence. Additional resistances for considering the conduction around the cavity and the effect of the conductivity of the bulk of dielectric material were added. The functional form for Rstr (Ω) corresponds to Equation (19). Rstr = R0 · exp(−|Uc /Uinc | − |i/I0 |) (19) where Uinc (V) is the inception voltage, I0 (A) is the critical current for an avalanche. A comparative analysis with measured data showed good agreement with simulation results. In [90], it was presented an approach for modelling PD in spherical voids in epoxy resin which is based on a time varying conductance of the void considering multi-stresses conditions (voltage, temperature and pressure). The PD phenomena is modelled with a variable conductance of plasma, G(t) (S), considering only direct ionization and recombination as shown in Equation (20). dG(t) = Kprod W (Ui )G(t) − K2rec G(t)2 − K1rec G(t) (20) dt where Kprod (s −1 is the ionization coefficient and Knrec (s −1 are the recombination coefficients, n = 2 for higher conductance values. The trigger function W (Ui ) is used for checking the fulfilment of the required conditions for a PD event and takes into account the stochastic behavior of the PD phenomena through a Weibull probabilistic function. Simulation results exhibit good agreement with experimental data found in the literature [91]. This model was modified with the inclusion of surface and volume resistances of the bulk of dielectric material for modelling the PD behavior under a voltage stress close to the DC waveform [92]. The simulation results show that the PD rate decreases when the sample is subjected to a voltage stress close to the DC waveform, which could depend on the space charge accumulation phenomenon. 3.3.3. Variable Gap Capacitance In order to conciliate the three-capacitance method assumptions with real PD physics, a method of variable capacitance was proposed in [93]. In this study, a detailed analysis of the critics to the three-capacitance method was made. It was concluded that the capacitive model is able to represent Polymers 2020, 12, 77 16 of 26 the transient current in electrodes caused by the space charge and the PD charge, which is linked to the partial capacitances and new potentials of the electrodes. The total capacitance of the system is expressed as in Equation (21). C00 = C0 (F) + KΩε(Einc − Eres ) ·∇λ0 U − ∆U ! (21) where C0 (F) is the capacitance of the capacitor with the insulation immersed between the plates. Terms in the second parenthesis are defined as in [57], K is a dimensionless shape factor, Ω (m3 ) is the volume of the void, ε (F·m−1 ) is the permittivity of the dielectric media, Einc (V·m−1 ) and Eext (V·m−1 ) are, respectively, the inception and extinction electric field strength magnitudes, λ0 is the electric scalar potential per unit of applied voltage and U − ∆U (V) is the voltage after the PD event. The proposed model was implemented in Matlab. However, any results or comparisons were presented. 3.3.4. Transients in Measured Variables and Critics to Capacitive Model After a PD event, the potential on the electrode drops by ∆U but the charge on the electrode increases by ∆Q, due to charge supplied to the electrode from the external system. PD can be detected in measurement circuits as transient variations in voltages and currents, so it is necessary to relate those variables with the charge on the void surface, which is the main variable of interest. Before a PD event, the potential and the charge at the HV electrode are, respectively, U and Q. After a PD event, the potential and charge are U − ∆U and Q + ∆Q, where ∆Q is the charge transferred to electrodes from the applied HV source. Using the Green’s reciprocal theorem and the definition of capacitance in electrical circuits [94], the induced charge can be expressed as follows: q0 = C∆U + ∆Q ≈ C∆U (22) where C (F) is the capacitance of the system. The impedance of the circuit is large enough for the current related to a PD event, so ∆Q (C) can be disregarded in comparison to C∆U. Taking into account that the capacitance of the systems does not change during the PD event, transients cannot be related to a change in the capacitance of the system. On the other hand, during the PD process, the transient current related to the streamer must be equal to the displacement current in the dielectric material in series with the void. This means that the charge detected at the electrodes in the measurement circuit must be equal to the internal PD charge, which is in contrast to the apparent charge concept presented in the capacitive model [61]. In the three-capacitance model, the surface charge dynamics can be modelled using the variable gap resistance approach because the magnitude of the resistance can be numerically controlled taking into account the polarity of the applied voltage and the time elapsed after the latest PD event, similar to the RC time constant approach. Table 6 exhibits a summary of the main parameters required for implementing simulations in three capacitance and analytical models, their main advantages and disadvantages are also included. Models can be used for analyzing media where parameters listed in Table 6, are known. However, it must be considered that parameters in the stochastic model must be also known for the same media under analysis. Parameters of stochastic model listed in Table 6, and related to Equations (1)–(3), correspond to epoxy resins [23]. The model can also be applied to other materials if the stochastic model is modified using experimental measurements [18,59]. Polymers 2020, 12, 77 17 of 26 Table 6. Summary of main characteristics of analytical and three-capacitance model. Model Three Capacitance Analytical Parameters for Implementing Simulations Advantages Disadvantages Permittivity of media, void surface conductivity, volume resistivity. The current pulse through the electrodes can be directly calculated. The PD phenomena is analyzed though voltages relationships. It is difficult to implement due to non-linearities in the circuit. It is assumed that void surface is equipotential and that the internal charge has already been produced just before a PD event is ignited. Permittivity of media, void surface conductivity. Computationally efficient. Reliable results due field approach. Multiphysical analysis can be easily implemented for different geometries and electrodes configurations due to field analysis. The current pulse cannot be directly calculated. The surface charge density is uniformly distributed. PD affect all the cavity volume. It is considered that the electric field strength inside the cavity is uniform. 4. Case Study A case study is simulated using the analytical and three-capacitance models and the results are compared with measured values in order to analyze their performance and capabilities. Figure 6, shows the geometry of the case study. It corresponds to a linear, homogenous and isotropic dielectric bulk of epoxy resin (bisphenol-A) of 3 mm thickness and 10 mm diameter between 2-parallel plates. A spherical void, filled air, with a 1.1 mm diameter is included in the center of the geometrical Polymers 2020, 12, x FOR PEERwith REVIEW 17 of 25 shaping. An 18 kV, 50 Hz sinusoidal voltage source (Us ) is applied to upper electrode while the lower is grounded. This same configuration was used was by Illias et al. foretcomparing the comparing performancethe of lower is grounded. This same configuration used by [15] Illias al. [15] for analytical andofFEA modelsand forFEA PD analysis. performance analytical models for PD analysis. Figure 6. 6. Geometry Geometry of of the the case case study. study. AA spherical spherical void void with with 1.1 1.1 mm mm in in diameter diameter immersed immersed in in an an Figure epoxy-resin dielectric dielectric bulk bulk between between two two parallel parallel plates. plates. epoxy-resin Table 7, summarizes the parameters considered during the simulation process. In order to analyze Table 7, summarizes the parameters considered during the simulation process. In order to the applicability and the performance of analytical and three capacitance model, comparisons with analyze the applicability and the performance of analytical and three capacitance model, comparisons measured values reported in [15] are made, and for this reason, the same stochastic approach used by with measured values reported in [15] are made, and for this reason, the same stochastic approach the authors of the that article, which is similar to Equation (5), is used in the present study. used by the authors of the that article, which is similar to Equation (5), is used in the present study. The value of the initial electron generation rate due to surface emission, Nes0 , depends on the polarity changes of the cavity voltage between two PD. defined in Table 7, also Table 7. Parameters definition forconsecutive the simulation of Parameters the case study. correspond to parameters required in the analytical model. Parameter Description Value ε mat ε cav σ mat σ scav Material relative permittivity 4.4 Cavity relative permittivity 1 Material conductivity 1 × 10−13 S·m−1 Cavity surface conductivity 1 × 10−12 S·m−1 Einc Electric field strength magnitude for streamer inception 3.40 × 106 V·m−1 E ext Electric field strength magnitude for streamer extinction 0.44 × 106 V·m−1 Polymers 2020, 12, 77 18 of 26 Table 7. Parameters definition for the simulation of the case study. Parameter Description Value εmat εcav σmat σscav Einc Eext Nes0 Nev τdec Material relative permittivity Cavity relative permittivity Material conductivity Cavity surface conductivity Electric field strength magnitude for streamer inception Electric field strength magnitude for streamer extinction Initial electron generation rate due to surface emission Initial electron generation rate due to volume ionization Charge decay time constant 4.4 1 1 × 10−13 S·m−1 1 × 10−12 S·m−1 3.40 × 106 V·m−1 0.44 × 106 V·m−1 10,000/5000 s−1 10 s−1 2 ms Three-Capacitance Model Parameters Definition Polymers 2020, 12, x FOR PEER REVIEW 18 of 25 In this study, a modified version of the equivalent circuit presented in [59] is implemented for R0 7isshows variation in the the same resistance of the streamerasdue to conduction heating. normally chosen much considering stochastic approach in the analytical model. Figure the dielectric bulk Rc and its value toequivalent control thecircuit numerical convergence. greater with thethan HV source applied (a),allows and the implemented for PD simulating (b). (a) (b) Figure 7. 7. Equivalent circuit for modelling PD considering the variable resistance of gap: gap: (a) Epoxy resin dielectric bulk with the measurement circuit; (b) three-capacitance equivalent circuit including the variable resistance. In Figure 7, R1 and C1 are, from respectively, series impedance coupling capacitor in the Using the analogy principle, Equationthe (17), the apparent PD and charge in the three-capacitance measurement circuit. C is the equivalent capacitance corresponding to C + C , R a 1 PD b represents charge in the the model can be calculated1+asa q' = ΔU ⋅ Cb (C) , while from Equation (11) the apparent conductivity of the bulk of dielectric material, R represents the surface and bulk conduction around c analytical model can be calculated as q' = ΔU ⋅ g (C) , where ΔU is the change in voltage through the the cavity. Rstr (Uc , t, i) is the resistance of the PD streamer and is a function of voltage and current of void due to a PD event. As can be seen g , is a constant that is equivalent to the capacitance of the dielectric the streamer, Equation (19). Many mathematical functions, simulating the discharge behaviour in the materialhave in series the void. Onoptimum the other representation hand, the other proved capacitances the circuit can be calculated cavity, beenwith studied and the to be in a decay exponential function using the capacitance definition applicable to electric circuits given by Equation (23) [94]. as Equation (19) [95]. In addition, this expression allows considering the variation in the resistance of the streamer due to conduction heating. R0 is normally chosen much greater than Rc and its value εE 2 dvol allows to control the numerical convergence. (23) C = vol Using the analogy principle, from Equation (17), 2the apparent PD charge in the three-capacitance U model can be calculated as q0 = ∆U·Cb (C), while from Equation (11) the apparent PD charge in the Tablemodel 8, shows of q0 the=electric circuit for this study. ), where analytical canthe be parameters calculated as ∆U·g (C ∆U is the change in voltage through the void due to a PD event. As can be seen g, is a constant that is equivalent to the capacitance of the Table 8. Parameter definition for the three-capacitance model. dielectric material in series with the void. On the other hand, the other capacitances in the circuit can be calculated Parameter using the capacitance definitionDefinition applicable to electric circuits givenValue by Equation (23) [94]. R0 R of streamer Initial resistance 1 × 1016 Ω εE2 dvol I0 0.01 nA Rc Critical current for avalanche vol Equivalent resistance to conduction around the cavity U2 6.37 × 1011 Ω Cc Capacitance of the cavity 2.69 × 10−14 F Rb Series resistance of the insulation 1 × 1013 Ω Cb Series capacitance of the insulation 2.47 × 10−14 F R1 Series resistance of measurement circuit 1 × 105 Ω Capacitance of the homogenous part of the insulation 1.01 × 10−12 F C C= (23) Polymers 2020, 12, 77 19 of 26 Table 8, shows the parameters of the electric circuit for this study. Table 8. Parameter definition for the three-capacitance model. Parameter Definition Value R0 I0 Rc Cc Rb Cb R1 Ca Uinc Uext Initial resistance of streamer Critical current for avalanche Equivalent resistance to conduction around the cavity Capacitance of the cavity Series resistance of the insulation Series capacitance of the insulation Series resistance of measurement circuit Capacitance of the homogenous part of the insulation Cavity voltage magnitude for streamer inception Cavity voltage magnitude for streamer extinction 1 × 1016 Ω 0.01 nA 6.37 × 1011 Ω 2.69 × 10−14 F 1 × 1013 Ω 2.47 × 10−14 F 1 × 105 Ω 1.01 × 10−12 F 3.740 kV 0.484 kV A Matlab code was implemented for simulating each model. The differential equations for the circuit in Figure 7, were solved using the Matlab function ode45, which allows the solution of nonstiff differential equations using the medium order method. 5. Results and Discussion The case study was simulated using the analytical and three-capacitance model for 500 periods of the AC 50 Hz, 18 kV voltage wave. The time step when there is not feasibility of PD is defined as 4.0 × 10−5 s, and during PD, as 1 ns. Simulation results are summarized in Table 9, in addition, measured values for the same case study reported in [15] are presented in order to make comparisons. Table 9. Simulation results summary and measured values for the case study. Measured 1 Method/Variable PD per cycle Minimum PD magnitude, qmin (pC) Maximum PD magnitude, qmax (pC) Mean PD magnitude, qmean (pC) 6.5 80 373 101 1 Analytical Three-Capacitance Magnitude Error (%) Magnitude Error (%) 6.490 80.302 321.650 104.100 0.154 0.378 13.767 3.069 6.134 81.318 296.980 101.610 5.631 1.648 20.381 0.604 Measured values reported in [15]. As can be seen from Table 9, the results obtained using the analytical model are in reasonable agreement with measured ones, presenting the higher difference, 13.767%, for the maximum PD magnitude. On the other hand, comparing with measured values, the three-capacitance model, presents less accurate results, with the higher difference, 20.381%, for the maximum PD magnitude. As expected, the three-capacitance model is less accurate than the analytical model. However, the calculated values are of the same order when compared with measured values and allows an approximated quantitative and qualitative indication of the phenomenon. Simulations were made using eight processors (CPUs) Intel Xeon E5-2670. The simulation using the analytical model took 270 s, while the three-capacitance model took 2780 s. Figure 8 presents the q-ϕ-n diagrams for the case study using the analytical and the three-capacitance models. calculated values are of the same order when compared with measured values and allows an approximated quantitative and qualitative indication of the phenomenon. Simulations were made using eight processors (CPUs) Intel Xeon E5-2670. The simulation using the analytical model took 270 s, while the three-capacitance model took 2780 s. Figure 8 presents the q-φ-n diagrams for the case study using the analytical and the 20 threePolymers 2020, 12, 77 of 26 capacitance models. (a) (b) (c) (d) Figure 8. q-φ-n q-φ-n diagram using the q-ϕ-n diagrams diagrams for for the the case study: (a) (a) 2D 2D representation representation of the q-ϕ-n analytical model; (b) (b) 3D representation of the q-ϕ-n analytical q-φ-n diagram using the analytical model; (c) 2D representation of the q-ϕ-n diagram using the three capacitance model; (d) 3D representation of the q-ϕ-n diagram using the three capacitance model. The q-ϕ-n diagrams in Figure 8 exhibit a structure in good agreement with the measured one [15], are composed by a horizontal bar distribution close to the minimum PD charge magnitude plus a rabbit-ear like distribution where higher PD charge magnitudes occur. However, in Figure 8c,d, it can be seen that the PD rate is different in comparison to the analytical model results, with a lower concentration of PD on the horizontal bar. The rabbit-ear-like distribution is due to PD events after changes in polarity of Ucav and the three-capacitance model is able to reproduce this behavior, however, the charge decay and memory effects are not well modelled using fixed values resistances as Rc and Rb in Figure 7. The resistance of the series insulation affects not only the PRPD pattern structure, also affects the PD rate because it controls the magnitude of the applied voltage to the cavity, represented by Cc in the equivalent circuit of Figure 7. On the other hand, the equivalent resistance to conduction around the cavity, Rc , controls the charge decay effect on the void of surface. These two parameters are very important for the good performance of the model, however sometimes are determined through empirical procedures [83]. A good approximation may be using an adaptive fitting procedure for adjusting the values taking in to account the measured PRPD pattern. Simulations were carried out using a MATLAB application implemented by authors named PDSym1S developed for these purposes [12]. 6. Conclusions A brief summary about epoxy resins characteristics, properties and applications as insulating materials have been made. The theoretical background and state-of-the-art of analytical and three-capacitance models are presented. The analytical and three-capacitance models were implemented in a computer algorithm and a case study was simulated. Results of both models show good agreement Polymers 2020, 12, 77 21 of 26 with experimental values. The three-capacitance model presents greater differences compared to measured values. The modified three-capacitance model implemented here allows considering the same stochastic approach used in analytical and FEA models and the charge decay process due to conduction around the cavity and through the dielectric bulk. On the other hand, the functional expressions for streamer resistance permit considering the variation in the resistance of the streamer due to conduction heating. However, the strong non-linearity included in the equivalent circuit by the streamer resistance generates numerical difficulties and some variables, such as, the initial resistance of the streamer, R0 and the series resistance of the insulation, Rb , must be adjusted to avoid numerical errors. In addition, the stiffness of the problem makes it necessary to use an implicit time step method with minor steps, which makes the simulations computationally demanding. Although the three-capacitance model is not as accurate as the analytical one, it can be used as a qualitative tool in teaching environments and as a complement of condition monitoring tools, for example, in locating PD in power transformers using electrical measurements. Extinction field magnitude as the PD stop criterion must be revised according to deductions made by Callender [22]. Multhypisical analysis must be implemented under ageing conditions when pressure in the cavity, which affects the stochastic model, is a complex function temperature and applied voltage [96]. Simulation results at different ageing conditions must be correlated with patterns used in diagnosis analysis. Future work must consider physical and chemical interactions on the void surface through the cavity surface conductivity [97]. The curing process plays a fundamental role in the achievement of ideal epoxy resin characteristics. Vitrification and gelation processes must be considered when modelling epoxy resins. Future work must consider the PD behavior in epoxy resins under both conditions. Author Contributions: The authors have contributed in different parts of the paper preparation, as follows, conceptualization, methodology and analysis, J.M.R.-S. and R.A.-S. Software, J.M.R.-S. Writing-original draft preparation, J.M.R.-S. Finally, writing-review and editing, R.A.-S.; M.D. and M.R. All authors have read and agreed to the published version of the manuscript. Funding: This research received no external funding. Acknowledgments: The authors thankfully acknowledge the computer resources, technical expertise and assistance provided by the Supercomputing and Visualization Center of Madrid (CeSViMa). The authors gratefully acknowledge Fundación Carolina, Universidad de Antioquia-Electrical Engineering Department, Universidad Politécnica de Madrid and Fondo Sapiencia-Alcaldía de Medellín. Conflicts of Interest: The authors declare no conflict of interests. References 1. 2. 3. 4. 5. 6. 7. 8. Heising, C. IEEE Recommended Practice for the Design of Reliable Industrial and Commercial Power Systems; IEEE Std 493-2007 Revis; IEEE: New York, NY, USA, 2007; pp. 1–383. Kulkarni, S.V.; Khaparde, S.A. Transformer Engineering: Design, Technology, and Diagnostics, 2nd ed.; CRC Press: New York, NY, USA, 2012; ISBN 978-1-4398-5377-1. Chanda, M.; Roy, S.K. Industrial Polymers, Specialty Polymers, and Their Applications, 1st ed.; CRC Press: Boca Raton, FL, USA, 2008. Ahmad, Z. Polymer Dielectric Materials. In Dielectric Material; IntechOpen: London, UK, 2012. Shibuya, Y.; Zoledziowski, S.; Calderwood, J.H. Void formation and electrical breakdown in epoxy resin. IEEE Trans. Power Appar. Syst. 1977, 96, 198–207. [CrossRef] Tenbohlen, S.; Coenen, S.; Djamali, M.; Müller, A.; Samimi, M.H.; Siegel, M. Diagnostic Measurements for Power Transformers. Energies 2016, 9, 347. [CrossRef] Tanaka, T. Internal Partial Discharge and Material Degradation. IEEE Trans. Electr. Insul. 1986, EI-21, 899–905. Morshuis, P.H.F. Degradation of solid dielectrics due to internal partial discharge: Some thoughts on progress made and where to go now. IEEE Trans. Dielectr. Electr. Insul. 2005, 12, 905–913. [CrossRef] Polymers 2020, 12, 77 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 31. 32. 22 of 26 Stone, G.C. Partial discharge diagnostics and electrical equipment insulation condition assessment. IEEE Trans. Dielectr. Electr. Insul. 2005, 12, 891–904. [CrossRef] Working Group A1.10. C. International des Grands Réseaux électriques C. D’études Survey of Hydrogenerator Failures; CIGRÉ: Paris, France, 2009; ISBN 978-2-85873-079-7. IEC 60270. High-Voltage Test Techniques—Partial discharge Measurements; IEC: Geneva, Switzerland, 2000; p. 99. Rodríguez-Serna, J.M.; Albarracín-Sánchez, R. Numerical Simulation of Temperature and Pressure Changes due to Partial Discharges in Spherical Cavities Within Solid Dielectrics at Different Ageing Conditions. Energies 2019, 12, 4771. [CrossRef] Forssen, C.; Edin, H. Partial discharges in a cavity at variable applied frequency part 2: Measurements and modeling. IEEE Trans. Dielectr. Electr. Insul. 2008, 15, 1610–1616. [CrossRef] Albarracin, R.; Robles, G.; Ardila-Rey, J.A.; Cavallini, A.; Passaglia, R. Partial discharges: Keys for condition monitoring and diagnosis of power transformers. Power Transform. Cond. Monit. Diagn. 2018, 104, 39–85. Illias, H.A.; Chen, G.; Lewin, P.L. Comparison between three-capacitance, analytical-based and finite element analysis partial discharge models in condition monitoring. IEEE Trans. Dielectr. Electr. Insul. 2017, 24, 99–109. [CrossRef] Callender, G. Modelling Partial Discharge in Gaseous Voids. Ph.D. Thesis, University of Southampton, Southampton, UK, 2018. Pan, C.; Chen, G.; Tang, J.; Wu, K. Numerical modeling of partial discharges in a solid dielectric-bounded cavity: A review. IEEE Trans. Dielectr. Electr. Insul. 2019, 26, 981–1000. [CrossRef] Illias, H.A. Measurement and Simulation of Partial Discharges within a Spherical Cavity in a Solid Dielectric Material. Ph.D. Thesis, University of Southampton, Southampton, UK, 2011. Forssén, C. Modelling of Cavity Partial Discharges at Variable Applied Frequency. Ph.D. Thesis, KTH Royal Institute of Technology, Stockholm, Sweden, 2008. Pan, C.; Tang, J.; Zeng, F. Numerical Modeling of Partial Discharge Development Process. In Plasma Science and Technology-Basic Fundamentals and Modern Applications; IntechOpen: London, UK, 2018. Villa, A.; Barbieri, L.; Gondola, M.; Leon-Garzon, A.R.; Malgesini, R. A PDE-based partial discharge simulator. J. Comput. Phys. 2017, 345, 687–705. [CrossRef] Callender, G.; Golosnoy, I.O.; Rapisarda, P.; Lewin, P.L. Critical analysis of partial discharge dynamics in air filled spherical voids. J. Phys. Appl. Phys. 2018, 51, 125601. [CrossRef] Gutfleisch, F.; Niemeyer, L. Measurement and simulation of PD in epoxy voids. IEEE Trans. Dielectr. Electr. Insul. 1995, 2, 729–743. [CrossRef] Mohan, P. A Critical Review: The Modification, Properties, and Applications of Epoxy Resins. Polym. Plast. Technol. Eng. 2013, 52, 107–125. [CrossRef] Jin, F.-L.; Li, X.; Park, S.-J. Synthesis and application of epoxy resins: A review. J. Ind. Eng. Chem. 2015, 29, 1–11. [CrossRef] May, C. Epoxy Resins Chemistry and Technology, 2nd ed.; Taylor & Francis: New York, NY, USA, 1988. Dakin, T.W. Application of Epoxy Resins in Electrical Apparatus. IEEE Trans. Electr. Insul. 1974, EI-9, 121–128. [CrossRef] Jahoda, E.; Kúdelčík, J.; Hornak, J.; Trnka, P. The influence of nanoparticles in the epoxy resin on dielectric parameters and partial discharges. In Proceedings of the 2018 ELEKTRO, Mikulov, Czech Republic, 21–23 May 2018; pp. 1–5. Vyazovkin, S.; Burnham, A.K.; Criado, J.M.; Pérez-Maqueda, L.A.; Popescu, C.; Sbirrazzuoli, N. ICTAC Kinetics Committee recommendations for performing kinetic computations on thermal analysis data. Thermochim. Acta 2011, 520, 1–19. [CrossRef] Brostow, W.; Goodman, S.H.; Wahrmund, J. 8—Epoxies. In Handbook of Thermoset Plastics, 3rd ed.; Dodiuk, H., Goodman, S.H., Eds.; William Andrew Publishing: Boston, MA, USA, 2014; pp. 191–252. ISBN 978-1-4557-3107-7. Sbirrazzuoli, N.; Vyazovkin, S.; Mititelu, A.; Sladic, C.; Vincent, L. A Study of Epoxy-Amine Cure Kinetics by Combining Isoconversional Analysis with Temperature Modulated DSC and Dynamic Rheometry. Macromol. Chem. Phys. 2003, 204, 1815–1821. Jouyandeh, M.; Paran, S.M.R.; Jannesari, A.; Saeb, M.R. ‘Cure Index’ for thermoset composites. Prog. Org. Coat. 2019, 127, 429–434. [CrossRef] Polymers 2020, 12, 77 33. 34. 35. 36. 37. 38. 39. 40. 41. 42. 43. 44. 45. 46. 47. 48. 49. 50. 51. 52. 23 of 26 Lv, Z.; Rowland, S.M.; Chen, S.; Zheng, H. Modelling and simulation of PD characteristics in non-conductive electrical trees. IEEE Trans. Dielectr. Electr. Insul. 2018, 25, 2250–2258. [CrossRef] Champion, J.V.; Dodd, S.J. Simulation of partial discharges in conducting and non-conducting electrical tree structures. J. Phys. Appl. Phys. 2001, 34, 1235–1242. [CrossRef] Tanaka, T.; Imai, T. Advances in nanodielectric materials over the past 50 years. IEEE Electr. Insul. Mag. 2013, 29, 10–23. [CrossRef] Cherney, E.A. Nanodielectrics applications-today and tomorrow. IEEE Electr. Insul. Mag. 2013, 29, 59–65. [CrossRef] Dodd, S.J.; Chalashkanov, N.M.; Fothergill, J.C.; Dissado, L.A. Influence of the temperature on the dielectric properties of epoxy resins. In Proceedings of the 2010 10th IEEE International Conference on Solid Dielectrics, Potsdam, Germany, 4–9 July 2010; pp. 1–4. Pleşa, I.; Noţingher, P.V.; Schlögl, S.; Sumereder, C.; Muhr, M. Properties of Polymer Composites Used in High-Voltage Applications. Polymers 2016, 8, 173. [CrossRef] Tanaka, T.; Montanari, G.C.; Mulhaupt, R. Polymer nanocomposites as dielectrics and electrical insulation-perspectives for processing technologies, material characterization and future applications. IEEE Trans. Dielectr. Electr. Insul. 2004, 11, 763–784. [CrossRef] Imai, T.; Sawa, F.; Nakano, T.; Ozaki, T.; Shimizu, T.; Kozako, M.; Tanaka, T. Effects of nano- and micro-filler mixture on electrical insulation properties of epoxy based composites. IEEE Trans. Dielectr. Electr. Insul. 2006, 13, 319–326. [CrossRef] Nakamura, Y.; Yamazaki, K.; Imai, T.; Ozaki, T.; Kinoshita, S. Effect of nanocomposite on insulation characteristics for epoxy/enamel composite insulation systems. In Proceedings of the 2013 IEEE International Conference on Solid Dielectrics (ICSD), Bologna, Italy, 30 June–4 July 2013; pp. 851–854. Tuncer, E.; Sauers, I.; James, D.R.; Ellis, A.R.; Paranthaman, M.P.; Aytuğ, T.; Sathyamurthy, S.; More, K.L.; Li, J.; Goyal, A. Electrical properties of epoxy resin based nano-composites. Nanotechnology 2006, 18. [CrossRef] Yan, W.; Phung, B.T.; Han, Z.J.; Ostrikov, K.; Blackburn, T.R. Partial discharge characteristics of epoxy resin-based nanocomposites fabricated with atomospheric plasma treated SiO2 nanoparticles. In Proceedings of the 2011 International Symposium on Electrical Insulating Materials, Kyoto, Japan, 6–10 September 2011; pp. 353–357. Wang, Q.; Curtis, P.; Chen, G. Effect of nano-fillers on electrical breakdown behavior of epoxy resin. In Proceedings of the 2010 Annual Report Conference on Electrical Insulation and Dielectic Phenomena, West Lafayette, IN, USA, 17–20 October 2010; pp. 1–4. Shirazi, M.M.S.; Borsi, H.; Gockenbach, E. Evaluation of the influence of nano fillers on the electrical and dielectric properties of epoxy resin. In Proceedings of the 2011 Electrical Insulation Conference (EIC), Annapolis, MD, USA, 5–8 June 2011; pp. 498–501. Kavitha, D.; Sindhu, T.K.; Nambiar, T.N.P. Impact of permittivity and concentration of filler nanoparticles on dielectric properties of polymer nanocomposites. IET Sci. Meas. Technol. 2017, 11, 179–185. [CrossRef] Kúdelčík, J.; Jahoda, E.; Hornak, J.; Michal, O.; Trnka, P. Partial discharges and dielectric parameters of epoxy resin filled with nanoparticles. In Proceedings of the 2018 19th International Scientific Conference on Electric Power Engineering (EPE), Brno, Czech Republic, 16–18 May 2018; pp. 1–6. Parmar, A.K.; Patel, R.R. Dielectric Properties of Alumina based Epoxy Composites for Electrical Insulation. In Proceedings of the 2018 2nd International Conference on Electronics, Materials Engineering Nano-Technology (IEMENTech), Kolkata, India, 4–5 May 2018; pp. 1–4. Katayama, J.; Ohki, Y.; Fuse, N.; Kozako, M.; Tanaka, T. Effects of nanofiller materials on the dielectric properties of epoxy nanocomposites. IEEE Trans. Dielectr. Electr. Insul. 2013, 20, 157–165. [CrossRef] Krivda, A.; Tanaka, T.; Frechette, M.; Castellon, J.; Fabiani, D.; Montanari, G.C.; Gorur, R.; Morshuis, P.; Gubanski, S.; Kindersberger, J.; et al. Characterization of epoxy microcomposite and nanocomposite materials for power engineering applications. IEEE Electr. Insul. Mag. 2012, 28, 38–51. [CrossRef] Bartnikas, R. Corona pulse probability density function measurements on primary distribution power cables. IEEE Trans. Power Appar. Syst. 1975, 94, 716–723. [CrossRef] Koyanagi, E.; Kurashige, M.; Umemoto, K.; Yoshimitsu, T. Degradation of composite insulating materials due to partial discharge. In Proceedings of the 1978 IEEE International Conference on Electrical Insulation, Philadelphia, PA, USA, 12–14 June 1978; pp. 27–32. Polymers 2020, 12, 77 53. 54. 55. 56. 57. 58. 59. 60. 61. 62. 63. 64. 65. 66. 67. 68. 69. 70. 71. 72. 73. 74. 75. 24 of 26 Illias, H.; Chen, G.; Lewin, P.L. Modeling of partial discharge activity in spherical cavities within a dielectric material. IEEE Electr. Insul. Mag. 2011, 27, 38–45. [CrossRef] Hudon, C.; Bartnikas, R.; Wertheimer, M.R. Surface conductivity of epoxy specimens subjected to partial discharges. In Proceedings of the IEEE International Symposium on Electrical Insulation, Toronto, ON, Canada, 3–6 June 1990; pp. 153–155. Niemeyer, L. A generalized approach to partial discharge modeling. IEEE Trans. Dielectr. Electr. Insul. 1995, 2, 510–528. [CrossRef] Brunt, R.J.V. Stochastic properties of partial-discharge phenomena. IEEE Trans. Electr. Insul. 1991, 26, 902–948. [CrossRef] Crichton, G.C.; Karlsson, P.W.; Pedersen, A. Partial discharges in ellipsoidal and spheroidal voids. IEEE Trans. Electr. Insul. 1989, 24, 335–342. [CrossRef] Illias, H.; Chen, G.; Lewin, P.L. Partial discharge behavior within a spherical cavity in a solid dielectric material as a function of frequency and amplitude of the applied voltage. IEEE Trans. Dielectr. Electr. Insul. 2011, 18, 432–443. [CrossRef] Gafvert, U.; Edin, H.; Forssen, C. Modelling of partial discharge spectra measured with variable applied frequency. In Proceedings of the 7th International Conference on Properties and Applications of Dielectric Materials (Cat. No.03CH37417), Nagoya, Japan, 1–5 June 2003; Volume 3, pp. 839–842. Pedersen, A. Partial discharges in voids in solid dielectrics. An alternative approach. In Proceedings of the Conference on Electrical Insulation Dielectric Phenomena—Annual Report1987, Gaithersburg, MD, USA, 18–22 October 1987; pp. 58–64. Hauschild, W.; Lemke, E. High-Voltage Test and Measuring Techniques; Springer: Berlin/Heidelberg, Germany, 2014; ISBN 978-3-662-52015-4. Boggs, S.A. Partial discharge. III. Cavity-induced PD in solid dielectrics. IEEE Electr. Insul. Mag. 1990, 6, 11–16. [CrossRef] McAllister, I.W. Decay of charge deposited on the wall of gaseous void. IEEE Trans. Electr. Insul. 1992, 27, 1202–1207. [CrossRef] Illias, H.; Chen, G.; Lewin, P.L. Modelling of Surface Charge Decay in a Spherical Cavity within a Solid Dielectric Material Using Finite Element Analysis. In Proceedings of the 16th International Symposium on High Voltage Engineering, Cape Town, South Africa, 24–28 August 2009; Volume 6. Lemke, E. A critical review of partial-discharge models. IEEE Electr. Insul. Mag. 2012, 28, 11–16. [CrossRef] Lemke, E. Analysis of the partial discharge charge transfer in extruded power cables. IEEE Electr. Insul. Mag. 2013, 29, 24–28. [CrossRef] Chan, J.C.; Duffy, P.; Hiivala, L.J.; Wasik, J. Partial discharge. VIII. PD testing of solid dielectric cable. IEEE Electr. Insul. Mag. 1991, 7, 9–16. [CrossRef] He, M.; Hao, M.; Chen, G.; Chen, X.; Li, W.; Zhang, C.; Wang, H.; Zhou, M.; Lei, X. Numerical modelling on partial discharge in HVDC XLPE cable. COMPEL. Int. J. Comput. Math. Electr. Electron. Eng. 2018, 37, 986–999. [CrossRef] Mcallister, I.W.; Johansson, T. Partial discharges and bulk dielectric field enhancement. In Proceedings of the 2000 Annual Report Conference on Electrical Insulation and Dielectric Phenomena (Cat. No.00CH37132), Victoria, BC, Canada, 15–18 October 2000; Volume 2, pp. 457–460. McAllister, I.W.; Crichton, G.C. Influence of bulk dielectric polarization upon partial discharge transients effect of heterogeneous dielectric geometry. IEEE Trans. Dielectr. Electr. Insul. 2000, 7, 124–132. [CrossRef] Patsch, R.; Hoof, M. Physical modeling of partial discharge patterns. In Proceedings of the ICSD’98, 1998 IEEE 6th International Conference on Conduction and Breakdown in Solid Dielectrics (Cat. No.98CH36132), Vasteras, Sweden, 22–25 June 1998; pp. 114–118. Hoof, M.; Patsch, R. A physical model, describing the nature of partial discharge pulse sequences. In Proceedings of the 5th International Conference on Properties and Applications of Dielectric Materials, Seoul, Korea, 25–30 May 1997; Volume 1, pp. 283–286. Heitz, C. A generalized model for partial discharge processes based on a stochastic process approach. J. Phys. Appl. Phys. 1999, 32, 1012–1023. [CrossRef] Gemant, A.; Philippoff, W. Spark gap with pre-capacitor. Z. Tech. Phys. 1932, 13, 425–430. Whitehead, S. Dielectric Breakdown of Solids; Clarendon Press: Oxford, UK, 1951. Polymers 2020, 12, 77 76. 77. 78. 79. 80. 81. 82. 83. 84. 85. 86. 87. 88. 89. 90. 91. 92. 93. 94. 25 of 26 Hikita, M.; Yamada, K.; Nakamura, A.; Mizutani, T.; Oohasi, A.; Ieda, M. Measurements of partial discharges by computer and analysis of partial discharge distribution by the Monte Carlo method. IEEE Trans. Electr. Insul. 1990, 25, 453–468. [CrossRef] Okamoto, T.; Kato, T.; Yokomizu, Y.; Suzuoki, Y.; Tanaka, T. PD characteristics as a stochastic process and its integral equation under sinusoidal voltage. IEEE Trans. Dielectr. Electr. Insul. 2001, 8, 82–90. [CrossRef] Okamoto, T.; Hozumi, N.; Imajo, T. Partial discharge pattern recognition for four kinds of electrode systems. In Proceedings of the Conference Record of the 1992 IEEE International Symposium on Electrical Insulation, Baltimore, MD, USA, 7–10 June 1992; pp. 375–378. Okamoto, T.; Yashima, M. Partial discharge characteristics on applied sine wave voltage frequency with IEC(b) electrode system. In Proceedings of the 2017 3rd International Conference on Condition Assessment Techniques in Electrical Systems (CATCON), Rupnagar, India, 16–18 November 2017; pp. 355–360. Kreuger, F.H.; Fromm, U. Partial Discharges in Gaseous Voids for DC Voltage. Jpn. J. Appl. Phys. 1994, 33, 1079. [CrossRef] Negm, T.S.; Refaey, M.; Hossam-Eldin, A.A. Modeling and simulation of internal Partial Discharges in solid dielectrics under variable applied frequencies. In Proceedings of the 2016 Eighteenth International Middle East Power Systems Conference (MEPCON), Cairo, Egypt, 27–29 December 2016; pp. 639–644. Bhatt, S.M.; Kumar, D.; Patel, K. Partial Discharge Analysis in Time and Time-Frequency Domain of Solid Dielectric in Power Transformer. In Proceedings of the 2018 5th IEEE Uttar Pradesh Section International Conference on Electrical, Electronics and Computer Engineering (UPCON), Gorakhpur, India, 2–4 November 2018; pp. 1–5. Mohammad Shahrtash, S.; Khanahmadloo, E.; Haghjoo, F. Comprehensive 3-capacitors model for partial discharge in power cables. COMPEL. Int. J. Comput. Math. Electr. Electron. Eng. 2012, 31, 346–368. Candela, R.; Scimemi, G.F.; Romano, P.; Sanseverino, E.R. Analysis of partial discharge activity at different temperatures through an heuristic algorithm. In Proceedings of the 1999 Annual Report Conference on Electrical Insulation and Dielectric Phenomena (Cat. No.99CH36319), Austin, TX, USA, 17–20 October 1999; Volume 1, pp. 202–205. Sabat, A.; Karmakar, S. Simulation of Partial Discharge in High Voltage Power Equipment. Int. J. Electr. Eng. Inform. 2011, 3, 234–247. [CrossRef] Gopinath, S.; Sathiyasekar, K. Simulation of Partial Discharges in Solid Dielectric Material: A Study on PD Magnitudes to the Parallel and perpendicular axis of a cylindrical cavity. Int. J. Eng. Technol. 2014, 6, 1786–1792. Arief, Y.Z.; Izzati, W.A.; Adzis, Z. Modeling of Partial Discharge Mechanisms in Solid Dielectric Material. Int. J. Eng. Innov. Technol. 2012, 1, 6. Christina, A.J.; Salam, M.A.; Rahman, Q.M.; Arifin, M.S.; Wen, F.; Ang, S.P.; Hasan, S. Partial discharge modeling with increasing applied voltages across different void sizes. In Proceedings of the 2017 4th International Conference on Advances in Electrical Engineering (ICAEE), Dhaka, Bangladesh, 28–30 September 2017; pp. 22–25. Alsheikhly, A.; Guzman, H.; Kranz, H. A new diagnostic tool through computer simulation calculation using expanded partial discharge equivalent circuit. In Proceedings of the 1992 4th International Conference on Conduction and Breakdown in Solid Dielectrics, Sestri Levante, Italy, 22–25 June 1992; pp. 176–180. Ala, G.; Candela, R.; Romano, P.; Viola, F. Simplified hybrid PD model in voids. In Proceedings of the 8th IEEE Symposium on Diagnostics for Electrical Machines, Power Electronics Drives, Bologna, Italy, 5–8 September 2011; pp. 451–455. Silvestre, M.L.D.; Miceli, R.; Romano, P.; Viola, F. Simplified hybrid PD model in voids: Pattern validation. In Proceedings of the 4th International Conference on Power Engineering, Energy and Electrical Drives, Istanbul, Turkey, 13–17 May 2013; pp. 1807–1813. Imburgia, A.; Romano, P.; Viola, F.; Hozumi, N.; Morita, S. Partial discharges behavior under different rectified waveforms. In Proceedings of the 2017 International Symposium on Electrical Insulating Materials (ISEIM), Toyohashi, Japan, 11–15 September 2017; Volume 1, pp. 114–117. Achillides, Z.; Georghiou, G.E.; Kyriakides, E. Partial discharges and associated transients: The induced charge concept versus capacitive modeling. IEEE Trans. Dielectr. Electr. Insul. 2008, 15, 1507–1516. [CrossRef] Magid, L.M. Electromagnetic Fields, Energy, and Waves; Wiley: New York, NY, USA, 1972; ISBN 978-0-47156334-1. Polymers 2020, 12, 77 95. 96. 97. 26 of 26 Zeller, H.R. Breakdown and Prebreakdown Phenomena in Solid Dielectrics. IEEE Trans. Electr. Insul. 1987, EI-22, 115–122. [CrossRef] Gjaerde, A.C. Measurements of void gas pressure during combined thermal and partial discharge ageing of epoxy. IEE Proc. Sci. Meas. Technol. 1995, 142, 17–21. [CrossRef] Leon-Garzon, A.R.; Dotelli, G.; Villa, A.; Barbieri, L.; Gondola, M.; Cavallotti, C. Thermodynamic analysis of the degradation of polyethylene subjected to internal partial discharges. Chem. Eng. Sci. 2018, 180, 1–10. [CrossRef] © 2020 by the authors. Licensee MDPI, Basel, Switzerland. This article is an open access article distributed under the terms and conditions of the Creative Commons Attribution (CC BY) license (http://creativecommons.org/licenses/by/4.0/). Publicación Título Autores Universidades colaboradoras Revista Clasificación ISSN Volumen (número) Año, páginas DOI Publicación de acceso abierto Keywords Abstract 2 Finite-Element-Analysis Models for Numerical Simulation of Partial Discharges in Spherical Cavities within Solid Dielectrics: A Review and a Novel Method Johnatan M. Rodríguez-Serna, Ricardo Albarracín-Sánchez, Abdullahi A. Mas’ud Universidad Politécnica de Madrid, Universidad de Antioquia (Colombia), Jubail Industrial College (Arabia Saudí) High Voltage JCR: Q2, Scopus: Q1. 2397-7264 5 (5) 2020, 556-568 https://doi.org/10.1049/hve.2019.0392 Sí X No partial discharges, finite-element analysis model, multiphysical models, epoxy resin During the last two decades, partial discharges (PDs) modelling methods have been used as a complement of insulation diagnosis systems of electrical assets. Finite-element-analysis models for simulating PDs in cavities within solid dielectric materials are reviewed and a novel model is presented, which combines the main advantages of electrostatic and electric current models. The theoretical background is presented and some limitations and restrictions are discussed. A case of study was implemented for three different aging conditions and simulation results exhibit good agreement with reported values by other authors in the literature. An analysis of variations of PD behaviour with aging as a function of temperature and pressure is briefly presented. It is concluded that more research is needed to include physical and chemical interactions on the void surface and that the cavity surface conductivity plays a fundamental role in the PD simulations at advanced aging conditions. 69 High Voltage Review Article Finite-element-analysis models for numerical simulation of partial discharges in spherical cavities within solid dielectrics: a review and a novel method eISSN 2397-7264 Received on 22nd December 2019 Revised 18th February 2020 Accepted on 17th March 2020 doi: 10.1049/hve.2019.0392 www.ietdl.org Johnatan M. Rodríguez-Serna1,2 , Ricardo Albarracín-Sánchez1, Abdullahi A. Mas'ud3 1Department of Electrical and Electronic Engineering, Automatic Control, and Applied Physics, School of Industrial Design and Engineering (ETSIDI), Universidad Politécnica de Madrid (UPM), Ronda de Valencia 3, 28012, Madrid, Spain 2Department of Electrical Engineering, Universidad de Antioquia, Calle 67 No. 53–108, Medellín, Colombia 3Department of Electrical and Electronic Engineering Technology, Jubail Industrial College, 31961, Jubail, Saudi Arabia E-mail: johnatan.rodriguez.serna@alumnos.upm.es Abstract: During the last two decades, partial discharges (PDs) modelling methods have been used as a complement of insulation diagnosis systems of electrical assets. Finite-element-analysis models for simulating PDs in cavities within solid dielectric materials are reviewed and a novel model is presented, which combines the main advantages of electrostatic and electric current models. The theoretical background is presented and some limitations and restrictions are discussed. A case of study was implemented for three different ageing conditions and simulation results exhibit good agreement with reported values by other authors in the literature. An analysis of variations of PD behaviour with ageing as a function of temperature and pressure is briefly presented. It is concluded that more research is needed to include physical and chemical interactions on the void surface and that the cavity surface conductivity plays a fundamental role in the PD simulations at advanced ageing conditions. 1 Introduction Solid dielectric materials are vital for the adequate functioning of electrical equipment. They are used as insulating materials in applications ranging from electrical and electronic wires to power generators and high-voltage power transformers [1, 2]. Partial discharges (PDs) in cavities play a significant role in the ageing mechanisms of solid dielectrics due to ion bombardment, molecules excitation, and changes in the temperature and pressure inside the cavity, which produce local erosion and deteriorations that lead to a final dielectric breakdown [3–6]. Internal PDs are one of the main mechanisms for a dielectric breakdown of solid dielectrics [7, 8] and the correct and accurate evaluation of the state of insulation systems depends on their adequate characterisation and analysis. PD modelling is a good alternative for understanding complex relationships in the phenomenon occurrence, determining the main parameters affecting the PD behaviour and analysing the effect of variables such as the voltage magnitude and wave-shape, room temperature, and cavity geometry. In addition, PD modelling can be used as a complement to equipment diagnosis [9, 10]. During the last few years, some studies on PD modelling have proposed models that can be categorised into • Analytical [11]. • Three-capacitance or ‘abc’ [12]. • Finite-element-analysis (FEA) models [13]. In essence, all the aforementioned models use the same approach for simulating the PD process, however, they differ in the way the electric field strength generated by the electric charge on the void surface after a PD occurrence is calculated. In the analytical model, analytical solutions of the electric field strength inside the void for defined geometries are used and the real and induced PD charge is calculated using analytical expressions [14]. It is considered that the electric field within the cavity and surface charge distributions on the cavity surface is uniform, which is unreal [15]. However, this model is accurate enough because it is based on a field approach and exhibit good agreement when compared with experimental studies for different conditions of ageing and stresses [16, 17]. On the other hand, the three-capacitance model is less accurate than the analytical because its applicability is based on unphysical assumptions such as the equipotential void surface and the preexistence of electrons for starting an avalanche on the cavity surface [13]. However, the three-capacitance approach is the most used model due to its simplicity and ease of implementation in general-purpose electric circuit simulation software. Variations in the equivalent circuit have been implemented to consider the effect of the surface charge distribution, in which some use an additional capacitor [18], others use mathematical functions for controlling the PD process externally and consider the effect of charge on the void surface left by previous PD [19]. The three-capacitance model, despite its simplicity, is difficult to solve numerically because of the non-linearities related to PD phenomena [20]. The induced and real PD charges are calculated as a function of capacitances and currents in the equivalent circuit. On the other hand, during the PD process, the transient current related to the streamer must be equal to the displacement current in the dielectric material in series with the void. This means that the charge detected at the electrodes in the measurement circuit must be equal to the internal PD charge, which is in contrast to the apparent charge concept presented in the three-capacitance model [21]. FEA models permit the numerical calculation of the distribution of electric field strength and the electric scalar potential in the entire geometry, and there are no restrictions on the geometry or uniformity of electric field distribution. In fact, non-linear or anisotropic media could be considered. In addition, multi-stress conditions, electrical, thermal, and mechanical, can be considered to analyse the PD behaviour [22]. The real and induced PD charges are calculated numerically on the cavity and electrodes boundaries using boundary conditions and field solutions without the need to use the electrostatic (ES) approximations or analytical expressions. FEA models can be subdivided into two categories [23] • Conductance or electric current (EC) models. • ES or Poisson models. High Volt. This is an open access article published by the IET and CEPRI under the Creative Commons Attribution -NonCommercial License (http://creativecommons.org/licenses/by-nc/3.0/) 1 ES models are physically more accurate than the EC models due to the recombination of charge in the gas during the streamer current propagation is likely to be a fairly rapid process [24]. Other kinds of FEA models that could be considered as advanced, simulate the PD process in a detailed manner using the drift-diffusion equations that describe the plasma dynamics of the discharge [25]. In these models, physical processes such as impact ionisation, attachment, recombination, diffusion, and drift of charges are quantitatively defined by fluid equations. The solution of plasma models allows considering a detailed chemical and physical analysis of the discharge development of a single PD [26]. Different geometry, gas content, surface effect, and conditions can be considered in the simulation process. However, plasma models imply large computation consumption. For this reason, they are impractical in ageing and multiple PD analysis where simulations for thousands of power frequency AC cycles are required. This paper is organised as follows. The theoretical background and state-of-the-art PD FEA models are presented in Section 2. In addition, a novel hybrid PD FEA model and heat transfer FEA model are, respectively, presented in Sections 3 and 4. A case of study and simulation results for three different ageing conditions are presented in Section 5. Finally, some conclusions are depicted in Section 6. 2 PD arise from local electric field enhancements inside the defects, such as voids, in dielectric materials [27] and are modelled as streamer discharges because they are self-sustained [28] and have charge magnitude pulses that can be measured using standardised and well-known techniques [29]. For the analysis presented in this section, it is assumed that voids are spherical and immersed in a homogeneous solid material of circular cylindrical shape between two parallel plates and a high-voltage (HV) AC power frequency sinusoidal is applied to electrodes. Finally, it is considered that the void is centred in the cylinder to ensure a 2D axisymmetric configuration. 2.1 PD stochastic model For a cavity engulfed in a solid dielectric material, there will be PD if the two following necessary conditions are achieved [30]: • The electric field strength magnitude inside the void is greater than the critical value for starting an avalanche (streamer inception). • A first electron for starting the first avalanche is present (electron generation rate). The behaviour and variation of these conditions cause the stochastic behaviour of PD phenomenon, determining characteristics such as inception delay, phase occurrence, and the number of PDs per cycle. 2.1.1 Streamer inception: The streamer inception can be interpreted as a threshold value, which defines an electric field strength magnitude greater enough to create and sustain an electron avalanche. The electric field strength inception magnitude can be calculated using the following expression [31] B 2pa 0.5 (V m−1) (1) where E1 / p cr and B are parameters associated with the ionisation process in gases and depend on each specific gas, e.g. in the air the values are 24.2 V Pa−1 m−1 and 8.6 Pa1/2 m1/2, respectively. On the other hand, p is the pressure in Pa and a is the radius of the void in m. Although (1) was determined in a configuration different to a gas-filled void surrounded by a solid dielectric, Callender [24] found that it shows good agreement with plasma models simulation results and experimental values. 2 Net(t) = CradΦrad ρ/ p 0 p 4 3 πa 1 − ν−1/0.5 s−1 3 (2) where Crad and Φrad kg−1 s−1 are parameters related to the interaction of gas with radiation, ρ/ p 0(kg m−3 Pa−1) is the pressure reduced gas density, ν = Ucav(t)/Uinc, Ucav(t) (V) is the voltage across the cavity centre and Uinc(V) is the inception voltage. The electron generation rate owing to surface detrapping follows the Richardson–Schottky law and can be written as: Ndt(t) = Ndt0exp − ⋅ exp − t − tPD ν0 τ Φdt − eEcav(t)/ 4πε0 kbT (3) s−1 where Φdt(eV) is the effective detrapping work function, kb (eV K is the Boltzmann constant, e(C) is the elementary charge, t − tPD(s) is the time elapsed between the new PD event and the latest one, ν0(Hz) is the fundamental frequency of phonon and T is the temperature in K. Ndt0 = ξ q/e and ξ is a proportional factor that describes the fraction of charge carriers, which results in the creation of detrappable electrons. It also depends on the polarity of charges deployed on the surface and the electric field strength polarity. Net + Ndt Δt is the probability that an electron is generated in the time interval t, t + Δt . Equations (2) and (3) depend on parameters that are unknown for the majority of materials and experimental conditions. Other authors, based on experimental measurement observations proposed some variations. In [32], Forssén and Edin, considering that the generation of free electrons in voids is mainly due to surface emission, proposed the following distribution function for a PD: −1) PD FEA models Einc = E1 / p cr p 1 + 2.1.2 Electron generation rate: Volume and surface emissions are the key mechanisms for the first electron generation rate [14]. Volume generation is associated with radiative gas ionisation and field detachment of electrons from negative ions and its rate can be obtained using (2) [27] F(t) = 1 − exp − ∫ 0 t Ne(t′)dt′ (4) where Ne(t) = Ne0exp Ucav(t)/Uinc s−1 , Ucav(V) is the voltage over the cavity centre and Ne0 (s−1) is a constant depending on the applied frequency. Similarly, Illias et al. [33] defined the total electron generation rate due to the surface emission at instant t as Nest(t) = Ned0 Ucav(tPD)/Uinc exp − t − tPD /τtrap +Nei exp Ucav(t)/Uinc s−1 (5) where Nei (s−1) is a parameter corresponding to the charge detrapping from material loose chain ends, Ned0 (s−1) is the constant depending on the polarity of the electric field in the cavity, Ucav tPD (V) is the cavity voltage at the time tPD(s) of the previous PD event and τtrap(s) is the time constant for charge decay through charge movement into deeper traps. The likelihood of a PD occurrence in the interval t, t + Δt is calculated as L t = Net + Ndt t Δt. 2.2 EC FEA model In the EC FEA models, the dielectric breakdown of the gas within the cavity is simulated by an increase of gas conductivity for modelling a large number of charges along the discharge channel during the discharge development. The streamer current increases and the resultant electric field strength inside the void decreases when the gas conductivity is increased, due to the charge High Volt. This is an open access article published by the IET and CEPRI under the Creative Commons Attribution -NonCommercial License (http://creativecommons.org/licenses/by-nc/3.0/) Table 1 Summary of approaches used for simulating the PD process in EC FEA models References Cavity conductivity, S m−1 kcav [32] = 1 × 10−4 kcav = kcavmax [22, 33–35] kcav = kcav0exp Ucav /Uinc + I /Icrit [36] kcav = kcavmax 1 − exp − Ucav /Uinc + I /Icrit [37–39] Fig. 1 Subdomain and boundaries definitions in the EC FEA model deployment on the cavity surface. The gas conductivity is gradually increased until the electric field strength inside the cavity is below an extinction magnitude Eext and the PD process stops. After that, the cavity conductivity is reset to its original value. The basic equations that describe the physics in the EC FEA model are ∇ ⋅ D = ρ(C m−3) ∇⋅J = − ∂ρ (A m−3) ∂t (6) (7) Equation (6) is also known as Coulomb–Gauss law, D (C m−2) is the electric displacement vector field and ρ (C m−3) is the free volume charge density. Equation (7) is the current continuity equation, where J (A m−2) is the free current density. If it is considered that the media are linear, homogeneous, and isotropic, (6) and (7) can be rewritten in the following form: −3 ∇ ⋅ εE = ρ(C m ) ∇ ⋅ kE = − ∂ρ (A m−3) ∂t (8) (9) where E (V m−1) is the electric field strength, ɛ (F m−1) is the permittivity and k (S m−1) is the electric conductivity of media. In addition, using the quasi-static definition of the electric scalar potential, E = − ∇U, and replacing (8) in (9), it gives −∇ ⋅ k∇U − ∇ ⋅ ∂ ε∇U = 0 (A m−3) ∂t (10) where U (V) is the electric scalar potential. Table 1 summarises different approaches that have been used for modifying the cavity conductivity in the EC FEA model. In Table 1, kcav0(S m−1) is the initial conductivity in the streamer channel, I (A) is the streamer current, the current along the cavity during the PD event, and Icrit (A) is the critical current magnitude for starting an avalanche. kcavmax in the second and fourth row of Table 1 is a constant between 1 × 10−4 and 1 × 10−2 S m−1, its magnitude depends on the maximum PD charge magnitude in experimental references and allows to control the numerical accuracy and convergence [36]. In [33], the following expression was proposed for calculating the maximum cavity conductivity during the PD event: kcavmax = 0.85e2neλe / mece (S m−1) (11) Equation (11) allows calculating the conductivity of the streamer channel using the electron conductivity in the plasma because the conductivity due to ions is assumed to be negligible. e (C) is the electric charge of the electron, me (kg) is the electron mass, λe (m) is the electron mean-free path, ce (m s−1) is the electron thermal velocity and ne (m−3) is the electron density. A FEA software can be used for solving (10) and determine the electric scalar potential in the model. Fig. 1 shows the subdomain definitions in the EC FEA model: 1, the cavity subdomain; 2, the cavity surface subdomain; and 3, the homogenous dielectric material. The cavity surface is modelled as a thin layer for simulating the surface charge decay through conduction along the cavity wall. In addition, the exterior boundaries are HV source at the upper electrode, ground (0 V) at the lower electrode and electric insulation at side boundaries interfaces. In all the interior boundaries, the continuity condition is applied considering that there are no surface currents and the quasi-stationary approximation. Equations (12)–(15) establish the boundary conditions for the EC FEA model U(t) = U0sin(2π × freq × t) Vat ∂3 ∩ HV electrode (12) U(t) = 0 V at ∂3 ∩ grounded electrode (13) in ⋅ J = 0 at ∂3 ∩ lateral exterior boundaries (14) in ⋅ Ji − Ji + 1 = 0 at ∂i ∩ ∂i + 1, for i = 1, 2 (15) where in is the unit normal vector to boundary surface and ∂i ∩ ∂i+1 is the boundary between regions i and i + 1, for i = 1, 2. The magnitudes of apparent and real charges are dynamically calculated using time-domain integration operations. The real PD charge magnitude can be calculated integrating the current IPD(t) (A) flowing through the cavity centre, while the apparent PD charge can be calculated integrating the current through the grounded electrode, IGE(t) (A), as it is established by the following expression: qPD = ∫ t t + ΔtPD I t dt(C) (16) where ΔtPD(s) is the time elapsed during a PD event. In this model, the electric field within the void and the charge distribution on the void surface are assumed as uniform under the consideration that a PD event affects the entire volume of the cavity. Different applications of this model are briefly summarised in the following. In [32], it was presented a charge consistent EC FEA model, which allows to dynamically simulate PD in a cylindrical cavity in the 0.01–100 Hz frequency range. Variables such as the PD magnitude, PD phase, PD rate, and PD distribution were analysed with the varying applied frequency for different voltage amplitudes, cavity sizes, and cavity locations. A discharge in the cavity is simulated increasing the cavity conductivity (changing from 0 to 1 × 10−4 S m−1) in a small cylinder, coaxial with the cylindrical cavity. After a PD event, the cavity surface conductivity is increased until the total amount of charge is below a critical value, then the cavity surface conductivity is diminished to its original value. Measured and simulated values are in good agreement. It was found that in the 0.1–10 Hz frequency range, the statistical time lag is proportional to frequency. On the other hand, surface charge decay is reduced when the frequency is increased in the frequency range of 0.1–100 Hz. A similar work was presented by Chen and Baharudin [36], who made measurements and simulations on a cylindrical cavity in polycarbonate material in the same frequency range. They used a different stochastic model and an improved computational procedure. High Volt. This is an open access article published by the IET and CEPRI under the Creative Commons Attribution -NonCommercial License (http://creativecommons.org/licenses/by-nc/3.0/) 3 Using the EC FEA model, in [37], the electric field distribution inside a spherical cavity was characterised as a function of two frequency-dependent time constants that allow to modelling the surface charge decay phenomenon: the cavity surface time constant, which depends on the cavity surface conductivity and the material time constant, which depends on the material conductivity. It was found that at greater frequencies, the effect of time constants is less significant and time lag is almost negligible. In [40], the EC FEA model was applied for illustrating the PD activity in spherical cavities of various sizes and at different locations within the insulating material. It was found that the phase-resolved partial discharge (PRPD) pattern depends on the geometrical characteristics of the void and dielectric bulk because it depends on the local electric field strength distribution. It was found that the measured maximum discharge amplitude, the surface charge density due to the PD on the cavity surface, the total apparent charge, and the mean charge magnitude are larger in the higher cavity diameter. On the other hand, the measured number of PD per cycle is lower in larger spherical cavities due to their lower extinction voltage and greater PD charge magnitude which indeed affects their time lag. The PD charge magnitude appears to be greater when the cavity is situated near to the electrode because the electrode is producing more charges during the PD activity. In [38], an EC FEA model was implemented for studying the effect of the voltage amplitude on PD activity within a spherical cavity inside solid insulating material. In this study, the φ–q–n plots, the number of PDs per cycle, the total charge per cycle, the mean charge magnitude, and maximum discharge magnitude were obtained for different applied voltage amplitudes. In addition, the temperature in the cavity was also simulated. It was found that the initial electron generation rate, the detrappable electron effective lifetime, the cavity surface conductivity, the inception and extinction voltages, and the temperature decay time constant are the critical parameters that affect the PD behaviour as a function of the applied voltage magnitude. In addition, when the applied voltage magnitude increases, the electron generation rate increases and the effects on PD activity due to the surface charge decay and temperature changes are more significant. Surface charge decay through conduction along the cavity surface controls the ‘rabbitear’-like structure in the φ–q–n plots because the maximum PD magnitude depends on the surface charge density at the PD instant. In [41], the EC FEA model was used for studying the influence of cavity diameter on local electric field distribution and PD activity. Experimental measurements in epoxy samples with single cavities of different diameters were made and it was found that when the cavity diameter is larger than 1 mm, the magnitude of the electric field strength at the centre of the cavity decreases when the cavity diameter increases and its value is different to calculate using the theoretical enhancement factor [14]. In [33], the EC FEA model was used to study the behaviour of PD within spherical cavities as a function of frequency and amplitude of the applied voltage. It was concluded that when the applied frequency increases, the number of PDs per cycle increases due to a higher electron generation rate. When the amplitude of the applied voltage increases, the number of PDs per cycle increases because the electron generation rate increases. In addition, it was found that greater applied voltage magnitudes cause an increased charge decay rate. In [34], a 3D EC FEA model of two spherical voids in dielectric material was presented. The spherical voids were arranged vertically and horizontally to each other with respect to the applied electric field orientation. The distance between the two voids and their sizes were varied to observe the electric field behaviour inside the voids under the different conditions. It was found that when the voids are close to each other in the vertical arrangement, the electric field in each void is not uniform before a PD occurrence, however, when the two voids are positioned far from each other, the PD behaviour is similar to be observed for a single void. It was also found that the inception field is hardly dependent on the void size. From simulations, it was concluded that the maximum electric field magnitude is lower but the inception voltage is higher for the vertically-arranged voids than horizontally-arranged voids. 4 In [22], an EC FEA model is applied for studying the PD behaviour under different material temperatures. Comparisons among simulation results and measurements were made for different temperatures and it was found that when the temperature of the material is raised from 20° C to 65° C the measured number of PDs per cycle increases due to a greater electron generation rate. On the other hand, charge decay, through surface conduction, increases with material temperature because of faster charge movement in the cavity. It was concluded that the inclusion of temperature in the model slightly improves their accuracy because the average increment in the cavity temperature due to PD activity is <10° C. In [42], an EC FEA model was used for simulating PD within spherical voids inside solid dielectrics under AC sinusoidal, damped AC, and impulse voltages. Under damped AC sinusoidal voltage, it was found that the φ–q–n plots are similar to under AC sinusoidal signal. However, the ‘curvy’ shape in the PRPD is less evident and the maximum PD charge magnitude decreases when the charge decay time constant is higher. For studying the PD behaviour under impulsive voltages, a wave shape with 300 kV peak, 50 µs tail time, and variable front time was used. It was found that when the front time of the impulse voltage increases, the number of PDs per cycle increases. In [35], an EC FEA model was used for determining the relationship of statistical time lag with applied voltage magnitude, frequency, and material temperature. A comparison between measured and simulated data was used for analysing the statistical time lag, defined as the time interval between the field in the void exceeding the inception field and the occurrence of a PD. It was found that when the applied voltage amplitude, frequency, and material temperature increases, the statistical time lag is reduced. In [43], an EC FEA model was implemented for PD simulations under DC conditions and was applied for a case of study in a HV DC XLPE cable. Surface charge decay due to charge recombination by charge propagation on the cavity wall was neglected because, at DC voltage, the electric field due to the surface charge is always against the applied electric field, there is no polarity change. The PD rate under DC conditions is much lower than under AC conditions due to the only variation in time of electric field inside the cavity depends on the change of the residual electric field generated by the charge distribution on the cavity surface. 2.3 ES FEA model In the ES FEA model, it is considered that for a PD event, charges from one part of the surface spread diametrically across the cavity along the symmetry axis and reach the opposite part of the surface. Once the opposite side of the cavity wall is reached, the charges propagate on the cavity surface. In this way, the PD development process is modelled as a gradual increase in the surface charge density at the cavity wall, σs (C m−2). The explicit presence of scalar sources of electric fields requires the solution of the Coulomb–Gauss law (6). If it is considered that the media are linear, homogeneous, and isotropic and the electric field changes slowly in time, (6) can be rewritten as ρ ∇2U = − (V m−2) ε (17) Equation (17) is known as Poisson's equation and describes the physics related to ES problems. A FEA software can be used for solving (17) and calculating the electric scalar potential distribution in the entire domain as well as the electric field using the electric scalar potential definition. For simulating the PD event, the specification of the surface charge density as a function of spatial coordinates at each time step is required. Fig. 2 shows the subdomains and boundaries definitions of the ES FEA model: 1 is the cavity subdomain and 2 is the solid homogenous dielectric material subdomain. In comparison with the geometry shown in Fig. 1, in the ES FEA model, the cavity surface subdomain is not necessary. The exterior and interior boundary conditions of the model are High Volt. This is an open access article published by the IET and CEPRI under the Creative Commons Attribution -NonCommercial License (http://creativecommons.org/licenses/by-nc/3.0/) U(t) = U0sin(2π × freq × t) V at ∂2 ∩ HV electrode (18) U(t) = 0 V at ∂2 ∩ grounded electrode (19) in ⋅ D1 − D2 = σ at ∂1 ∩ ∂2 (20) in × E1 − E2 = 0 at ∂1 ∩ ∂2 (21) It is considered that electric charges are only present at the void surface. When a PD happens, the surface charge density is increased from the distribution remaining from the preceding PD using the superposition principle. Table 2 summarises different approaches used for modelling the surface charge density increasing due to a PD event. In approaches of the first and second rows of Table 2, the cavity surface is subdivided into a finite number of segments in which a surface charge density, calculated using the corresponding expressions, is discretely added. On the other hand, the approach in the third row uses a continuous surface charge distribution. In addition to approaches listed in Table 2, in [44], an approach was proposed in which point charges are added to the end of segments on the void surface. The magnitude of charge density has to be controlled to satisfy the extinction criterion [27]. In the ES FEA model, no currents are involved, therefore real and apparent charges have to be determined as a function of charge density at boundaries. The induced charge can be calculated as the integration in the space domain of the change of charge density on the HV electrode, σse (C m−2), after the time elapsed during the PD event, ΔtPD (s), using the following expression: q′ = ∫ Se σse(t) − σse(t − ΔtPD) dSe C (22) where Se (m2) is the surface of the HV electrode. The magnitude of the real PD charge is calculated as the summation of the total charge left by the PD event on the cavity surface Sc (m2) using (23) q= ∫ σ dSc(C) Sc s (23) This model is more accurate than the EC model, however, phenomena such as charge movement speed along the cavity wall and the spatial distribution need more research [13]. Different applications of this model are briefly summarised in the following. In [44], an ES FEA model for simulating PDs was proposed considering the PD propagation along the streamer channel and in the perimeter segments around the PD paths. The model allows considering the changes on the PD behaviour due to ageing in terms of surface conductivity and electric field strength magnitudes. The electric field inside the cavity was dynamically calculated by varying the surface charge distribution. The PD propagation was obtained by the instantaneous electric field distribution. The model allows considering the effects of charge distribution on the void surface left by the previous PD on the variations of PD discharge area and PD magnitude under AC voltage. In [49], the previously described model was applied for studying the PD characteristics under 200 Hz, AC sinusoidal, and AC square voltages at different ageing conditions in five samples of a cylindrical void inside polyethylene (PE). It was concluded that surface conductivity and the discharge area might contribute to the PD occurrence after the voltage rise time. However, both of them cannot describe the PD transition for the different stages of ageing considered. In [45], an ES FEA model for simulating PD in spherical cavities within homogeneous dielectric material was developed. The influence of the cavity surface charge distribution on the PD behaviour was analysed. The surface of the cavity was discretised into a finite number of sections where the cavity surface charge distribution is determined by charge propagation on each section during a PD event and charge movement along the cavity wall under the influence of the electric field depending on the polarity Fig. 2 Subdomain and boundaries definitions in the ES FEA model Table 2 Summary of approaches used for simulating the PD process in ES FEA models References Surface charge density, C m−2 σs = σs0 1 + Ecav(tn) − Eext Einc − Eext σs =1 × 10−4, C m−2 σs a, θ, ϕ = − αPD … 1 + exp ηPD dv+ a, θ, ϕ − λPD [45] [46–48] [24] αPD 1 + exp ηPD dv− a, θ, ϕ − λPD of resultant electric field strength. The upper and lower cavity surfaces were divided into ten equal regions, each of equal area to the others, for ensuring that the charge density and the amount of charge propagation on each surface region are identical. The real charge magnitude due to a PD event was calculated using the electric field change as in the analytical approach [31]. It was found that the surface conductivity increases with the applied field and cavity size. In [46], the ES FEA model was used for studying the PD behaviour in a cylindrical cavity immersed in PE under square waveform voltage at different magnitudes, 3.5–6 kV. The critical charge-propagation field concept was introduced in this study to consider the effective charge propagation along large void surfaces. A comparison between measured and simulated results allowed concluding that the most important parameters influencing the PD behaviour under square waveform voltage are the inception, extinction, and critical charge propagation field magnitudes and the electron generation rate. The maximum charge magnitude in the simulation model was reproduced just modifying the value of the surface work function in the stochastic model. Experimental and simulated results showed good agreement. In [47], an ES FEA model was used for studying the PD behaviour in a rectangular void within PE insulation under impulse voltage. The void surface was divided into nine regions having the same area to model discharge occurrences within a certain portion of the void surface, and not, as it is usual, along the symmetry axis. Different analyses at variable peak magnitude and front and tail times were made. It was found that when the front and tail times are greater, the number of PDs during the voltage rise time and the fall time increases for each case. In addition, the total charge magnitude per ms increases when the front and tail time increase and the maximum PD charge magnitude remains almost constant because it is mainly dependent on the voltage peak amplitude. In [48], a 3D ES FEA model was used for studying the PD phenomena in a cylindrical cavity in a geometrical structure similar to found in power cables. The model consisted of a cylindrical section of cable; the inner conductor of 6 mm diameter is the HV electrode while the outer conductor of 25 mm diameter is grounded for simulating the screen. It was observed that the PD rate and the peak PD charge magnitude increases if the applied voltage increases. A similar behaviour was found for the cavity diameter. In [24], the authors presented a general improved method for PD modelling in which some assumptions and considerations of High Volt. This is an open access article published by the IET and CEPRI under the Creative Commons Attribution -NonCommercial License (http://creativecommons.org/licenses/by-nc/3.0/) 5 analytical, EC, and ES models were discussed and some improvements and corrections were implemented. This model is ES in essence but contrary to previous ES models, the surface charge is not a discrete distribution that leads to an infinite electric field at the boundary of the surface charge distribution or rather clearly unphysical. Taking into account that the experimental evidence proposes that the charge distribution from a PD is bipolar, the distribution of surface charge in PD is described by two logistic functions of equal magnitude and opposite polarity, see the last row in Table 2. Simulated results have been shown to be in agreement with the measured results. Great applicability of this model is shown in which the free parameters required for the modelling process are reduced in comparison with conventional EC FEA models. In addition, the author presented a discussion on the main considerations and assumptions made on the analytical and FEA models and concluded that the electric field extinction magnitude concept as the parameter controlling the PD process ending must be reviewed. 2.4 Surface charge decay The charges left on the surface of the cavity due to the previous PD may decay in time through recombination, diffusion, and conduction. Under AC voltage, recombination is the dominant process [43]. In analytical-based models [27], the surface charge decay rate is usually modelled as an exponential decay function, exp(−t/τins), where t (s) is the time elapsed since the last PD and τins (s) is the material time constant that depends on the void surface conductivity. In EC FEA models, taking into account that is an electric current-based model, the surface charge decay is modelled increasing the cavity surface conductivity to greater value for simulating the charge movement due to surface conduction along the void surface [33]. On the other hand, in ES FEA models, the cavity surface charge distribution is defined by charge propagation on the void surface during PD activity and charge movement along the void wall under the influence of electric field within the cavity [45], the surface charge decay on each void surface area is obtained using the following expression: Δqs = − ksΔt ∫ E dS(C) S st (24) where Est (V m−1) is the tangential field along the cavity wall of surface dS (m−2). Δqs (C) is obtained from a cavity surface region and is added to the contiguous surface zone, depending on the charge movement direction on the void wall. In the approach presented by Callender [24], the surface charge decay is simulated using the following exponential expression: σs(t) = σs(tPD)exp − t − tPD (C m−2) τσ (25) where σs tPD (C m−2) is the initial charge density on the void surface immediately after a PD event and τσ(s) is a time decay constant. 3 Hybrid PD FEA model FEA models allow to dynamically calculate the electric field distribution, the PD charge magnitude, and electrical currents in measurement circuits without the same physical and geometrical restrictions as analytical or three capacitance models. The EC FEA models, despite their good agreement with experimental results, are not physically realistic because the electric field in the whole cavity volume is not influenced by a single PD event [46]. In addition, it is considered that the electric field distribution in the cavity is uniform as well as the surface charge distribution [45], which affects the PD rate and PD charge magnitude [37]. On the other hand, the ES FEA models appear to be more accurate than the EC models because the recombination of charge 6 Table 3 Summary of the main characteristics of the EC and ES FEA models Model Advantages Disadvantages EC ES the PD event can be easily the minimum value of cavity simulated changing the conductivity must be controlled cavity conductivity in time to avoid numerical convergence problems during the PD event, the a subdomain at the cavity current pulse through the surface is required to calculate cavity and electrodes can the surface charge dynamics be calculated using boundary variables the surface charge decay it is assumed that the whole due to conduction can be cavity is affected by the PD easily modelled increasing event the cavity surface conductivity the PD event is not the current pulse through the modelled through abrupt cavity cannot be calculated from changes in parameters of the FEA model media conductivity of media is not the surface charge dynamics are required, which reduces the difficult to represent and if the number of parameters of surface is divided into a finite the model in comparison number of segments, unphysical with the EC model field magnitudes will appear a subdomain for modelling if the surface charge distribution the cavity surface is not is represented as in the present required work, the number of partial differential equations increases, which is computationally expensive in the gas during the PD event is likely to be a fairly rapid process [24]. In addition, the electric field within the void is determined by the surface charge distribution and a subdomain to model the surface charge decay due to conduction is not needed. However, charge movement due to conduction along the cavity surface is difficult to determine because it is necessary to estimate the propagation characteristics, speed and distance, of charges on the cavity surface once they have reached the cavity wall during the PD event [13]. For solving this, discrete distributions for the surface charge density have been implemented [47, 48]; however, this produces unphysical electric fields of infinite magnitude at the boundary of surface sections that simulate the surface charge distribution. Table 3 summarises the main advantages and disadvantages of the EC and ES FEA models. In this study, a novel approach for PD modelling using FEA models is proposed, which combines the main advantages and strengths of the EC and ES models and the main difficulties related to discrete surface charge density are overcome. The proposed approach is hybrid and could be implemented as ES pure as will be described below. The charge propagation during the PD event is neglected taking into account the short time duration of the PD event [50] compared to the time constant of the surface charge decay process [15]. However, the surface charge dynamics after the PD events is precisely modelled using a theoretical approach as it is detailed below. 3.1 Dynamics of surface charge density After PD event charges are deposited on the void surface, they produce an electric field that opposes the externally applied field. As the physical materials exhibit finite magnitude parameters, the cavity wall shows a finite surface conductivity and the surface charges will become counteracted in time by surface currents on the void surface. This behaviour will lead to a time-dependent electric field produced by surface charges. However, as it will be shown below, the theoretical time variation of the surface charge density after a PD event permit considering the dynamics of High Volt. This is an open access article published by the IET and CEPRI under the Creative Commons Attribution -NonCommercial License (http://creativecommons.org/licenses/by-nc/3.0/) where u1 (V) and u2 (V) are the potential distributions as a function of space variables at time zero, Θ 0 = 1. Θ t is a function that relates the time variation of potential distribution and depends on the HV source applied. Using the definition, E = − ∇U, replacing (27)–(30) in (26) and using the boundary condition (20), the electric scalar potential distribution in space and time can be found through the following expression: ks ∂ 2 ∂u1 a, θ, ϕ r Θ(t) ∂r r2 ∂r ∂u a, θ, ϕ ∂u a, θ, ϕ dΘ(t) + ε2 2 − ε1 1 = 0 (C m−2) ∂r ∂r dt (31) The terms within brackets in (31) are time-independent and u1(V) and u2 (V) are solutions of Laplace's equation in each medium for the surface charge density at the instant immediately after a PD + (s). event, t = tPD The scalar potential distribution in space and time is determined as follows: first, the spatial solutions ui are calculated using the Laplace's equation in each medium and second, the solutions in time are calculated using the following time functions [52]: Θ(t) = exp( − ζt) (32) ks ∂ 2 r ((∂u1(a, θ, ϕ))/∂r) r2 ∂r ζ= (s−1) ε2((∂u2(a, θ, ϕ))/∂r) − ε1((∂u1(a, θ, ϕ))/∂r) (33) Replacing (32) in (29) and (30) gives Fig. 3 Hybrid FEA model flowchart surface charge decay as quasi-stationary and the simulation model as eminently ES. On the cavity surface, the continuity equation is ∂σs = 0(A m−3) ∇Σ ⋅ Js + ∂t (26) where Js(A m−2) is the surface current density and ∇Σ ⋅ Js is the bidimensional divergence of Js. If the media is linear, homogeneous, and isotropic, the following constitutive relationship can be used between the tangential component of the electric field strength, Et(V m−1), and the surface current density Js = ks Et(A m−2) (27) If a spherical coordinate system centred in the origin of the cavity is considered, the tangential component of the electric field strength on the spherical boundary surface can be obtained by the following expression [51]: Et = ir × Ei × ir (V m−1) (28) where ir is the unit vector on the radial direction and Ei(V m−1) is the electric field strength on the boundary interface, for i = 2, the cavity and i = 1, the homogeneous material. On the other hand, using the variables separation approach [51], the scalar potentials on the void surface are defined as follows: U1(a, θ, ϕ, t) = u1(a, θ, ϕ)Θ(t) (V) (29) U2(a, θ, ϕ, t) = u2(a, θ, ϕ)Θ(t) (V) (30) U1 = u1exp( − ζt) V (34) U2 = u2exp( − ζt) V (35) The surface charge density on the boundary surface for any instant of time can be determined from (20) using the following expression: σs a, θ, ϕ, t = ε2 ∂U2 ∂U − ε1 1 (C m−2) ∂r ∂r (36) 3.2 Hybrid FEA model implementation Two modules compose the hybrid FEA model. First, an ES module in which the electric scalar potential distribution and electric field are determined by solving (17). Second, an electric current (EC) module implemented for modelling the PD events in which the electric field and electric scalar potential distribution are determined solving (10) in the whole domain. The ES module is used for determining the electric field and electric scalar potential distribution before and after the PD occurrence while the EC module is used during the PD event. A flowchart that describes the hybrid FEA model is presented in Fig. 3. The model was implemented in COMSOL and MATLAB. COMSOL is used for solving the partial differential equations that allow calculating the electric field distribution and electric scalar potential, and a MATLAB code is used for controlling the PD process, evaluate the conditions in the stochastic model and modify the parameters of media along the simulation time. When simulation starts, the parameters of media have to be defined. The required parameters for each FEA module are listed in Table 4. In addition, geometrical parameters such as cavity radius and dielectric bulk thickness and radius, are required. Finally, the parameters related to the kind of HV applied source are required. In this study, an AC 50 Hz, 19.25 kV sinusoidal source is considered, however, other kinds of sources, such as squared or impulse, could be used. The simulation procedure can be described as follows: (i) Before a PD event, the electric field strength magnitude is lower than the inception value, the model is under static conditions and High Volt. This is an open access article published by the IET and CEPRI under the Creative Commons Attribution -NonCommercial License (http://creativecommons.org/licenses/by-nc/3.0/) 7 Table 4 Parameter definition of the EC and ES FEA models Parameter Description EC ES k ks ɛ σs0 kcPD conductivity of media (material and void), S m−1 X — X X cavity surface conductivity, S m−1 permittivity of media, F m−1 X X initial surface charge density during a PD event, — X C m−2 X — void conductivity during a PD event, S m−1 Fig. 4 Surface charge density distribution as a function of time ɛrm = 4, ks = 1 × 10−18 S/m, q = 800 pc and a = 1.25 mm the electric field inside the cavity is only generated by the applied external field. The electric scalar potential and electric field distributions can be determined using the ES module. (ii) When the inception criterion is fulfilled, the stochastic model is simulated using (1)–(3) for determining if a PD event will occur during the next time step. (iii) If inception and electron-generation-rate criteria are achieved, the time step is reduced and the EC module, (10) and (12) to (15), is used for determining the electric field and electric scalar potential distribution in the whole domain. Then the EC module is used until the electric field strength magnitude in the centre of cavity is below the extinction value. During the PD process, it is considered that there is no electric charge propagation on the void surface. (iv) When the extinction criterion is met, the PD process ends, the time step is increased to the initial value and real charge is calculated as the integration of current through the centre of the cavity, IPD (A), during the time elapsed by the PD event, ΔtPD (s), using the following expression: q(tPD + ΔtPD) = ∫ tPD + ΔtPD tPD IPDdt C (37) The PD apparent charge magnitude is determined as the integration of current through the grounded electrode, IGE (A), during the PD event using (38) q′(tPD + ΔtPD) = ∫ tPD + ΔtPD tPD IGEdt C (38) (v) After a PD event, the surface charge distribution for each time step is calculated using (36). With the surface charge density calculated previously, the electric scalar potential and electric field strength distributions are calculated solving the Poisson's equation using the ES module and boundary conditions (18)–(21). 8 For the specific case of a spherical cavity (36) can be analytically expressed as [15] ∞ σs a, θ, ϕ, t = 2σ0 ∑ n=0 4n + 3 P2n + 1 cos θ t − tPD 2n + 1 2n + 2 ⋅ exp − 2n + 2 εrm + 2n + 1 τ (39) −2 (C m ) where σ0 = q/4πa2(C m−2), t − tPD (s) is the time elapsed from the last PD event, Pn cos θ is a Legendre polynomial of order n and εrm is the relative permittivity of the solid homogeneous dielectric bulk. The solution presented in (39) assumes that when the charges arrive at the void wall can be determined equivalently as a pointcharge configuration using the superposition principle. Fig. 4 shows the behaviour of surface charge density distribution on the surface of a spherical cavity as a function of time for a spherical cavity immersed in a dielectric with εrm = 4 calculated from (39). In Fig. 4, τ = ε0a/ks (s), a (m) is the cavity radius and ks (S m−1) is the conductivity of the cavity surface. As can be seen, the charge density is symmetrically distributed on the cavity surface around the axis of symmetry and has a time constant that is mainly dependent on the relative permittivity. The time dynamics of surface charge decay due to conduction on the void surface is significantly slow, for the case in Fig. 4, τ = 1.107 × 104 s, which allows considering that during the PD process, there is no charge propagation on the cavity surface. Taking into account the aforementioned information, it is also reasonable to establish a time step of 5 × 10−5 s for the simulation before and after the PD events to consider the time variations due to the AC power frequency signal and reduce the computational time. The time between consecutive PD events depends on the magnitude and frequency of applied voltage, the stochastic model and the surface charge decay time constant. On the other hand, the time step is reduced to 1 × 10−9 s during the PD development process whose duration is variable, depending on the extinction criterion fulfilment and is in the range of tens of ns [24]. As was previously stated, the PD process can also be modelled only using the ES module. In the novel pure ES approach, the PD process can be simulated using the ES module under the following approach: (i) When the necessary conditions for a PD are achieved, the time step is reduced and a small magnitude of initial charge density is added to the void surface, σ0 (C m−2). (ii) From σ0 (C m−2), the surface charge distribution is determined using (39) and the electric scalar potential and electric field distributions are calculated solving the Poisson's equation and the boundary conditions (18)–(21). (iii) More charge is discretely added on the void surface until the extinction criterion is achieved. The principle of superposition and charge conservation is applied and the calculation process described in the previous step (ii) is used. (iv) When the PD process ends, the real PD charge is calculated as the surface integration of charge density on the void surface at the end of the PD process q= ∫ Sc σs(a, θ, ϕ, tPD + ΔtPD) − σs(a, θ, ϕ, tPD) dS (C) (40) where tPD + ΔtPD is the time elapsed during the PD event. The induced charge is calculated using (40) but replacing the surface charge density on the grounded electrode. (v) After a PD event, the time step is increased and the surface charge density is calculated for each time step using (39). The electric scalar potential and electric field distributions are calculated solving the Poisson's equation and boundary conditions (18)–(21). High Volt. This is an open access article published by the IET and CEPRI under the Creative Commons Attribution -NonCommercial License (http://creativecommons.org/licenses/by-nc/3.0/) where Jcent(A m−2) and Ecent(V m−1) are, respectively, the current density and electric field strength at the centre of the cavity during the PD event. The heat source density within the homogeneous material is maintained as zero during all the simulation, Qmat = Q2 = 0. Equation (43) defines the boundary conditions through (46) Fig. 5 Subdomain and boundaries definitions in the thermal flow FEA model Table 5 Parameters of media for the case of study, taken from [27, 39] Parameter Description Value ɛrm relative permittivity of dielectric material relative permittivity of the cavity 1 cavity surface conductivity 1 × 10−18 S m−1 kmat material conductivity 1 × 10−18 S m−1 kcav cavity conductivity during PD 5 × 10−3 S m−1 material heat capacity 1179 J kg−1 K−1 Cpcav air heat capacity 1005 J kg−1 K−1 kTmat material thermal conductivity 0.35 W m−1 K−1 ɛrcav ks Cpmat 4 kTair air thermal conductivity 0.0257 W m−1 K−1 ρmat material volume density 561 kg m−3 ρair air volume density 1.205 kg m−3 The main advantages of the above approach are that surface charge dynamics, in space and time, are considered just through a unique equation and the surface charge distribution is a continuous function that avoids the appearance of unphysical infinite magnitude electric fields. 4 Heat transfer and pressure model During a PD event, the energy in the dielectric system varies suddenly and could be considered under quasi-stationary conditions, without changes in ionisation, polarisation, and magnetisation of media that the change in the energy stored in the electric field is transformed into other forms of energy, neglecting the radiated component. It is considered that the electric energy is converted into heat that is transferred to the cavity and homogeneous material through heat conduction. The partial differential equation for simulating the heat transfer is [39] ρmCp ∂T − ∇ ⋅ kT∇T = Q (W m−3) ∂t (41) where T (K) is the temperature, ρm (kg m−3) is the density of media, Cp (J kg−1 K−1) is the heat capacity of media and kT (W m −1 K−1) is the thermal conductivity of media. Q (W m−3) is the heat source density. Equation (41) can be solved using FEA in COMSOL. Fig. 5 shows the boundaries and subdomain definition for the thermal flow analysis model. The heat source density within the cavity is calculated as in [53] Qcav = Q1 = Jcent ⋅ Ecent (W m−3) (42) iz ⋅ k∇T = 0 at ∂2 ∩ HV electrode (43) −iz ⋅ k∇T = 0 at ∂2 ∩ grounded electrode (44) ir ⋅ k∇T = 0at ∂2 ∩ exterior boundaries (45) ir ⋅ k1∇T 1 − k2∇T 2 = 0 at all interior boundaries (46) Boundary condition (46) is not necessary if COMSOL is used as the FEA solver because it previously converts the partial differential equations into the weak form. If it is considered that the cavity volume does not change during each PD event, according to the ideal gas law, changes in temperature produce changes in pressure and vice-versa. The pressure in the cavity after a PD event can be calculated using (47) PtPD + ΔtPD = T tPD + ΔtPD PtPD Pa T tPD (47) where PtPD and PtPD + ΔtPD, are, respectively, the pressure in the void before and after the PD episode. 5 Case of study A case of study was simulated using the hybrid FEA model and the results are compared with measured values reported by other authors in the literature, to analyse their performance and capabilities. The geometry of the case of study corresponds to a linear, homogenous, and isotropic dielectric bulk of epoxy resin of 3.5 mm thickness in the middle of two parallel plates. A spherical void, filled with air, of 2.5 mm diameter is included in the centre of the geometrical shaping. A 19.25 kV, 50 Hz sinusoidal voltage source is feeding the upper electrode while the lower is grounded. This same configuration was used by Gutfleish and Niemeyer [27] for simulating the PD behaviour under different ageing conditions. Table 5 summarises the parameters of media. Simulations using the novel hybrid model were implemented at three different ageing phases as follows: (i) Phase A corresponding to the first period of the ageing process with time duration in the order of 10 min. (ii) Phase B is the period when the PD charge magnitude tends to increase and the maximum PD charge magnitude appears. It has time duration in the range 20–50 h. (iii) Phase C is an intermediate period between the phenomenon starting and the final breakdown, it is characterised by low magnitude discharges at a very high rate. This case of study was simulated during ten periods of the applied 50 Hz HV source at ageing phase A, while for phases B and C, during 20 periods. Table 6 exhibits the simulation results for PD charge magnitude and PD rate for the three considered ageing phases. Table 7 summarises the parameters of the stochastic model and initial pressure and temperature for each ageing phase considered. In the implemented model, contrary to the implementation made by Gutfleisch and Niemeyer [27], the electron generation rate, (2) and (3); the inception electric field strength magnitude, (1) and the extinction electric field strength magnitude, calculated as Eext = γ E/ p cr p, are dynamically calculated as a function of pressure and temperature for each instant of time. Fig. 6 shows the results of the PRPD pattern at the three considered ageing phases. At ageing phase A, the PRPD pattern exhibits a horizontal bar structure with the PD charge magnitudes very close between them High Volt. This is an open access article published by the IET and CEPRI under the Creative Commons Attribution -NonCommercial License (http://creativecommons.org/licenses/by-nc/3.0/) 9 Table 6 Simulation results for PD charge and PD rate at the three considered ageing phases Variable Phase A Phase B Phase C qmin, pC 825.22 838.87 qmean, pC 921.10 927.38 167.71 206.80 qmax, pC 991.69 1321.60 271.70 Einc, kV mm−1 2.63 2.63 0.47 Eext, kV mm−1 0.55 0.55 0.05 PD/cycle simulated PD/cycle measured error, % 12.10 13 6.92 11.47 11.6 1.12 66.50 94 29.26 Table 7 Parameters of the stochastic model for the case of study taken from [27] Parameter Description Phase A Phase B Phase C T0 p0 B ε0 E/ p cr initial temperature of the 300 gas inside the cavity, K initial pressure of the 65 gas inside the cavity, kPa parameter of gas 8.6 ionisation, air, Pa1/2 m1/2 permittivity of vacuum, 8.854 × F m−1 10−12 parameter of gas 24.2 ionisation, air, V Pa−1 m 300 300 65 6 8.6 8.6 8.854 × 10−12 24.2 8.854 × 10−12 24.2 1 × 10−5 1 × 10−5 2 × 106 2 × 106 −1 ρ/ p 0 CradΦrad γ ξ+ ξ− τ ν0 Φdt reduced gas density, air, 1 × 10−5 kg m−3 Pa−1 reduced radiative 2 × 106 cosmic and radioactive quantum flux density, kg −1 s−1 factor of streamer 0.35 propagation detrapping factor for 1 positively charged surfaces detrapping factor for 1/50 negatively charged surfaces effective detrapping 2 time constant, ms fundamental phonon 1 × 1014 frequency, Hz effective detrapping 1.0 work function, eV Fig. 6 PRPD pattern simulation results for the case of study at three ageing phases 0.35 0.35 1 1 1/50 1/50 2 2 1 × 1014 1 × 1014 1.1 0.98 and the mean magnitude. At ageing phase B, the ‘rabbit-ear’-like structure begins to appear and the minimum PD charge magnitude is close to ageing phase A. However, the maximum PD charge magnitude begins to increase and the number of PD per cycle is reduced due to the increase of the electric field produced by the electric charges on the void surface left by previous PD activity. Finally, at ageing phase C, the PRPD exhibits a structure similar to the ageing phase A. Although, the PD charge magnitude is reduced about 22.45% of the PD magnitude comparing with ageing phase A. The number of PD events per cycle increases in about 549.59% of the case of ageing phase A and the overlapping angle is small, which means that the cavity experiences PD continuously and the time lag is almost 0. The PD behaviour at ageing phase C is controlled by the pressure in the cavity and the cavity surface conductivity. When compared with simulated and measured values 10 (a) Phase A, (b) Phase B, (c) Phase C and figures presented in [27], Fig. 6 and values in Table 6 exhibit good agreement. Numerical magnitudes for the number of PD per cycle were presented in [27] and are also listed in Table 6 for the three ageing phases considered and it can be seen that the highest difference with simulated results, 29.26%, was obtained for ageing phase C, while for ageing phases A and B were 6.92 and 1.12%, respectively. PD characteristics such as PD rate and maximum PD charge magnitude are dependent on the gas volume and pressure in the cavity [54]. Another parameter that influences the PD activity is the void surface conductivity. Owing to the PD activity, gaseous by-products affect the void surface. Hudon et al. [55] found that the surface conductivity can be affected due to PD activity, however, after ∼100 h, the conductivity reaches a constant value. On the other hand, Ku and Liepins [56] showed that the surface conductivity of epoxy resin increases proportionally with temperature. However, taking into account that the average increase in temperature is below 15% [16], for simulations presented here, it was considered the conductivity as a constant parameter. Table 8 summarises the simulation results for temperature and pressure at the three ageing phases and simulation periods considered. On the other hand, Fig. 7 shows the results of temperature and pressure at the three ageing phases during the first three periods of applied AC voltage. It was found that at ageing phases A and B, the increments on temperature and pressure due to PD are small, about 1 K and 0.22 kPa. After the PD event, the heat source density disappears and the media begin to cool down until a new thermal equilibrium is reached. The final equilibrium temperature will increase, however, High Volt. This is an open access article published by the IET and CEPRI under the Creative Commons Attribution -NonCommercial License (http://creativecommons.org/licenses/by-nc/3.0/) Table 8 Summary of simulation results for temperature and pressure at the three considered ageing phases Variable Phase A Phase B Phase C Mean Max Mean Max Mean Max Tcav, K 300.32 301.27 300.39 301.46 318.25 330.01 Tscav, K 300.22 300.73 300.30 300.91 314.65 326.31 Tmat, K 300.13 300.26 300.22 300.44 311.10 ΔT/cycle, K P, kPa Δp/cycle, kPa 0.0258 65.07 0.0221 65.29 0.0008 65.09 65.33 0.00057 322.21 1.1103 6.356 6.585 22.5135 Fig. 7 Temperature and pressure simulation results for three ageing phases (a), (b) Phase A, (c), (d) Phase B, (e), (f) Phase C at ageing phases A and B the increment is negligible. On the other hand, at ageing phase C, despite the reduced magnitude of PD, the increases in temperature and pressure are noticeable, about 7 K and 140 Pa in a half period. However, when compared with phases A High Volt. This is an open access article published by the IET and CEPRI under the Creative Commons Attribution -NonCommercial License (http://creativecommons.org/licenses/by-nc/3.0/) 11 and B, at phase C, the magnitude of pressure is lower due to phenomena that are explained below. During the early stages of the ageing process, the changes in pressure are low, on the contrary, when the time during the void is subjected to PD activity increases, the pressure in the cavity exhibits a continuous reduction until final breakdown [57] with a decreasing rate that is dependent on voltage and temperature. The pressure behaviour depends on the gas consumption and gaseous by-products generation rates during the ageing process. The variation of pressure with time can be subdivided into three stages [58] • Stage 1 is characterised by a continuous reduction on cavity pressure due to the oxygen consumption rate that is higher than the generation rate of gaseous by-products, the ratio O2/N2 and the gas density decrease, which reduces the effective ionisation, which implies a reduction on the PD rate, it lasts 10–15 min. • Stage 2 begins when the pressure reaches the minimum value and starts to increase, which could be due to an increase in the generation rate of gaseous by-products, such as CO2, and oxygen releasing by dissociation of CO and CO2, it lasts about 30 min. • Stage 3, the pressure starts to decrease again due to an increase in the gas consumption rate, the decreasing rate is dependent on room temperature and the applied electric field and can be modelled using the following expression [59]: ∂p = ap(T)exp bp(T)U(t) (kPa s−1) ∂t (48) where U(t) (V) is the applied voltage and ap(T) and bp(T) are functions of temperature. The pressure behaviour described by (48) is unaffected by any changes in PD activity, it starts after about 30 min. Changes in the cavity gas composition and pressure allow us to explain some characteristics of the PRPD pattern, however, the condition of the cavity wall interface plays an important role in the PD evolution because electron bombardment, chemical radical erosion, and by-product deposition affect the surface conductivity [58]. In addition, the changes in PD behaviour with temperature can be related to cavity surface conductivity variations [60]. Temperature consequences on surface degradation can be ignored in comparison with chemical reactions and particle impact [17]. At the end of the ageing process, it is assumed that the ratio O2/N2 is very small which promotes the apparition of swarming microPDs and pits that originates treeing [3]. The main advantages of the novel hybrid method proposed can be summarised as follows: • The surface charge dynamics after PD events are considered through a continuous surface charge distribution theoretically determined using field equations. • The pulse current during the PD event through the electrodes and the cavity can be determined in the time domain using the electric currents module. • Division of the void surface into a finite number of sections is not required, which allows avoiding computational efforts and unphysical magnitudes of field. • Finally, local spatial variations on the void surface can be considered through the void surface conductivity. This method allows simulating PD in spheroidal cavities inside solid dielectrics when HV is applied to the dielectric bulk. Numerical simulations considering AC voltage and parallel plate electrodes have been implemented and results exhibit good agreement with measured values provided by other authors. Currently, simulations considering different electrodes configurations and voltage sources are being implemented and simulations results will be presented in future works. 7 The authors would like to acknowledge Fundación Carolina, Universidad de Antioquia-Departamento de Ingeniería Eléctrica, Universidad Politécnica de Madrid and Fondo Sapiencia-Alcaldía de Medellín. 8 [1] [2] [3] [4] [5] [6] [7] 6 Conclusions The state-of-the-art PD FEA models were reviewed and found that ES models appear to be more physically accurate than EC models due to the recombination rate of charges during the PD process. The theoretical background of FEA models was presented and limitations and restrictions were discussed. Novel hybrid FEA and ES FEA models were presented, which combine the main advantages of ES and EC FEA models and some limitations of the ES model, such as the surface charge distribution and dynamics were overcome. In addition, the appearance of unphysical infinite magnitude electric fields was avoided by the use of a continuous surface charge distribution. The hybrid FEA model allowed obtaining the PD current pulse for making future analysis in frequency. Simulation results for a case study at three different ageing phases exhibited good agreement with measured values reported by other authors. The changes in PD behaviour with ageing were analysed as a function of temperature and pressure and was concluded that detailed modelling taking into account chemical interactions on the void surface is necessary. Cavity conductivity and pressure are the main parameters affecting the PD behaviour at prolonged ageing phases. 12 Acknowledgments [8] [9] [10] [11] [12] [13] [14] [15] [16] References Hill, J., Wang, Z., Liu, Q., et al.: ‘Analysing the power transformer temperature limitation for avoidance of bubble formation’, IET High Volt., 2019, 4, (3), pp. 210–216 Medina, R.D., Romero, A.A., Mombello, E.E., et al.: ‘Assessing degradation of power transformer solid insulation considering thermal stress and moisture variation’, Electr. Power Syst. Res., 2017, 151, pp. 1–11 Tanaka, T.: ‘Internal partial discharge and material degradation’, IEEE Trans. Electr. Insul., 1986, EI-21, (6), pp. 899–905 Florkowski, M., Florkowska, B., Kuniewski, M., et al.: ‘Mapping of discharge channels in void creating effective partial discharge area’, IEEE Trans. Dielectr. Electr. Insul., 2018, 25, (6), pp. 2220–2228 Helal, K., El-Aal, R.A.A., Dessouky, S.S., et al.: ‘Partial discharge characteristics of a gas void embedded between oil impregnated papers under the effect of AC and DC voltage’. Proc. 2nd IEEE Int. Conf. on Dielectrics (ICD), Budapest, Hungary, July 2018, pp. 1–4 Tanmaneeprasert, T., Lewin, P.L.: ‘Investigation into accelerated ageing and failure mechanisms of cavities in polyethylene materials using partial discharge techniques’. Proc. Int. Conf. on Condition Monitoring and Diagnosis (CMD), Xi'an, China, September 2016, pp. 819–823 Fuhr, J., Aschwanden, T.: ‘Identification and localization of PD-sources in power-transformers and power-generators’, IEEE Trans. Dielectr. Electr. Insul., 2017, 24, (1), pp. 17–30 Albarracín, R., Robles, G., Ardila-Rey, J.A., et al.: ‘Partial discharges: keys for condition monitoring and diagnosis of power transformers’, in: AbuSiada, A. (Ed.): ‘Power transformer condition monitoring and diagnosis’ (IET, London, UK., 2018, 1st edn.), pp. 39–85 Bhatt, S.M., Kumar, D., Patel, K.: ‘Partial discharge analysis in time and time-frequency domain of solid dielectric in power transformer’. Proc. 5th IEEE Uttar Pradesh Section Int. Conf. on Electrical, Electronics and Computer Engineering (UPCON), Gorakhpur, India, November 2018, pp. 1–5 Hu, X., Siew, W.H., Judd, M.D., et al.: ‘Modeling of high-frequency current transformer based partial discharge detection in high-voltage cables’, IEEE Trans. Power Deliv., 2019, 34, (4), pp. 1549–1556 Pedersen, A.: ‘Partial discharges in voids in solid dielectrics. An alternative approach’. Proc. Conf. on Electrical Insulation Dielectric Phenomena — Annual Report, Gaithersburg, MD, USA, October 1987, pp. 58–64 Whitehead, S.: ‘Dielectric breakdown of solids’ (Clarendon Press, Oxford, UK., 1951) Illias, H.A., Chen, G., Lewin, P.L.: ‘Comparison between three-capacitance, analytical-based and finite element analysis partial discharge models in condition monitoring’, IEEE Trans. Dielectr. Electr. Insul., 2017, 24, (1), pp. 99–109 Niemeyer, L.: ‘A generalized approach to partial discharge modeling’, IEEE Trans. Dielectr. Electr. Insul., 1995, 2, (4), pp. 510–528 McAllister, I.W.: ‘Decay of charge deposited on the wall of gaseous void’, IEEE Trans. Electr. Insul., 1992, 27, (6), pp. 1202–1207 Schifani, R., Candela, R., Romano, P.: ‘On PD mechanisms at high temperature in voids included in an epoxy resin’, IEEE Trans. Dielectr. Electr. Insul., 2001, 8, (4), pp. 589–597 High Volt. This is an open access article published by the IET and CEPRI under the Creative Commons Attribution -NonCommercial License (http://creativecommons.org/licenses/by-nc/3.0/) [17] [18] [19] [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] [37] [38] Rodríguez-Serna, J.M., Albarracín-Sánchez, R.: ‘Numerical simulation of temperature and pressure changes due to partial discharges in spherical cavities within solid dielectrics at different ageing conditions’, Energies, 2019, 12, (24), p. 4771 Christina, A.J., Salam, M.A., Rahman, Q.M., et al.: ‘Partial discharge modeling with increasing applied voltages across different void sizes’. Proc. 4th Int. Conf. on Advances in Electrical Engineering (ICAEE), Dhaka, Bangladesh, September 2017, pp. 22–25 Negm, T.S., Refaey, M., Hossam-Eldin, A.A.: ‘Modeling and simulation of internal partial discharges in solid dielectrics under variable applied frequencies’. Proc. 18th Int. Middle East Power Systems Conf. (MEPCON), Cairo, Egypt, December 2016, pp. 639–644 Rodríguez-Serna, J.M., Albarracín-Sánchez, R., Dong, M., et al.: ‘Computer simulation of partial discharges in voids inside epoxy resins using three capacitance and analytical models’, Polymers, 2020, 12, (1), p. 77 Hauschild, W., Lemke, E.: ‘High-voltage test and measuring techniques’ (Springer-Verlag, Berlin/Heidelberg, Germany, 2014, 2nd edn.) Illias, H.A., Chen, G., Lewin, P.L.: ‘Partial discharge within a spherical cavity in a dielectric material as a function of cavity size and material temperature’, IET Sci. Meas. Technol., 2012, 6, (2), pp. 52–62 Pan, C., Chen, G., Tang, J., et al.: ‘Numerical modeling of partial discharges in a solid dielectric-bounded cavity: a review’, IEEE Trans. Dielectr. Electr. Insul., 2019, 26, (3), pp. 981–1000 Callender, G.: ‘Modelling partial discharge in gaseous voids’. PhD thesis, University of Southampton, 2018 Pan, C., Tang, J., Zeng, F.: ‘Numerical modeling of partial discharge development process’, in: Jelassi, H. (Ed.): ‘Plasma science and technology – basic fundamentals and modern applications’ (IntechOpen, London , UK., 2018, 1st edn.), pp. 109–130 Leon-Garzon, A.R., Dotelli, G., Villa, A., et al.: ‘Thermodynamic analysis of the degradation of polyethylene subjected to internal partial discharges’, Chem. Eng. Sci., 2018, 180, pp. 1–10 Gutfleisch, F., Niemeyer, L.: ‘Measurement and simulation of PD in epoxy voids’, IEEE Trans. Dielectr. Electr. Insul., 1995, 2, (5), pp. 729–743 Morshuis, P.H.F.: ‘Partial Discharge Mechanisms’. PhD thesis, T.U. Delft, 1993 Rodríguez-Serna, J.M., Albarracín-Sánchez, R., Garnacho, F., et al.: ‘Partial discharges measurements for condition monitoring and diagnosis of power transformers: a review’. Proc. 6th Int. Advanced Research Workshop on transformers (ARWtr), Cordoba, Spain, October 2019, pp. 83–88 Borghei, M., Ghassemi, M.: ‘Partial discharge finite element analysis under fast, repetitive voltage pulses’. Proc. IEEE Electric Ship Technologies Symp. (ESTS), Arlington, VA, USA, August 2019, pp. 324–328 Crichton, G.C., Karlsson, P.W., Pedersen, A.: ‘Partial discharges in ellipsoidal and spheroidal voids’, IEEE Trans. Electr. Insul., 1989, 24, (2), pp. 335–342 Forssen, C., Edin, H.: ‘Partial discharges in a cavity at variable applied frequency part 2: measurements and modeling’, IEEE Trans. Dielectr. Electr. Insul., 2008, 15, (6), pp. 1610–1616 Illias, H., Chen, G., Lewin, P.L.: ‘Partial discharge behavior within a spherical cavity in a solid dielectric material as a function of frequency and amplitude of the applied voltage’, IEEE Trans. Dielectr. Electr. Insul., 2011, 18, (2), pp. 432–443 Illias, H.A., Chen, G., Lewin, P.L.: ‘Partial discharge behaviour within two spherical cavities in a dielectric material’. Proc. 2011 Annual Report Conf. on Electrical Insulation and Dielectric Phenomena (CEIDP), Cancun, Mexico, October 2011, pp. 456–459 Illias, H.A., Tunio, M.A., Mokhlis, H., et al.: ‘Determination of partial discharge time lag in void using physical model approach’, IEEE Trans. Dielectr. Electr. Insul., 2015, 22, (1), pp. 463–471 Chen, G., Baharudin, F.: ‘Partial discharge modelling based on a cylindrical model in solid dielectrics’. Proc. Int. Conf. on Condition Monitoring and Diagnosis, Beijing, China, April 2008, pp. 74–78 Illias, H.A., Chen, G., Lewin, P.L.: ‘Partial discharge modelling in a spherical cavity within a dielectric insulation material as a function of frequency’. Proc. 2009 IEEE Electrical Insulation Conf., Montreal, QC, Canada, May 2009, pp. 55–59 Illias, H.A., Chen, G., Lewin, P.L.: ‘Measurement and modelling of partial discharge behaviour in a spherical cavity within a solid dielectric material as a function of applied voltage amplitude’. Proc. 2010 Int. Conf. on High Voltage [39] [40] [41] [42] [43] [44] [45] [46] [47] [48] [49] [50] [51] [52] [53] [54] [55] [56] [57] [58] [59] [60] Engineering and Application, New Orleans, LA, USA, October 2010, pp. 441–444 Illias, H.A., Chen, G., Lewin, P.L.: ‘Measurement and modelling of partial discharge behaviour in a spherical cavity within a solid dielectric material as a function of cavity diameter’. Proc. 10th IEEE Int. Conf. on Solid Dielectrics (ICSD), Potsdam, Germany, July 2010, pp. 1–4 Illias, H.A., Chen, G., Lewin, P.L.: ‘Modelling of partial discharge activity in different spherical cavity sizes and locations within a dielectric insulation material’. Proc. IEEE 9th Int. Conf. on the Properties and Applications of Dielectric Materials (ICPADM), Harbin, China, July 2009, pp. 485–488 Illias, H., Chen, G., Lewin, P.L.: ‘Modeling of partial discharge activity in spherical cavities within a dielectric material’, IEEE Electr. Insul. Mag., 2011, 27, (1), pp. 38–45 Illias, H., Jian, L.T., Bakar, A.H.A., et al.: ‘Partial discharge simulation under various applied voltage waveforms’. Proc. 2012 IEEE Int. Conf. on Power and Energy (PECon), Kota Kinab, Malaysia, December 2012, pp. 967–972 He, M., Hao, M., Chen, G., et al.: ‘Numerical modelling on partial discharge in HVDC XLPE cable’, COMPEL - Int. J. Comput. Math. Electr. Electron. Eng., 2018, 37, (2), pp. 986–999 Wu, K., Suzuoki, Y., Dissado, L.A.: ‘Improved simulation model for PD pattern in voids considering effects of discharge area’. Proc. 2003 Annual Report Conf. on Electrical Insulation and Dielectric Phenomena, Albuquerque, NM, USA, January 2003, pp. 32–35 Illias, H.A., Chen, G., Lewin, P.L.: ‘The influence of spherical cavity surface charge distribution on the sequence of partial discharge events’, J. Phys. Appl. Phys., 2011, 44, (24), p. 245202 Illias, H.A., Tunio, M.A., Bakar, A.H.A., et al.: ‘Partial discharge behaviours within a void-dielectric system under square waveform applied voltage stress’, IET Sci. Meas. Technol., 2014, 8, (2), pp. 81–88 Illias, H.A., Tunio, M.A., Mokhlis, H., et al.: ‘Experiment and modeling of void discharges within dielectric insulation material under impulse voltage’, IEEE Trans. Dielectr. Electr. Insul., 2015, 22, (4), pp. 2252–2260 Illias, H.A., Tunio, M.A., Bakar, A.H.A., et al.: ‘Partial discharge phenomena within an artificial void in cable insulation geometry: experimental validation and simulation’, IEEE Trans. Dielectr. Electr. Insul., 2016, 23, (1), pp. 451– 459 Wu, K., Okamoto, T., Suzuoki, Y.: ‘Effects of discharge area and surface conductivity on partial discharge behavior in voids under square voltages’, IEEE Trans. Dielectr. Electr. Insul., 2007, 14, (2), pp. 461–470 Villa, A., Barbieri, L., Gondola, M., et al.: ‘A PDE-based partial discharge simulator’, J. Comput. Phys., 2017, 345, pp. 687–705 Gaviria Ortiz, Á.: ‘Teoría electromagnética: proposiciones y soluciones’ (Editorial Universidad de Antioquia, Medellín, Colombia, 2004) McAllister, I.W.: ‘Electric fields associated with transient surface currents’, J. Appl. Phys., 1992, 71, (7), pp. 3633–3635 Illias, H.A.: ‘Measurement and simulation of partial discharges within a spherical cavity in a solid dielectric material’. PhD thesis, University of Southampton, 2011 Danikas, M.G., Morsalin, S.: ‘Foreign inclusions, enclosed cavities, partial discharge models and discharge energy: A short review regarding solid dielectrics and composite insulating systems’, Eng., Tech. Appl. Sci. Res., 2019, 9, (5), pp. 4659–4666 Hudon, C., Bartnikas, R., Wertheimer, M.R.: ‘Spark-to-glow discharge transition due to increased surface conductivity on epoxy resin specimens’, IEEE Trans. Electr. Insul., 1993, 28, (1), pp. 1–8 Ku, C.C., Liepins, R.: ‘Electrical properties of polymers’ (Hanser Publishers, Munich, Germany, 1987) Shahsavarian, T., Shahrtash, S.M.: ‘Modelling of aged cavities for partial discharge in power cable insulation’, IET Sci. Meas. Technol., 2015, 9, (6), pp. 661–670 Wang, L., Cavallini, A., Montanari, G.C., et al.: ‘Evolution of PD patterns in polyethylene insulation cavities under AC voltage’, IEEE Trans. Dielectr. Electr. Insul., 2012, 19, (2), pp. 533–542 Gjaerde, A.C.: ‘Measurements of void gas pressure during combined thermal and partial discharge ageing of epoxy’, IEE Proc. - Sci. Meas. Technol., 1995, 142, (1), pp. 17–21 Morshuis, P.H.F.: ‘Degradation of solid dielectrics due to internal partial discharge: some thoughts on progress made and where to go now’, IEEE Trans. Dielectr. Electr. Insul., 2005, 12, (5), pp. 905–913 High Volt. This is an open access article published by the IET and CEPRI under the Creative Commons Attribution -NonCommercial License (http://creativecommons.org/licenses/by-nc/3.0/) 13 Publicación Título Universidades colaboradoras Autores Revista Clasificación ISSN Volumen (número) Año, páginas DOI Publicación de acceso abierto Keywords Abstract 3 Numerical simulation of temperature and pressure changes due to partial discharges in spherical cavities within solid dielectrics at different ageing conditions Universidad Politécnica de Madrid Johnatan M. Rodríguez-Serna, Ricardo Albarracín-Sánchez Energies JCR: Q3, Scopus: Q2. 1996-1073 12 (24) 2019, 4771 https://doi.org/10.3390/en12244771 Sí X No partial discharges, electrical insulation, PD analytical model, insulation aging, finite-element analysis Partial Discharges (PD) behaviour during aging of the insulation systems exhibits variations that depend on changes in gas filling characteristics and surface condition. In this article, numerical simulations of temperature and pressure behaviour in an air-filled spherical cavity within a homogenous solid dielectric material due to PD activity are presented. An Analytical-Finite Element Analysis simulation approach was implemented in MATLAB® and results exhibit reasonable agreement with experimental measurements reported by other authors. Simulation results allow concluding that pressure changes are directly related to variations in the PD behaviour. In addition, affectations to cavity surface due to temperature increments can be discarded. 83 energies Article Numerical Simulation of Temperature and Pressure Changes due to Partial Discharges in Spherical Cavities Within Solid Dielectrics at Different Ageing Conditions Johnatan M. Rodríguez-Serna * and Ricardo Albarracín-Sánchez * Department of Electrical and Electronic Engineering, Automatic Control, and Applied Physics, School of Industrial Design and Engineering (ETSIDI), Universidad Politécnica de Madrid (UPM), Ronda de Valencia 3, 28012 Madrid, Spain * Correspondence: johnatan.rodriguez.serna@alumnos.upm.es (J.M.R.-S.); ricardo.albarracin@upm.es (R.A.-S.) Received: 19 November 2019; Accepted: 12 December 2019; Published: 13 December 2019 Abstract: Partial Discharges (PD) behavior during ageing of the insulation systems exhibits variations that depend on changes in gas filling characteristics and surface condition. In this article, numerical simulations of temperature and pressure behavior in an air-filled spherical cavity within a homogenous solid dielectric material due to PD activity are presented. An Analytical-Finite Element Analysis simulation approach was implemented in MATLAB and results exhibit reasonable agreement with experimental measurements reported by other authors. Simulation results allow concluding that pressure changes are directly related to variations in the PD behavior. In addition, affectations to cavity surface due to temperature increments can be discarded. Keywords: partial discharges; electrical insulation; PD analytical model; insulation ageing; finite-element analysis 1. Introduction Partial Discharges (PD) are one of the main causes of dielectric breakdown in solid insulators and are also a symptom of ageing in high-voltage (HV) equipment [1,2]. Its simulation allows analyzing different conditions such as, waveform, ambient temperature and initial pressure, and geometrical configuration, among others. In addition, it allows to characterize the PD phenomena and determine the main parameters that affect the PD behavior under some specific conditions [3,4]. PD in cavities within solid dielectrics are modelled as streamers because they are self-sustained discharges and have greater magnitudes than other kinds of internal discharges [5]. There are different models for simulating the PD activity inside cavities within solid dielectrics and they differentiate in the way the electric field produced by the electric charge on the void surface, left by previous PD, is calculated [6]. PD models can be classified into [7]: analytical [8–10], three-capacitance [11] and finite-element analysis (FEA) [12,13] models. In the three-capacitance models, the cavity is represented by an equivalent capacitance and PD are simulated reducing the magnitude of a resistance in parallel with that [14]. Analytical models use analytical expressions, that were theoretically determined using an electrostatic field approach [8], for calculating the electric field strength and the real and induced PD charge magnitude. On the other hand, FEA models use numerical methods for solving the partial differential equations (PDE) that describe the PD phenomena, and the real and induced charges are dynamically calculated integrating field expressions on HV electrodes boundaries [6]. Energies 2019, 12, 4771; doi:10.3390/en12244771 www.mdpi.com/journal/energies Energies 2019, 12, 4771 2 of 11 Analytical models, in spite of their simplicity, are electrostatic field-based approaches and when homogeneous and symmetrical conditions are considered, such as cylinders or spheroids, the solutions obtained through analytical and FEA models are similar [15], and have the advantage that less computational time is required when simulations for a great number of periods of the AC-voltage signal are required such as in ageing analysis. PD are inherently multi-physical phenomena where electrical, thermal and mechanical physics are involved in each PD event [16]. Processes such as electron generation rate and surface charge decay through surface conduction are temperature and pressure dependent [17–19]. On the other hand, temperature affects the ageing process in solid dielectrics mainly due to the acceleration of chemical ageing dynamics [1]. In this paper, the analytical and thermal models are presented in Section 2. In Section 3, PD in a spherical cavity are simulated using the analytical model at different ageing phases and results are compared with measured values reported by other authors. In addition, temperature and pressure variations due to PD events are calculated using a heat transfer FEA model, and the effect of temperature and pressure along ageing on the electron generation rate and in inception and extinction field magnitudes is analyzed and correlated with measured variables. A discussion on the simulation results is presented in Section 4. Finally, a conclusion is presented in Section 5. 2. PD Analytical and Temperature Models In this study, an analytical-FEA approach is used for implementing simulations. With the analytical model, the electric phenomena related to PD events are simulated, and variables such as real and induced charge magnitudes are calculated [8]. On the other hand, temperature and pressure in gas and solid dielectrics due to PD activity are determined solving the heat transfer equation using a FEA model [20]. 2.1. PD Stochastic Model Through experimentation and analytical studies, it has been found that PD phenomena are stochastic processes where their properties are describable by time-dependent random variables [21]. The streamer development process depends on the achievement of the two following necessary conditions: 1. 2. The electric field strength magnitude inside the cavity is greater than the inception value; There is at least an electron for starting the avalanche. The achievement of necessary conditions for PD occurrence outcome into the stochastic behavior of PD phenomena, determining characteristics such as inception delay, phase occurrence and the number of PD per cycle. The electric field strength inception magnitude is calculated using Equation (1) [9]: " Einc # B = (E/p)cr p 1 + , (2pa)n (1) where p is the pressure of gas within the cavity in Pa, a is the cavity radius in m, (E/p)cr = 24.2 V·Pa−1 ·m−1 , B = 8.6 Pa1/2 ·m1/2 and n = 0.5. The magnitude calculated using Equation (1) is the critical electric field strength magnitude for starting an avalanche. Volume and surface emissions are the main mechanisms for the first electron generation rate [22]. Volume generation is related to radiative gas ionization and field detachment of electrons from negative ions and can be calculated as [23]: 4 Net (t) = Crad Φrad (ρm /p)0 p πa3 1 − ν−1/n , 3 (2) where Crad Φrad = 2 × 106 kg−1 ·s−1 , is the reduced radiative cosmic and radioactive quantum flux density and (ρm /p)0 = 1 × 10−5 kg·m−3 ·Pa−1 , is the pressure reduced gas density.ν = Ucav (t)/Uinc , Energies 2019, 12, 4771 3 of 11 Energies 2019, 12, x FOR PEER REVIEW 3 of 11 Ucav (t) is the voltage across the cavity center at instant t and Uinc is the inception voltage calculated electron with The Equation (1). generation rate due to surface detrapping obeys the Richardson–Schottky [6] law and can be calculated using the following expression: The electron generation rate due to surface detrapping obeys the Richardson–Schottky [6] law and can be calculated using the following expression: dt eEcav(t ) /(40 ) t t PD N dt (t ) N dt0 exp , 0 exp (3) p kT b (t) / (4πε ) Φ − eE t − tPD cav 0 dt Ndt (t) = Ndt0 exp − ν0 exp− (3) , τ k T b where e is the elementary charge, is the effective detrapping work function, k is the dt b t t PDcharge, 0 function, 1 1014 Hzk isisthe Boltzmann constant, is the time since the latest PD,work where e is the elementary Φdt iselapsed the effective detrapping thefundamental Boltzmann b 14 q / e and N frequencyt of is the permittivity of vacuum and T the temperature in K. constant, − tphonon, is the time elapsed since the latest PD, ν = 1 × 10 Hz is the fundamental 0 dt0 frequency 0 PD ) and ξ of of ε0 is thefactor, permittivity of vacuum T theoftemperature in K. Ndt0 = inξ(the q/ecreation is phonon, is a proportional which describes theand fraction charge carriers that result adetrappable proportional factor, which describes the fraction of charge carriers that result in the creation of electrons. It depends on the relative polarity of electric field strength produced by charges detrappable electrons. It depends on theofrelative polarity offield electric field strength produced by charges on the surface related with the polarity resultant electric strength. on the surface related with theatpolarity ofinterval resultanttelectric field the strength. , t t with An electron is generated the time probability Net (t ) N dt (t )t . An electron is generated at the time interval [t, t + ∆t] with the probability (Net (t) + Ndt (t))∆t. 2.2. PD Analytical Model 2.2. PD Analytical Model In this model, it is considered that all the cavity volume is affected by a PD event and the electric In this model, it is considered that all the cavity volume is affected by a PD event and the electric field strength inside the cavity is uniform; for that reason, all calculations are referred to the cavity field strength inside the cavity is uniform; for that reason, all calculations are referred to the cavity center. center. During a PD event, charges of different polarity are deployed on the void surface, which During a PD event, charges of different polarity are deployed on the void surface, which produces a produces a dipole moment as shown in Figure 1. dipole moment as shown in Figure 1. Figure Dipole moment, moment, s, to surface surface charge charge distribution, distribution, σ(θ),,after s ,within Figure 1. 1. Dipole within the the cavity cavity due due to after aa Partial Partial Discharge (PD) event. Discharge (PD) event. In Figure 1, s is the direction vector of dipole, pointing from negative to positive charges, σ(θ) is In Figure 1, s is the direction vector of dipole, pointing from negative to positive charges, the surface charge density and E0 is the electric field strength established by the HV electrodes inside is the surface charge densitymaterial. and E0 is the electric field strength established by the HV electrodes the homogeneous dielectric inside the homogeneous material. For ellipsoidal voids,dielectric the induced charge on the HV electrodes by the dipole in the cavity can be For ellipsoidal voids, the induced charge on the HV electrodes by the dipole in the cavity can be calculated as Equation (4) [9]: 0 calculated as Equation (4) [9]: (4) q = −KΩε(EcavPD − Eext ) · ∇λ0 , q' Kon the EcavPD Eext , cavity and for spherical cavities(4) where K is a dimensionless factor dependent geometry of0the is K = 3 [24], is the cavity volume, ε is the permittivity of media, ∇λ0cavity is theand electric field strength by K isΩ where a dimensionless factor dependent on the geometry of the for spherical cavities unit of applied voltage in the homogeneous material without cavity and charges, and at the cavity is K 3 [24], is the cavity volume, ε is the permittivity of media, 0 is the electric field strength center location. EcavPD is the electric field strength at the cavity center just before a PD event occurs. by unit of applied voltage in the homogeneous material without cavity and charges, and at the cavity Eext is the electric field strength below there is no ionization and the streamer extinguishes, this can be center location. EcavPD is the electric field strength at the cavity center just before a PD event occurs. calculated using Equation (5). Eext is the electric field strength below there is no ionization and the streamer extinguishes, this can Eext = γ(E/p)cr p, (5) be calculated using Equation (5). where γ is a dimensionless factor depending on the polarity of the streamer. As average for positive E / p cr p , [22]. (5) and negative streamers, it is assumed as γ =E ext0.35 where is a dimensionless factor depending on the polarity of the streamer. As average for positive and negative streamers, it is assumed as 0.35 [22]. Energies 2019, 12, 4771 4 of 11 The real charge on the void surface is proportional to the electric field change due to a PD event and can be calculated as Equation (6) [9,22]: q = ε0 πa2 [1 + εr (K − 1))](EcavPD − Eext ), (6) where εr is the relative permittivity of the solid dielectric. The charge magnitude on the cavity surface left by previous PD decay due to recombination, conduction and diffusion phenomena [25]. However, recombination due to surface currents is the dominant process [26]. The decay of charge as a function of time can be approximately described by the Ohm’s Law as in Equation (7) [23]: − dq π ks Ecav 2a, = dt 2 (7) where ks is the cavity surface conductivity. 2.3. Temperature and Pressure Model for PD During a PD event, the energy stored in the electric field changes abruptly, and using the Poynting’s theorem [27], it is concluded that the change in the accumulated energy is due to an energy conversion into heat which is transferred to cavity and solid material through heat conduction. The heat transfer can be simulated solving the following PDE in Equation (8) [20]: ! ∂T ρm Cp − ∇ · (kT ∇T ) = Q, ∂t (8) where ρm is the density of media, Cp is the heat capacity of media and kT is the thermal conductivity of media. Q is the heat source density and can be calculated as Equation (9): Q = ! 1 |EcavPD |2 − |Eext |2 ε , 2 ∆tPD (9) where ∆tPD is the time elapsed during the PD event. In this study, the PDE toolbox of MATLAB [28] is used for solving Equation (8), considering there is not a heat source density within the homogenous material and exterior boundaries as thermally insulated. The pressure in the cavity after a PD event can be calculated using the ideal gas law: ptPD+∆tPD = ! TtPD+∆tPD ptPD , TtPD (10) where ptPD and ptPD+∆tPD are, respectively, the pressure in the cavity before and after the PD event. Similarly, TtPD and TtPD+∆tPD are, respectively, the temperature in the cavity before and after the PD event. 3. Case of Study and Simulation Results The simulation model was implemented as follows: the analytical model, Expressions (1)–(7) were implemented using a code in MATLAB. On the other hand, the temperature model in Equation (8), was solved using the PDE toolbox of MATLAB which implements a finite element analysis method and uses, in turn, an internal solver based on the variable order method [28]. The absolute and relative tolerances of the solver are, respectively, 1 × 10−6 and 1 × 10−3 . Finally, the pressure was calculated for each time step using Equation (10). Simulations were implemented for a considerable number of cycles (100 at phases A through C, 200 at phase E and 300 at phase C) in order to consider the stochastic variations in the model. A time Energies 2019, 12, 4771 5 of 11 step of 1 × 10−5 s was used for executing simulations when there are not PD acting (inception and electron generation rate criteria are not satisfied) and 1 × 10−9 s during PD events. The same case used in [23] is considered in this study. However, in order to analyze the temperature and pressure behavior after PD activity and its effects on PD behavior, Equations (1)–(3) Energies 2019, 12, x FOR PEER REVIEW 5 of 11 and (5), are dynamically calculated along the simulation time. The geometry consists of a linear, homogenous The same case used in [23] is considered in this study. However, in order to analyze the and isotropic dielectric bulk of epoxy resin of 3.5 mm thickness between two parallel plates, and a temperature and pressure behavior after PD activity and its effects on PD behavior, Equations (1)–(3) spherical with air, of 2.5 mm is included the middle of the bulk. and void, (5), arefilled dynamically calculated alongdiameter the simulation time. Theingeometry consists of adielectric linear, A 19.25 kV, 50 Hzand sinusoidal voltage bulk source is applied electrode while the lower is homogenous isotropic dielectric of epoxy resin of to 3.5the mmupper thickness between two parallel plates,Table and a1 spherical void, the filled with air, ofof 2.5media mm diameter middle of the grounded. summarizes parameters related istoincluded the caseinofthe study. dielectric bulk. A 19.25 kV, 50 Hz sinusoidal voltage source is applied to the upper electrode while the lower is grounded. Table 1 summarizes parameters media related to the case[20]. of study. Table 1. Parameters of case ofthe study. Thermalofparameters taken from case of study. Thermal parameters taken from [20]. Parameter Table 1. Parameters ofDescription Value a hm εr_mat εr_cav Cp_mat Cp_air kT_mat kT_air ρm_mat ρm_air Parameter CavityDescription radius a radius Homogeneous Cavity material thickness hRelative Homogeneous material thickness m Permittivity of dielectric material r _ mat r _ ca v C p _ mat C p _ air kT _ mat kT _ a ir m _ mat m _ air Relative Permittivity Permittivity ofof dielectric Relative cavity material Material capacity Relativeheat Permittivity of cavity AirMaterial heat capacity heat capacity Material thermal conductivity Air heat capacity Air thermal conductivity Material thermal conductivity Material volume density Air thermal conductivity Air volume density Material volume density Air volume density Value1.25 mm 1.25 mm3.5 mm 3.5 mm 4 4 1 1179 J·kg−1 ·K−1 1 −1 ·K−1 1005 J·kg −1‧K −1 1179 J‧kg −1 ·K−1 0.35−1‧K W·m −1 1005 J‧kg −1 ·K−1 0.0257 W·m 0.35 W‧m−1‧K−1 −3 561 kg·m 0.0257 W‧m−1‧K−1 1.205 kg·m−3 561 kg‧m−3 1.205 kg‧m−3 In order to make comparisons with measurements presented in [23], it is considered that cavity In order to make comparisons with measurements presented in [23], it is considered that cavity surfacesurface conductivity is 0 S·m−1 . conductivity is 0 S‧m−1. Five different consecutive ageing phases namely: phase A, with a duration up to Five different consecutive ageing phaseswere were considered, considered, namely: phase A, with a duration up 10 min;tophase B, lasts about 20 to 50 h; C, lasts about 100about to 200 h;tophase D, lasts about 1200 h and 10 minutes; phase B, lasts about 20phase to 50 hours; phase C, lasts 100 200 hours; phase D, lasts about hours and phase E, and lasts simulations 50 hours. Measurements and simulations using the analyticalin [23] for phase E, lasts1200 50 h. Measurements using the analytical model were reported model were reported in [23] for each of the above ageing phases. Figure 2 shows the phase-resolved each of the above ageing phases. Figure 2 shows the phase-resolved partial discharge (PRPD) pattern partial discharge (PRPD) pattern and q-φ-n diagrams obtained for the case of study at the five and q-ϕ-n diagrams obtained for the case of study at the five considered ageing phases. considered ageing phases. (a) (b) (c) (d) Figure 2. Cont. Energies 2019, 12, 4771 6 of 11 Energies 2019, 12, x FOR PEER REVIEW 6 of 11 (e) (f) (g) (h) (i) (j) Figure 2. Phase-resolved partial discharge (PRPD) patterns and q-φ-n diagrams for the five different Figure 2. Phase-resolved partial discharge (PRPD) patterns and q-ϕ-n diagrams for the five different ageing phases considered: (a) and (b), phase A; (c) and (d), phase B; (e) and (f), phase C; (g) and (h), ageing phases considered: (a,b), phase A; (c,d), phase B; (e,f), phase C; (g,h), phase D; (i,j), phase E. phase D; (i) and (j), phase E. Table 2Table exhibits the parameters ofofthe model and initial conditions used for simulating 2 exhibits the parameters thestochastic stochastic model and initial conditions used for simulating each ageing phase,phase, as well as aassummary resultsforfor electric charge magnitude. each ageing as well a summaryofofthe the main main results thethe PD PD electric charge magnitude. 2. Parameters PD model simulation at ageing each ageing phase, taken Table 2.Table Parameters for thefor PDthe model simulation at each phase, taken fromfrom [23],[23], andand simulation simulation results summary for PD charge magnitude. results summary for PD charge magnitude. Parameter Parameter d t (eV) Phase A Phase A1 (s) Φdt (eV) 1 0.002 p0 (kPa) τ (s) 0.002 65 p0 (kPa) T0 (K) 65 300 / T0 (K) 300 50 ξ+ /ξ− qmax (nC) 50 0.809 0.8090.800 qmax (nC) q (nC) min 0.800 qmin (nC) q 0.805 mea n (nC) 0.805 qmean (nC) NHW simulated 6 NHW simulated 6 NHW measured [23] 5–7 NHW measured [23] 5–7 NHW error (%) 14.286 Number of simulated cycles 100 2.642 Eincm (kV·mm−1 ) 0.592 Eextm (kV·mm-1 ) Phase B Phase 1.1 B 0.002 1.1 65 0.002 300 65 300 50 50 1.585 1.585 0.800 0.800 0.824 0.824 5.6 5.6 ~5.8 ~5.8 3.448 100 2.641 0.592 Phase C Phase D Phase E Phase C 1.45 Phase D 0.98 1.33 0.002 1000 0.98 1000 1.45 6 0.002 2 10002 300 6 300 50 300 50 2300 3001 50 0.17150 5.519 3.753 0.171 5.519 0.162 0.092 0.085 0.162 0.092 0.166 3.438 1.300 0.166 3.438 33 0.03 2.2 33 0.03 ~30 0.03–0.06 ~3 ~30 0.03–0.06 10 0 100 300 0.468 0.235 0.055 0.018 Phase E 1.33 1000 2 300 1 3.753 0.085 1.300 2.2 ~3 26.667 200 0.235 0.018 Energies 2019, 12, x FOR PEER REVIEW 7 of 11 NHW error (%) Number of simulated cycles Ein cm (kV‧mm−1) 14.286 100 3.448 100 10 100 0 300 26.667 200 2.642 2.641 0.468 0.235 0.235 Eextm (kV‧mm ) 0.592 0.592 0.055 0.018 0.018 Energies 2019, 12, 4771 -1 7 of 11 In Table 2, Ein cm and Eextm , respectively, are the average inception and extinction-field strength In Table 2, Eincm and Eextm , respectively, are the average inception and extinction-field strength magnitudes is the number of PD per half cycle, and p0 and T0 are, magnitudes along along the thesimulation simulationtime, time,NNHW HW is the number of PD per half cycle, and p0 and T0 are, respectively, the initial initial pressure pressure and and temperature temperature of of gas gas inside inside the thecavity. cavity. respectively, the Simulation agreement withwith measured values reported in [23].inWhen Simulation results resultsshow showreasonable reasonable agreement measured values reported [23]. compared with measured values, values, the simulated number number of PD per (NHW ) present maximala When compared with measured the simulated of cycle PD per cycle (NHW )a present difference of 26.667%ofat26.667% phase E at (Nphase HW measured and simulated 2.2). However, at this phase itatmust maximal difference E (NHW~3measured ~3 and simulated 2.2). However, this be considered the pressure behavior with time has a complex on temperature phase it must that be considered that the pressure behavior with timedependence has a complex dependenceand on applied voltage that the ideal gas law cannot represent completely [29]. temperature and applied voltage that the ideal gas law cannot represent completely [29]. Figure Figure 33 shows shows the the temperature temperature and and pressure pressure simulation simulation results results for for the the case case of of study study during during the the first AC-applied voltage voltage at at ageing ageing phases phases A, A, B B and and E. E. first five five periods periods of of the the AC-applied (a) (b) (c) (d) (e) (f) Figure Figure 3. 3. Temperature Temperature and and pressure pressure simulation simulation results results during during the the first first 0.1 0.1 ss for for three three different different ageing ageing phases andphase (b), phase A; phase (c) andB;(d), phase B; E. (e) and (f), phase E. phases considered: considered: (a) (a,b), A; (c,d), (e,f), phase In Figure 3, Tmcav is the average temperature in the cavity volume and Tscav is the average temperature at the void surface. Taking into account that maximal changes in pressure and temperature at phases C and D are below 1 K and 0.01 kPa, they were not plotted. Table 3 shows the summary of simulation results for the five ageing phases considered and simulation periods in Table 2. Energies 2019, 12, 4771 8 of 11 Table 3. Temperature and pressure, summary of simulation results at each ageing phase. Variable Phase A Phase B Phase C Phase D Phase E Max Tmcav (K) Min Tmcav (K) Mean Tmcav (K) Max Tscav (K) Min Tscav (K) Mean Tscav (K) Max p (kPa) Min p (kPa) Mean p (kPa) 302.7 300.0 301.0 301.5 300.0 300.6 65.6 65.0 65.2 305.0 300.0 301.0 302.9 300.0 300.6 66.1 65.0 65.2 300.3 300.0 300.2 300.2 300.0 300.1 6.0 6.0 6.0 347.4 300.0 300.1 327.2 300.0 300.0 2.3 2.0 2.0 321.9 300.0 300.9 312.6 300.0 300.5 2.2 2.0 2.0 4. Discussion At phase A, the PRPD pattern exhibits a “bar-like” structure in which the PD charge magnitude is almost constant with an average magnitude very close to the minimum value. The measured minimum magnitude and number of PD per half cycle were, respectively, 0.9 nC and about 5 to 7 [23]. Simulated values in the second column of Table 2 are in good agreement with measured values. On the other hand, in Figure 3a, it can be seen that after each PD event, the temperature in both the gas in cavity and the void surface, increases. However, the average increase in temperature along the simulated periods is just 1.0 K. A similar behavior is found for pressure, shown in Figure 3b, where the increase in average pressure is 0.2 kPa. At phase B, Figure 2c, the PRPD pattern exhibits a “bar-like” plus a “rabbit ear-like” structure. The “bar-like” structure is close to around the minimum PD charge magnitude, while the tip of the “rabbit ear-like” structure tends to increase. For the number of simulated cycles, the maximum PD charge magnitude calculated was 1.6 nC. In order to reproduce the experimental measurements at this phase, the detrapping work function is increased to 1.1 eV. This produces an increase in the time lag, and this in turn, a reduction in the number of PD per half cycle and an increase in the PD charge magnitude. The increased time lag also means that more energy stored is converted into heat at each PD event, which can be seen at Table 3. However, the average temperature in cavity gas and cavity surface is reduced in comparison to phase A, because the time for cooling after a PD event is increased if the number of PD per half cycle is reduced. A similar behavior is found in pressure; the increment of maximum pressure magnitude is negligible. In order to reproduce experimental measurements at ageing phases C to E, the initial pressure has to be decreased for considering the changes in the gas consumption and gaseous by-products generation rates [30]. After about 30 min, in ageing phase B, the pressure in the cavity starts to decrease continuously [18] with a decreasing rate that is voltage and temperature dependent [29]. At phase C, Figure 2e, the PRPD pattern exhibits a “bar-like” structure similar to phase A. However, the magnitude of the PD charge decreases in comparison to phase A by 20.2%, and the number of PD per half cycle increases up to 550.4% compared with phase A. On the other hand, the q-ϕ-n diagram exhibits an almost continuous distribution, which means an almost constant PD condition in the cavity. The latter can be seen also in Figure 3e,f where the average temperature is continuously changing. The initial cavity gas pressure is reduced to 6 kPa, which involves a decreasing in the inception and extinction field magnitudes; this produces a decrement in the time lag and a reduction in the PD charge magnitude. In spite of almost continuous PD activity inside the cavity, the temperature and pressure in the cavity remains almost constant, and the average increment in temperature and pressure is just 0.1% when it is compared with room and initial conditions. At phase D, Figure 2g, the PRPD pattern exhibits an irregular behavior with marked intermittency in the PD time lag. The PD charge magnitude exhibits a great increase with regard to phase A of 581.7% while the number of PD per half cycle is just 0.03. The measured number of PD per cycle is in the range 0.02 to 0.06, which means that simulation results are in reasonable agreement with values Energies 2019, 12, 4771 9 of 11 measured in [23]. In order to reproduce experimental measurements, the detrapping work function and the effective detrapping time constant are increased while the initial pressure is set to 2 kPa. With these changes, the time lag is hardly increased. Despite the reduction of inception magnitude, the reduction of the electron generation rate dominates the stochastic PD behavior. The average temperature and pressure exhibit a light increase of 0.03%. Despite the increase of energy transformed into heat, the maximum temperature increases in 47.4 K compared with room temperature, and the larger time between consecutive PD eases a rapid cooling. At phase E, Figure 2i, the PD behavior is continuous and the PD charge magnitude seems to be uniformly distributed between two sinusoidal envelopes in the PRPD pattern. The magnitude of the PD charge is reduced in comparison to phase D by 32%. However, the number of PD per half cycle is increased up to 2.2, which is in reasonable agreement with the experimental value of about 3 [23]. Pressure and temperature exhibit similar behavior and magnitudes as for phase D, Figure 3i,j, with slight differences in average temperature and pressure, as shown in Table 3. Despite the agreement with experimental measurements, the PD behavior at advanced ageing conditions, such as phase E, cannot be explained only considering the changes of the gas filling the cavity. The physical and chemical interactions at the solid—gas interface must be considered. In this study, the effect of cavity conductivity on PD behavior and its variation along the ageing process is neglected in order to analyze the effects of temperature and pressure variation on the stochastic behavior; however, cavity conductivity plays a fundamental role at PD activity and is related to surface conditions, and for that reason, in future works it will be considered. Simulations were carried out using a MATLAB application implemented by authors named PDSym1S developed for these purposes. 5. Conclusions Temperature and pressure changes inside an air-filled cavity within a homogeneous dielectric material after PD events were calculated using an analytical-FEA model. Simulation results exhibit reasonable agreement with experimental measurements. Pressure in the gas filling the cavity is one of the main parameters affecting the PD behavior at ageing phases. Taking into account that the highest temperature increase along the simulated phases was only about 15%, temperature effect on surface degradation can be neglected in comparison to chemical reactions and particle impact, which is in line with other experimental studies. Future work will include the consideration of different electrodes geometries and unevenness of electrodes surfaces. Author Contributions: The authors have contributed in different parts of the paper preparation, as follows, Conceptualization, methodology and analysis, J.M.R.-S. and R.A.-S; software and simulations, J.M.R.-S.; writing—original draft preparation, J.M.R.-S.; writing—review and editing, R.A.-S. Funding: This research received no external funding. Acknowledgments: The authors gratefully acknowledge Fundación Carolina, Universidad de AntioquiaDepartamento de Ingeniería Eléctrica, Universidad Politécnica de Madrid and Fondo Sapiencia-Alcaldía de Medellín. The authors thankfully acknowledge the computer resources, technical expertise and assistance provided by the Supercomputing and Visualization Center of Madrid (CeSViMa). Conflicts of Interest: The authors declare no conflicts of interest. References 1. 2. 3. Morshuis, P.H.F. Degradation of solid dielectrics due to internal partial discharge: some thoughts on progress made and where to go now. IEEE Trans. Dielectr. Electr. Insul. 2005, 12, 905–913. [CrossRef] Stone, G.C. Partial discharge diagnostics and electrical equipment insulation condition assessment. IEEE Trans. Dielectr. Electr. Insul. 2005, 12, 891–904. [CrossRef] Okamoto, T.; Kato, T.; Yokomizu, Y.; Suzuoki, Y.; Tanaka, T. PD characteristics as a stochastic process and its integral equation under sinusoidal voltage. IEEE Trans. Dielectr. Electr. Insul. 2001, 8, 82–90. [CrossRef] Energies 2019, 12, 4771 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 10 of 11 Candela, R.; Scimemi, G.F.; Romano, P.; Sanseverino, E.R. Analysis of partial discharge activity at different temperatures through an heuristic algorithm. In Proceedings of the 1999 Annual Report Conference on Electrical Insulation and Dielectric Phenomena (Cat. No.99CH36319), Austin, TX, USA, 17–20 October 1999; Volume 1, pp. 202–205. Bartnikas, R. Partial discharges. Their mechanism, detection and measurement. IEEE Trans. Dielectr. Electr. Insul. 2002, 9, 763–808. [CrossRef] Forssen, C.; Edin, H. Partial discharges in a cavity at variable applied frequency part 2: measurements and modeling. IEEE Trans. Dielectr. Electr. Insul. 2008, 15, 1610–1616. [CrossRef] Pan, C.; Chen, G.; Tang, J.; Wu, K. Numerical modeling of partial discharges in a solid dielectric-bounded cavity: A review. IEEE Trans. Dielectr. Electr. Insul. 2019, 26, 981–1000. [CrossRef] Pedersen, A. Partial discharges in voids in solid dielectrics. An alternative approach. In Proceedings of the Conference on Electrical Insulation Dielectric Phenomena—Annual Report 1987, Gaithersburg, MD, USA, 18–22 October 1987; pp. 58–64. Crichton, G.C.; Karlsson, P.W.; Pedersen, A. Partial discharges in ellipsoidal and spheroidal voids. IEEE Trans. Electr. Insul. 1989, 24, 335–342. [CrossRef] Hauschild, W.; Lemke, E. High-Voltage Test and Measuring Techniques; Springer: Berlin/Heidelberg, Germany, 2014; ISBN 978-3-662-52015-4. Achillides, Z.; Georghiou, G.E.; Kyriakides, E. Partial discharges and associated transients: the induced charge concept versus capacitive modeling. IEEE Trans. Dielectr. Electr. Insul. 2008, 15, 1507–1516. [CrossRef] Forssén, C. Modelling of Cavity Partial Discharges at Variable Applied Frequency; Electromagnetic Engineering, Elektroteknisk teori & konstruktion: Stockholm, Sweden, 2008. Illias, H.A.; Chen, G.; Lewin, P.L. Partial discharge within a spherical cavity in a dielectric material as a function of cavity size and material temperature. IET Sci. Meas. Technol. 2012, 6, 52–62. [CrossRef] Imburgia, A.; Romano, P.; Viola, F.; Hozumi, N.; Morita, S. Partial discharges behavior under different rectified waveforms. In Proceedings of the 2017 International Symposium on Electrical Insulating Materials (ISEIM), Toyohashi, Japan, 11–15 September 2017; Volume 1, pp. 114–117. Illias, H.A.; Chen, G.; Lewin, P.L. Comparison between three-capacitance, analytical-based and finite element analysis partial discharge models in condition monitoring. IEEE Trans. Dielectr. Electr. Insul. 2017, 24, 99–109. [CrossRef] Schifani, R.; Candela, R.; Romano, P. On PD mechanisms at high temperature in voids included in an epoxy resin. IEEE Trans. Dielectr. Electr. Insul. 2001, 8, 589–597. [CrossRef] Kim, C.-S.; Kondo, T.; Mizutani, T. Change in PD pattern with aging. IEEE Trans. Dielectr. Electr. Insul. 2004, 11, 13–18. Wang, L.; Cavallini, A.; Montanari, G.C.; Testa, L. Evolution of pd patterns in polyethylene insulation cavities under AC voltage. IEEE Trans. Dielectr. Electr. Insul. 2012, 19, 533–542. [CrossRef] Boggs, S.; Damon, D.H.; Hjerrild, J.; Holboll, J.T.; Henriksen, M. Effect of insulation properties on the field grading of solid dielectric DC cable. IEEE Trans. Power Deliv. 2001, 16, 456–461. [CrossRef] Illias, H.A.; Chen, G.; Lewin, P.L. Measurement and modelling of partial discharge behaviour in a spherical cavity within a solid dielectric material as a function of cavity diameter. In Proceedings of the 2010 10th IEEE International Conference on Solid Dielectrics, Potsdam, Germany, 4–9 July 2010; pp. 1–4. Van Brunt, R.J. Stochastic properties of partial-discharge phenomena. IEEE Trans. Electr. Insul. 1991, 26, 902–948. [CrossRef] Niemeyer, L. A generalized approach to partial discharge modeling. IEEE Trans. Dielectr. Electr. Insul. 1995, 2, 510–528. [CrossRef] Gutfleisch, F.; Niemeyer, L. Measurement and simulation of PD in epoxy voids. IEEE Trans. Dielectr. Electr. Insul. 1995, 2, 729–743. [CrossRef] Takuma, T.; Techaumnat, B. Electric Fields in Composite Dielectrics and Their Applications; Power Systems; Springer: Dordrecht, The Netherland, 2010; ISBN 978-90-481-9391-2. Illias, H.; Chen, G.; Lewin, P.L. Partial discharge behavior within a spherical cavity in a solid dielectric material as a function of frequency and amplitude of the applied voltage. IEEE Trans. Dielectr. Electr. Insul. 2011, 18, 432–443. [CrossRef] Energies 2019, 12, 4771 26. 27. 28. 29. 30. 11 of 11 He, M.; Hao, M.; Chen, G.; Chen, X.; Li, W.; Zhang, C.; Wang, H.; Zhou, M.; Lei, X. Numerical modelling on partial discharge in HVDC XLPE cable. COMPEL—Int. J. Comput. Math. Electr. Electron. Eng. 2018, 37, 986–999. [CrossRef] Magid, L.M. Electromagnetic Fields, Energy, and Waves; Wiley: New York, NY, USA, 1972; ISBN 978-0-471-56334-1. Partial Differential Equation Toolbox—MATLAB. Available online: https://la.mathworks.com/products/pde. html (accessed on 7 September 2019). Gjaerde, A.C. Measurements of void gas pressure during combined thermal and partial discharge ageing of epoxy. IEE Proc.-Sci. Meas. Technol. 1995, 142, 17–21. [CrossRef] Shahsavarian, T.; Shahrtash, S.M. Modelling of aged cavities for partial discharge in power cable insulation. IET Sci. Meas. Technol. 2015, 9, 661–670. [CrossRef] © 2019 by the authors. Licensee MDPI, Basel, Switzerland. This article is an open access article distributed under the terms and conditions of the Creative Commons Attribution (CC BY) license (http://creativecommons.org/licenses/by/4.0/). Publicación Título Autores Universidades colaboradoras Revista Clasificación ISSN Volumen (número) Año, páginas DOI Publicación de acceso abierto Keywords Abstract 4 An Improved Physical-Stochastic Model for Simulating Electrical Tree Propagation in Solid Polymeric Dielectrics Johnatan M. Rodríguez-Serna, Ricardo Albarracín-Sánchez, Isabel Carrillo Universidad Politécnica de Madrid, Universidad de Antioquia (Colombia) Polymers JCR: Q1, Scopus: Q1. 2073-4360 12 (8) 2020, 1768 https://doi.org/10.3390/polym12081768 Sí X No electrical tree propagation, epoxy resin, physical-stochastic models, insulation aging, dielectric breakdown The dielectric breakdown of solid polymeric materials is due to the inception and propagation of electrical trees inside them. The remaining useful life of the solid dielectrics could be determined using propagation simulations correlated with non-intrusive measurements such as partial discharges (PD). This paper presents a brief review of the different models for simulating electrical tree propagation in solid dielectrics. A novel improved physical-stochastic model is proposed, which allows quantitatively and qualitatively analysing the electrical tree propagation process in polymeric dielectrics. Simulation results exhibit good agreement with measurements presented in the literature. It is concluded that the model allows adequately predicting the tree propagation behaviour and additional experimental analyses are required in order to improve the model accuracy. 95 polymers Article An Improved Physical-Stochastic Model for Simulating Electrical Tree Propagation in Solid Polymeric Dielectrics Johnatan M. Rodríguez-Serna 1,2 , Ricardo Albarracín-Sánchez 1, * 1 2 3 * and Isabel Carrillo 3 Departamento de Ingeniería Eléctrica, Electrónica, Automática y Física Aplicada, Escuela Técnica Superior de Ingeniería y Diseño Industrial (ETSIDI), Universidad Politécnica de Madrid (UPM), Ronda de Valencia 3, 28012 Madrid, Spain; johnatan.rodriguez.serna@alumnos.upm.es or jmauricio.rodriguez@udea.edu.co Departamento de Ingeniería Eléctrica, Facultad de Ingeniería, Universidad de Antioquia (UdeA), Calle 67 No. 53–108, Medellín 050010, Colombia Departamento de Ingeniería Mecánica, Química y Diseño Industrial, Escuela Técnica Superior de Ingeniería y Diseño Industrial (ETSIDI), Universidad Politécnica de Madrid (UPM), Ronda de Valencia 3, 28012 Madrid, Spain; isabel.carrillo@upm.es Correspondence: ricardo.albarracin@upm.es Received: 14 July 2020; Accepted: 5 August 2020; Published: 7 August 2020 Abstract: The dielectric breakdown of solid polymeric materials is due to the inception and propagation of electrical trees inside them. The remaining useful life of the solid dielectrics could be determined using propagation simulations correlated with non-intrusive measurements such as partial discharges (PD). This paper presents a brief review of the different models for simulating electrical tree propagation in solid dielectrics. A novel improved physical-stochastic model is proposed, which allows quantitatively and qualitatively analyzing the electrical tree propagation process in polymeric dielectrics. Simulation results exhibit good agreement with measurements presented in the literature. It is concluded that the model allows adequately predicting the tree propagation behavior and additional experimental analyses are required in order to improve the model accuracy. Keywords: electrical tree propagation; epoxy resin; physical-stochastic models; insulation ageing; dielectric breakdown 1. Introduction Insulation systems are designed in such a way that the electric fields applied to the materials are lower than the inception values for breakdown mechanisms. However, due to unforeseen manufacturing problems or operating conditions, metal contaminants, mechanical defects, conducting projections or air-filled cavities may appear, causing excessive local electrical field stresses within small regions of the solid dielectric [1,2]. These defects can lead to a complete breakdown of the dielectric through the formation of tubular structures made up of gaseous channels of microscopic diameter, known as electrical trees, that spread across the material by a mechanism controlled, mainly, by partial discharges (PD) in the gaseous channels [3,4]. The dielectric breakdown in solid insulation, such as polymers and synthetic resins, used in electrical equipment insulation systems such as cables, circuit breakers and bushings, is due to the appearance of electrical trees [5,6]. Therefore, it is necessary to study the behavior of electrical trees in solid dielectrics in order to understand the phenomenon and predict the useful life times, or in other words, the time to breakdown [7]. Polymers 2020, 12, 1768; doi:10.3390/polym12081768 www.mdpi.com/journal/polymers Polymers 2020, 12, 1768 2 of 16 PD activity directly influences the aging of insulation, with physical–chemical degradation in the area of its occurrence. This electrical insulation aging is due to a combined effect of thermal, electrical, ambient and mechanical stresses [8]. The electrical aging involves a permanent change in the polymer’s chemical and structural features, which could accelerate the physical and chemical aging of the polymers that weakens their ability to sustain electric stress [9]. The continuous PD activity may modify the dielectric properties of solid dielectric materials making them less effective as electrical insulators. In spite of different chemical composition and morphology among the insulating polymeric materials, they shared a similar behavior to the breakdown previously described by [10]. To increase the properties of these materials in terms of mechanical and electrical erosion reduction, mechanical strength enhancement, electrical breakdown/endurance behavior, lower dielectric permittivity, less space charge mitigation and less electrical tree formation, new materials such as polymer nanocomposite have been developed [11–13]. Further, different nanofillers such as silicon dioxide (SiO2 ), aluminum oxide (Al2 O3 ), zinc oxide (ZnO), magnesium oxide nanofiller (MgO), titanium oxide nanofiller, and montmorillonite nanofiller have been used [14]. However, some problems such us a decreased breakdown strength have been detected when nanofillers are aggregated [14] that has questioned their reliability and applications. To avoid agglomeration, nanofillers are modified using chemical coupling agent, which improves the dispersion of the nanofiller considerably [15]. Different surface modification strategies for the amelioration of nanofiller dispersion in the polymer matrix have been intensively attempted by linking the small organic molecules or long polymeric chains on the surface of nanofillers [15,16]. Another important factor is the concentration of fillers due to the trade-off between the difficulty in film processing and the enhancement of dielectric properties [17]. Degradation of polymers is a process driven by physical, chemical, thermal and mechanical factors [4]. In the case of electrical trees in solid dielectrics, from a physical point of view, its propagation is due to the breakdown of polymer chains, which is caused by a large number of interactions between molecules and electrons with high kinetic energy [18]. The electrical trees initially propagate quickly and then stop. This behavior has been related to changes in pressure and the PD rate [9,19,20]. The spatial charge around the tree structure limits the magnitude of the local electric field and acts as a negative feedback term in the dynamics of the tree propagation process and its relation to the parameters that cause them, such as the applied voltage, dictate the propagation regime [21]. If the negative feedback term dominates, the tree propagation process stops; and if the forcing term dominates, a runaway uncontrolled growth process occurs. On the other hand, if there is a balance between forcing and negative feedback terms, the tree propagation slows down. This explains the shape of the characteristic curve of propagation length versus time [22]. This paper is organized as follows: first, the materials and methods are presented in Section 2. Second, a brief review of the current models for electrical-tree propagation in solid dielectrics is depicted in Section 3. Third, an improved physical-stochastic model for simulating tree propagation in polymeric materials is presented in Section 4. Fourth, a case of study and the simulation results are discussed and compared with real measurements in Section 5. Finally, some conclusions are depicted in Section 6. 2. Materials and Methods The performance of the improved model proposed here will be analyzed by comparing simulation results with experimental measurements reported in [22], where the authors experimentally studied tree propagation in solid dielectrics under various applied voltages. The authors used CT200 and CY1311 epoxy resins manufactured by Ciba-Geigy, Basel, Switzerland. CT200 is a diglycidil ether of bisphenol A epoxy resin and CY1311 is a flexibilized bisphenol A epoxy resin, and both are used in insulators, bushings and circuit breakers [23]. Authors in [22] implemented a pin–plane arrangement with voltages between 6 and 16 kV RMS, AC, 50 Hz, the pin tip radius was 2 µm and the pin tip–plane distance was 2.25 mm. Polymers 2020, 12, 1768 3 of 16 For the simulations presented in this work, the electric potential and electric field strength distributions for each propagation step are calculated according to the Coulomb–Gauss law: ∇ · D = ρ, (1) where D = εE (C·m−2 ), ρ(C·m−3 ) is the free charge density and ε(F·m−1 ) is the permittivity of media. Equation (1) is solved using the finite differences and relaxation methods [24], with the potentials at the pin, plane and tree segments as boundary conditions. Because the conductivity in the tree structure is higher than that in the dielectric bulk, charges are injected in the dielectric between the electrodes during the tree propagation, which modify the potential distribution. This phenomenon is modelled using the relative conductivity approach presented in [25]. The electric potential at each lattice site in the dielectric, previously discretized using a 2D uniform squared lattice, is calculated as: U = Uint + Uext , (2) where Uint (V) is the electric potential calculated from Equation (1) when the potential at the tree 0 (V). Similarly, U structure and pin are equal to Uint ext (V) is the electric potential calculated from 0 (V) and ρ = 0 (C·m−3 ) Equation (1) when the potential at the tree structure and pin are equal to Uext 0 /U0 . U0 (V) corresponds to the electric potential applied to the pin tip U (V). More and σch = Uint 0 ext ext details are given in the results and discussion section. 3. Brief Review of Current Models for Simulating the Propagation of Electrical Trees in Solid Dielectrics For the purposes of this paper, it is considered that the time required for the first channel growth, t < 200 s, is very low compared to its propagation time, t > 10 × 103 s [26]. The models for simulating tree propagation through solid dielectrics can be classified as follows: 1. 2. 3. 4. 5. 6. Stochastic, Physical, Empirical, Deterministic, Multiphysical, and Cellular Automata. 3.1. Stochastic Models Stochastic models are based on the model proposed by Niemeyer, Pietronero and Wiesmann, also known as the NPW model [27]. In this model, it is considered that the tree structure grows discretely and the propagation probability in a given direction depends on the magnitude of the local electric field strength raised to a power η, that allows controlling the fractal dimension of the tree structure. This model has been used for various studies such as statistical and probabilistic analyses [28–30], the evaluation of the effect of dielectric barriers [5,31] or the space charge on tree propagation [3], and tree propagation in inhomogeneous media or including space charge [25]. The main disadvantages of this model are that the power η does not have a physical relationship with the tree propagation phenomenon and the time is not included as a physical variable in the model. 3.2. Physical Models The physical or avalanche model (DAM) is based on the electric aging and dielectric breakdown model proposed by Bahder et al. [32]. In this model, it is assumed that the PD in a cavity or tree channel induce avalanches within the insulation at the points where the PD end and the number of ionizations in an avalanche is considered to be proportional to the damage it produces [33]. The repetition in time of this process causes the damage to accumulate until it reaches a critical level, when a new channel Polymers 2020, 12, 1768 4 of 16 will form. The length of each new channel is assumed equal to 10 µm from Hozumi’s and Okamoto’s experimental observations [34]. For calculating the local electric field strength, a regular squared lattice is defined in the solid dielectric and a potential drop is assigned to each bond, which allows considering the effects of charge distribution at the end of the channel and that the entire structure of the tree is not necessarily discharged each time an avalanche is induced. In addition, stochastic variations of that voltage drop also allow modelling local fluctuations of the electric field resulting from the breakdown mechanism itself or from spatial non-homogeneities in the electrical properties of the insulation [21,35]. Simulation results using this model are consistent with Noto’s and Yoshimura’s experimental measurements [36], in addition, this model allows a quantitative description of the dependence between tree propagation and applied voltage [26]. 3.3. Empirical Models Empirical models use analytical expressions obtained through curve-fitting processes to experimental results. In [22], an empirical field-driven model was presented that allows calculating the length–time relationships during tree propagation. Using this model, it was concluded that there is a linear correlation between the fractal dimension and the breakdown time. This same model was used in [37] for studying the effect of the manufacturing age of the samples on the tree-propagation process in epoxy resins. It was found that there is a time window in which the resin is more prone to breakdown—60 to 200 h for the CT200 resin, in a pin–plane arrangement with 15 kV, 50 Hz, AC voltage, 2 mm electrode gap and 3 µm pin tip radius. 3.4. Deterministic Models In [38], a physical-deterministic model for tree propagation was presented in which the damage to the material surrounding the tree is calculated using the dissipation of electrostatic energy due to PD in its gaseous channels. This model allows obtaining branched trees without the need to use a random variable, since fluctuations in the electric field strength are controlled by PD. The simulation results, propagation length–time curve and growth rate, as a function of voltage, are consistent with experimental measurements in non-conductive trees. Furthermore, it is shown that the branched nature of the tree structures occurs, mainly, due to instabilities in the electric field caused by the electric charge of the PD, rather than by the non-homogeneities in the material. 3.5. Multiphysical Models Recently, multiphysical models for tree propagation have been proposed based on the model presented in [39]. The breakdown of solid dielectrics occurs due to the propagation of plasma channels in the solid. The propagation of plasma channels is considered to be due to electromechanical and electrothermal instabilities as well as ionization processes, in turn, produced by the dynamic behavior of electric fields, charge and energy within the channels and the dielectric material [40]. In [41], a physical-kinetic model was presented for the propagation of electrical trees in polymeric dielectrics, which allows evaluating the useful life of the insulation as a function of the applied voltage, the ambient temperature and the fractal dimension in a single equation. In this model, it is considered that the propagation occurs through microdefects around the tree, so the time interval between two consecutive tree length increments depends on the random distribution of the microdefects in the material. In [42], a variation to the previous kinetic model was presented to include the effect of residual compressive and tensile stresses on the tree propagation process. It was found that residual compressive stresses tend to contract the discharge channel, which tends to slow down the tree propagation, while tensile stresses tend to open the channels, which accelerates the tree propagation. Polymers 2020, 12, 1768 5 of 16 3.6. Cellular Automata Models Cellular automata is a method that allows analyzing physical systems, which are discrete in time and space, using only local interactions [43]. This method has been used to simulate the propagation of electrical trees in solid dielectrics applying pin–plane arrangements and considering conditions of non-homogeneity in the permittivity of the material that may be a consequence of chemical deterioration processes of elementary volumes [44]. Further, it has been used to study the effect of space charge on tree propagation [45]. In [46], the tree propagation was studied in a polymeric material, polymethylmethacrylate, containing a conductive spherical particle, modelled as a region that has infinite permittivity, under applied DC voltage conditions. In [47], this model was used to study the influence of nanoparticles (NPs) on the propagation of electrical trees. Dielectric NPs are simulated as 100 × 100 nm rectangles, with a permittivity of twice the value corresponding to the base dielectric. The NPs are arranged in uniform configurations of up to 12 NPs in front of the pin tip electrode. It was demonstrated that the NPs, together with the space charge, act as a barrier that slows down the tree propagation. 4. A Novel Improved Physical-Stochastic Model for Simulating Tree Propagation in Polymeric Materials From the analysis of the state of the art and the study of the tree propagation process in solid dielectrics, a new physical-stochastic model is proposed. The proposed model is based on the DAM model [33], but unlike in that, the time required to form a new channel in the new model is calculated from an analysis of the change on the potential energy in the dielectric. When the electrical tree propagates along a specific path, depending on the local electric field strength magnitude, the time average electric potential energy around the new channel increases due to the increment in the electric field strength magnitude induced by the electric potential in the tree structure. In our model, it is considered that the increment in the potential energy is produced by the tree propagation and, according to the Poynting’s theorem [24], this increment must be directly proportional to the energy required for the new channel development. Therefore, the increment in the potential energy around the new channel will be equivalent to the kinetic energy transferred by the electrons after avalanches and can also be associated with the dielectric material vaporization energy [48,49]. On the other hand, the proposed model allows analyzing tree propagation in non-homogeneous media or cases where there is space charge, as shown in Equation (1). In this model, as in the DAM model, it is assumed that avalanches occur during PD. The charges left by the PD at the interface between the solid dielectric and the gaseous channels intensify the electric field strength at the points of the solid dielectric beyond that interface and electron avalanches are induced within the propagation distance, which from experimental measurements is assumed as Lb = 10 µm [34]. This is the length of each new channel that is added during the time step ∆t (s). Each electron is accelerated by the local electric field and acquires a kinetic energy that can be high enough to ionize the molecules in its path and thus generates more charge carriers. This process continues until the electrons cannot gain more kinetic energy for ionization and are thermally trapped. It is considered that due to the PD in the gas channels, there are enough available electrons for starting avalanches from the channels surface. On the other hand, it is assumed that the electric field strength is constant during each avalanche. This can be justified taking into account the short duration of PD, <100 ns [50]. Furthermore, the media are considered to be linear and isotropic and only one channel is added at each time step. This is consistent with the discrete propagation behavior experimentally observed by other authors [51]. The channels are the result of polymeric chains, C–C bonds, scission due to consecutive avalanches caused by PD under AC voltage conditions. Electron avalanches involve the existence of inelastic collisions with the ion network in the polymeric material (polyester, polyethylene, and epoxy resins, Polymers 2020, 12, 1768 6 of 16 among others), and therefore, the creation of a new channel implies, in turn, that the potential energy of the system changes [52]. If λ (m) is the mean free path in direction of the local electric field strength magnitude E (V·m−1 ), then the average energy gained by an electron in that same distance is ∆W = eEλ·(J). To cause impact ionization, this energy must be greater than or equal to the ionization energy of the molecule, I (eV). Assuming the Classius distribution [52] and if it is considered that said distribution will not be altered by the speed of the electrons in the field direction, all the electrons that acquire an energy greater than or equal to I (eV), will cause ionization. The number of ionizations per avalanche, NA , can be calculated as [33]: NA = [exp(α(E)Lb ) − 1], (3) where α(E) is the ionization coefficient, defined as the number of ionizations per electron per unit of path length and corresponds to: α(E) = (1/λ) exp[−I/(eλE)], (4) In solid materials, λ (m) and I (eV) are treated as adjustable parameters. In polymeric insulation, they are taken as 60 nm and 9.6 eV, respectively [53]. The energy transferred to the solid polymeric after an avalanche will be ∆Wt = Nt ∆W·(J). The number of ionizations in a period of time, t (s), of an AC voltage signal of frequency f (Hz), when there are Nb avalanches per half cycle, can be calculated as [33]: Nt = 2 f tNb [exp(α(E)Lb ) − 1], (5) The energy gained by the ion network in that time will be ∆WA = NA ∆W·(J). A channel will be created after a time, tch (s), during which, from Equation (5), there will be the following number of ionizations: Nc = 2 f tch Nb [exp(α(E)Lb ) − 1], (6) Nc is the critical number of ionizations for a new channel development. In polymeric materials, from measurements in polyester, Nc = 1 × 1013 [41]. The energy transferred to the ion network during this time will be ∆Wc = Nc ∆W·(J), and the time for a new channel development is: tch = ∆Wc 1 , ∆W 2 f Nb [exp(α(E)Lb ) − 1] (7) where ∆Wc (J) is calculated as the change in the average potential energy around the new channel before and after its creation using the following equation: wc = 1 2 εE , 4 (8) where wc ·(J·m−3 ) is the local average potential energy density. With this model, it can be considered that the damage is accumulated in each region of space through the energy density stored there. The creation of a channel at a specific point in the tree structure will be a stochastic process that will depend on the magnitude of the local electric field strength, as long as the conditions for ionization are met. From ∆W = eEλ·(J), a critical value of the electrical field strength for the tree propagation can be calculated as: Ec = I/eλ, (9) This critical value can also be calculated from the definition of the ionization coefficient function, Equation (4), establishing a lower limit from which α(E) > 0 and is approximately equal to 37 kV·mm−1 Polymers 2020, 12, 1768 7 of 16 when I = 18.5 eV [26]. The probability that a channel is added to the tree structure from a point will depend on the magnitude of the electric field strength there and is calculated as: η p(E ) = ( Eη / Pz η Ei , E ≥ Ec , 0, E < Ec i (10) where η has the same function as in the NPW model, and although it is clear that it does not have a physical relationship with the tree propagation process, it is included here taking into account that its value allows adequately controlling the fractal geometry of the tree structure [54]. Furthermore, Polymers 2020, 12, evidence x FOR PEERsuggests REVIEW that electrical trees are deterministic processes that exhibit certain 7 of 16 experimental chaos in propagation [55] and it is considered that said behavior can be modelled with the value of chaos in propagation it is considered that said behavior be modelled the value ofin η η because this defines[55] theand oscillations of the stochastic model to can a certain extent. with The summation because thealloscillations of bonds the stochastic model to atree certain extent. The summation in Equationthis (10)defines includes the probable around the current structure. Equation (10) includes all the probable bonds around the current tree structure. The computational procedure can be summarized as follows. First, the solid dielectric geometry The computational procedure can beusing summarized as follows. the geometry and electrode arrangement are modelled a squared lattice ofFirst, length Lbsolid (m). dielectric See Figure 1. and electrode arrangement are modelled using a squared lattice of length Lb (m). See Figure 1. Figure 1. Tree structure propagation in a squared lattice of length L (m). Figure 1. Tree structure propagation in a squared lattice of length Lbb (m). The parameters of media and initial boundary conditions, potential at the HV electrodes, are The parameters media boundary conditions, at the HV electrodes, are defined. Second, for of each timeand step,initial the electric scalar potential, potential electric field strength, and average defined. Second, for each time step, the electric scalar potential, electric field strength, and average energy are calculated by solving the Poisson’s equation using the finite differences and relaxation energy are calculated by solving the(10) Poisson’s equation usingbond the finite differences methods [24]. In addition, Equation is calculated for each around the currentand treerelaxation structure. methods [24]. In addition, Equation (10) is calculated for each bond around the current tree structure. The bond with the highest probability is added to the tree structure by a new channel of length Lb (m) Lb The bond with the highest probability is added to the tree structure by a new channel of length and the time step magnitude is calculated from Equation (7). Third, the boundary conditions and vector (m) time step magnitude is calculated (7). Third, the boundary timeand are the updated and simulations will continuefrom up toEquation the tree structure reaches the planeconditions electrode. and The vector time are tree updated and issimulations will continue up channel to the tree structure reaches the plane potential in the structure calculated using the relative conductivity, σch , approach [25] σ ch electrode. potential in the tree structure is calculated using relativefor channel conductivity, presentedThe in the Materials and Method section. Although thethe material the case of study in this ,paper approach [25] presented the Materialsmodel and Method section. Although the material for thebecause case of is homogeneous, theinimplemented is able to consider inhomogeneous materials study in this paper is homogeneous, the implemented is able to consider inhomogeneous the electric potential distribution is calculated solving themodel Poisson’s equation, Equation (1). materials because the electric potential distribution is calculated The input parameters of the model are summarized in Table 1. solving the Poisson’s equation, Equation (1). The input parameters of the model are summarized in Table 1. Table 1. Input parameters for the proposed improved model. Parameter λ (m) I (eV) σ ch εr Description Mean free path, depends on the material and experimental conditions, for polymers 60–120 nm [21] Ionization energy, depends on the material, for polymers 8–10 eV [53] Relative conductivity of the tree channels—0 for non-conductive channels and 1 for highly conductive channels [25]. Depends on the material and experimental conditions [56] Relative permittivity of media, depends on the materials. It is assumed that the tree channel Polymers 2020, 12, 1768 8 of 16 Table 1. Input parameters for the proposed improved model. Parameter Description λ(m) I(eV) Mean free path, depends on the material and experimental conditions, for polymers 60–120 nm [21] Ionization energy, depends on the material, for polymers 8–10 eV [53] Relative conductivity of the tree channels—0 for non-conductive channels and 1 for highly conductive σch channels [25]. Depends on the material and experimental conditions [56] Relative permittivity of media, depends on the materials. It is assumed that the tree channel and solid εr dielectric have the same permittivity Critical number of avalanches per half cycle and electron is considered a random magnitude from the Nc /Nb Gaussian distribution truncated at the maximum value of Nc /Nb = 1 × 108 [33] Critical magnitude of electric field strength for tree propagation, depends on the material [37]. Also Ec (V·m−1 ) can be calculated from Equation (9) η Power for stochastic model (0–2), depends on the experimental conditions [27,29,30] Polymers 2020, 12, x FOR PEER REVIEW 8 of 16 In addition, the frequency, f (Hz), and the RMS value of the applied voltage, U (V), are also In addition, the frequency, f (Hz), and the RMS value of the applied voltage, U00 (V), are also required. The model was implemented in Matlab and Figure 2 shows the flowchart. required. The model was implemented in Matlab and Figure 2 shows the flowchart. Parameters definition, set the initial boundary conditions and initialization of variables, t=0. Mesh generation in calculation domain. Solve the Poisson equation at the points of the domain, calculate U, E, wc. Calculate 𝑝 𝐸 𝜂 , (10) at all the points around the tree. 𝑝𝑖𝑚𝑎𝑥 𝐸 𝜂 >0 True False Calculate α(E) (4), ΔWc (8) and tch (7). Increase the time vector in t=t+tch. Update boundary conditions. 𝐿𝑡𝑟𝑒𝑒 = 𝐿𝑔𝑎𝑝 False True Print results −1 ) is the electric field Figure U (V) potential, E (V·m E (V Figure2.2.Model Modelimplementation implementationflowchart. flowchart. U is (V)the is electric the electric potential, ·m−1) is the electric −3 strength magnitude, w ·(J·m ) is the potential energy density, L (m) is the tree alongalong the −3 c tree tree length field strength magnitude, wc ·(J‧m ) is the potential energy density, Ltree (m) is thelength symmetry axis and L gap (m) is the pin–plane distance. the symmetry axis and Lgap (m) is the pin–plane distance. 5. Results and Discussion 5. Results and Discussion In our simulations, the novel improved model described in the previous section was used. We reproduced the experimental arrangement described in the Materials and Methods using In our simulations, the novel improved model described in the previous section section was used. We areproduced 100 × 100 squared lattice, andarrangement the pin length was considered as 6 lattice which means thata the experimental described in the Materials andunits, Methods section using L100 µm.squared According to experimental measurements Nc =1 ×as 10613lattice in tubes 10 µm in length b = 24 Lb × 100 lattice, and the pin length was considered units, which means[41], thatand 13 L /10 µm during simulations in for this reason Nc had to be adjusted proportionally as Nc = 1 × 10 b 13 = 24 μm. According to experimental measurements N c =1 × 10 in tubes 10 μm in length [41], and order to consider tubes of different length. for this reason N c had to be adjusted proportionally as N c = 1 × 1013 Lb /10 μm during simulations in order to consider tubes of different length. From the experimental cases considered in [22], for comparison purposes, only simulation results for 7, 10 and 15 kV will be presented in this paper. The parameters of the media used for the simulations are presented in Table 2. Polymers 2020, 12, 1768 9 of 16 From the experimental cases considered in [22], for comparison purposes, only simulation results for 7, 10 and 15 kV will be presented in this paper. The parameters of the media used for the simulations are presented in Table 2. Table 2. Parameters of media used for simulating the case study, taken from [21,22]. Voltage (kV RMS) I (eV) λ (nm) Nc /Nb Ec (kV·mm−1 ) εr η 7 10 15 8 8 8 60 60 60 1 × 107 4 × 108 4 × 108 14 14 14 4 4 4 1 1.8 1 It is further assumed that the tree branches are highly conducting, σch = 1, and the tree structure is equipotential with the pin electrode. In the original DAM model, a value of Nc /Nb is assigned to each lattice bond, while a random value from the Gaussian distribution is assigned uniformly to all bonds for each simulation in [21]. Similar to [21], in this study, it is considered that the value of the parameter Nc /Nb is fixed for each simulation. However, it is considered that its magnitude must be dependent on the applied voltage because the number of avalanches in a half cycle is proportional to the PD rate and this is dependent on the peak value and wave shape of the applied voltage as well as the tree length [57]. The parameters Nc /Nb and η were adjusted through a trial and error process considering the relative difference between the average value of the time to breakdown obtained from simulations and the measured average breakdown time reported in [22]. A maximum difference of 3% was considered as reasonably tolerable. In total, 50 simulations were performed for each voltage in Table 2 and typical simulation results are shown for the three considered voltages in Figure 3. Figure 3 shows the typical simulation results of the tree structure, the characteristic curve of length versus time during tree propagation from the pin tip and the calculated fractal dimension for each time step. From left to right, the simulation results are organized as follows: the simulation results for 7 kV are shown in the first column, Figure 3a,d,g. Results for 10 kV are depicted in the second column, Figure 3b,e,h. Finally, simulations obtained for 15 kV are shown in the third column, Figure 3c,f,i. In Figure 3d–f, L (m) is the maximum length along the tree structure, the green line in Figure 3a, and LY (m) is the maximum length of the tree parallel to the symmetry axis, Y, for each time step. See Figure 3a. Additionally, these curves were overlapped with the measured propagation curves, in red lines with solid dots (LM ), reported as typical in [22]. It should be taken into account that the measured curve is interrupted in Figure 3d since, during the measurement period reported by the authors, 60 min, there was no dielectric breakdown at a voltage of 7 kV. In Figure 3a–c, it can be seen that the tree structures obtained for the three considered voltages are branched. The highest branch density was obtained for 15 kV, and the lowest for 10 kV. The lower branch density at 10 kV is explained by the greater value of η, which means that the propagation probability is almost proportional to the square of the local electric field strength magnitude. Because of this, the branches are mainly developed in those sites with the highest field magnitudes, that is, along the symmetry axis and parallel to developed main branches. This can be seen in Figure 3b,e where it is shown that the tree initially propagates rapidly along the symmetry axis, Y, where the electric field strength is greater and the time required to create a new channel is low, Equation (7), until it reaches a point, at approximately 1 mm, where the electric field strength magnitude along the radial direction, X axis, is comparable to that on the Y axis. At this time, new branches are created from the branches initially developed close to the pin electrode, where the electric field strength magnitude is greater, and the fractal dimension increases. See Figure 3h. In Figure 3d–f, it can be seen that for the three considered voltages, the propagation length versus time curves exhibit a similar behavior, that is, there is a rapid propagation initially followed by a deceleration period when the fractal dimension increases—see Figure 3g–i—and finally another parameters Nc Nb and were adjusted through a trial and error process considering the relative Y (mm) difference between the average value of the time to breakdown obtained from simulations and the measured average breakdown time reported in [22]. A maximum difference of 3% was considered as reasonably tolerable. In total, 50 simulations were performed for each voltage in Table 2 and typical simulation results Polymers 2020, 12, 1768 10 of 16 are shown for the three considered voltages in Figure 3. Figure 3 shows the typical simulation results of the tree structure, the characteristic curve of length versus time during tree propagation from the pin tip and the calculated dimension for each time step. From left to right, the simulation acceleration period appearsfractal when the tree structure is near to the plane electrode. That behavior can be results organized as follows: the measured, simulationLresults for 7 kV are shown in the first column, Figure seen inare both the simulated, LY , and , curves, which allows demonstrating the reliability M 3a,d,g. Results for model 10 kV for aresimulating depicted in second column, Figure 3b,e,h. Finally, simulations and efficacy of the thethe physical phenomenon. obtained for 15 kV are shown in the third column, Figure 3c,f,i. (b) (c) (d) (e) (f) (g) (h) (i) Lmax (mm) (a) Figure results for for the thecase casestudy. study.From Fromthe thetop toptotothe thebottom: bottom:(a–c) treetree structure in Figure 3. 3. Typical Typical simulation results structure 2D, evolution in time ofinthe maximum simulatedsimulated length (L), the maximum simulatedsimulated length onlength the Y in 2D; (d–f) evolution time of the maximum length (L), the maximum on the and the measured on the (g–i) the calculated fractal dimension. axis (LYY ), axis and (L the length onlength the Y axis (LMY) axis and (L the calculated fractal dimension. From the Y ),measured M ); From left to applied the right, applied7,voltage: 7, kV. 10 and 15 kV. left to the right, voltage: 10 and 15 In Figure 3e, it can be seen that the initial accelerated growing period is longer at 10 kV than at 7 and 15 kV. This behavior can be seen in the simulated and measured curves. In the model, again, this is because η σ 2, which allow us to hypothesize that η could be a parameter of the media related to the rate of energy conversion during the tree propagation. However, more experimentation is required to confirm this hypothesis. The fractal dimension, Df , was calculated for each time step using the axial extension method [58]. In Figure 3g–i, it can be seen that the fractal dimension initially increases rapidly, then continues growing at a very low rate, after that, and finally decreases. This final decrement is due to the final accelerated growing, with low branching, when the tree structure is close to the plane electrode. An interesting fact is that the changes in the Df magnitude are related to the changes in the slope of the propagation curve in Figure 3d–f. On the other hand, in Figure 3h,i it can be seen that the number of time steps for 15 kV is almost twice that for 10 kV, but the time to breakdown is lower, but not half, for 15 kV than 10 kV, because Polymers 2020, 12, 1768 11 of 16 the energy increases when the applied voltage increases, as described by Equation (8). This allows demonstrating that simplified methods in which the propagation time is considered as proportional to the number of time steps through a conversion constant are not adequate [25,59]. Table 3 shows the simulation results of the fractal dimension calculated for each voltage in Table 2. Table 3. Fractal dimension results. Df-sim , simulated; Df-M , measured. Measured values from [22]. Voltage (kV RMS) Df-sim Df-M ∆Df (%) 7 10 15 1.55 1.50 1.64 1.65 1.55 1.66 6.06 3.23 1.21 The values in the last column of Table 3, ∆Df (%), correspond to the difference between the average values of the simulated, Df-sim , and the measured, Df-M , results with respect to the latter. From the results in Table 3, it is concluded that the model can adequately reproduce the experimentally deducted fractal dimension. The precision of the model, especially for the 7 and 10 kV cases, can be adjusted to reduce the difference (∆Df ) by modifying the parameter η in Table 2. However, it should be noted that the value of the fractal dimension reported in [22] is in fact a calculated value, using the empirical model. In addition, there is no single method to determine this dimension [28]. The distribution of the simulation results for the time to breakdown were adjusted to the Weibull distribution, which is considered adequate for the representation of the probabilities in failure and aging studies [28]. The cumulative probability of failure P for a time t (s) is given by: h i P(t) = 1 − exp −(t/αt )β , (11) where αt is the characteristic time parameter and β is the shape parameter. These parameters are estimated using the maximum likelihood method [60]. The calculated values of αt and β as well as the limits of the 95% confidence intervals, represented with the angled brackets, are shown in Table 4 for the time to breakdown distribution. Table 4. Weibull distribution parameters for the time to breakdown. Typical measured breakdown time tmeas taken from [22]. Voltage (kV RMS) β αt (s) tmin (s) tmax (s) tmean (s) tmeas (s) ∆tm (%) 7 10 15 8.3 < 10.4 < 12.9 4.5 < 5.6 < 6.9 6.6 < 8.1 < 9.9 5576.9 < 5735.4 < 5898.5 3457.2 < 3644.5 < 3842.0 2813.0 < 2916.9 < 3024.6 4211.2 2262.1 2074.0 6589.6 4881.1 3577.2 5457.6 3370.3 2753.7 5329.4 3404.3 2812.1 2.4 0.9 2.1 The ∆tm (%) values in the last column of Table 4 correspond to the difference between the average time to breakdown obtained in the simulations, tmean (s), and the average value reported from the measurements, tmeas (s), with respect to the latter. The maximum difference was obtained for 7 kV, which can be reduced changing the value of the Nc /Nb parameter in Table 2. However, it is considered that 2.4% is a reasonably tolerable difference. An ideal comparison also requires the analysis of αt . However, the paper from which this case study was taken does not include this value for the experimental results. In terms of the voltages analyzed, it can be concluded that both the time to breakdown and the 63% probability quantile, αt , decrease almost linearly when the voltage increases. This conclusion is totally confirmed based on simulation results because there is no overlapping in the confidence intervals of αt . From the results presented in Figure 3, Tables 3 and 4, and on comparing these with the experimentally measured values in [22], it is concluded that the model allows obtaining values of time to breakdown and fractal dimension that are within the ranges of the measured values. See Table 4. Polymers 2020, 12, 1768 12 of 16 For the time to breakdown, as in the experimental cases, there is high dispersion, which is explained by the values of the parameters used in the simulation, since values Nc /Nb , I and λ are reported as typical for polymers based on measurements made of polyester [21]. Results that are more accurate can be achieved by modifying those parameters. However, said modification should be the result of measurements of those parameters in the type of resins used for the simulations. On the other hand, from our experience in PD simulation at different defects [61] and measurements reported by other authors [56], it is considered that the parameter Nc /Nb must be variable along the tree propagation because it is dependent on the PD behavior, which is variable, in magnitude and rate, during the tree propagation. A further experimental study should be focused on the evolution of the Nc /Nb parameter as the tree propagates. The implemented model yields a propagation length versus time curve quite similar to that found experimentally, which describes a shape similar to an inverted sigmoidal, with an accelerated growth at the beginning, followed by a deceleration period and an uncontrolled accelerated growth at the end until the breakdown. This can be seen by comparing the curves—orange, simulated, and red with solid dots—measured experimentally, in Figure 3d–f. Both curves not only have a similar shape but also have a similar rate during propagation, which allows us to demonstrate the validity of the proposed physical model. It should be pointed out here that most of the other existing physical models, except for the empirical ones, are unable to reproduce the changes in the propagation characteristic curve over time measured experimentally, whereas the model presented here can. So this model can be considered as an improvement to the physical models. On the other hand, other stochastic models do not directly involve time as a physical variable. However, the proposed model does this through energy analysis, so this model can be considered as an improvement to stochastic-physical models. From results in Tables 3 and 4, it is concluded that there is no direct linear correlation between the fractal dimension and the time to breakdown, as deducted from empirical methods [22], and the applied voltage must be considered in that relationship because the time to breakdown is dependent on the applied voltage through the potential energy. The parameters Nc /Nb , I, η and Ec allow simulating tree propagation in materials under different conditions—for example, with variations in the glass transition temperature, flexible and rigid materials can be taken into account through Ec and the conductivity of media [62]. On the other hand, non-homogeneity conditions can be considered, taking into account the conductivity of the channels of the tree structure, composite materials, NPs, and space charge, among others. 6. Conclusions A review of the different models for simulating tree propagation in solid dielectric was carried out and a new improved physical-stochastic model, based on the DAM model, for tree propagation in polymeric materials was proposed using an energy analysis approach. The novel improved model allows quantitatively and qualitatively analyzing the electrical tree propagation behavior under different material conditions and applied stresses. In addition, the model is able to adequately predict the time to breakdown and propagation curves, which describes the same dynamical changes during tree propagation as found in experimental studies. Furthermore, parameters of the media required for implementing the simulations can be determined experimentally or typical values reported in the literature can be used. The physical relationship between the parameters and the propagation process was discussed. In addition, a revision of the critical number of avalanches per half cycle as a constant parameter was proposed, taking into account its dependency on the PD behavior as the tree propagates. The novel model is implemented using a 2D squared lattice, and for this reason, only electrical trees with a fractal dimension below two can be successfully simulated. However, the model can be extended to a 3D lattice using the same approach if a 3D solver of the Equation (1) is employed. Polymers 2020, 12, 1768 13 of 16 On the other hand, from the simulation results, it was shown that the time to breakdown reduces when the applied voltage increases because there is no overlapping in the confidence intervals. In addition, it was found that there is no direct correlation between the fractal dimension and the time to breakdown, and further there is no direct correlation between the fractal dimension and applied voltage. There is an inverse relationship between the fractal dimension and the magnitude of the parameter η—Df increases when η decreases and vice versa. It was hypothesized that η could be a parameter of media related to the rate of energy conversion during the tree propagation. However, this requires experimental confirmation. Finally, other simulations, considering different conditions of materials, space charge, frequency and applied voltage, could be implemented using the novel proposed model and their simulation results will be implemented and their results presented in another document. Author Contributions: Conceptualization, methodology and analysis, J.M.R.-S. and R.A.-S. Software, J.M.R.-S. Writing—original draft preparation, J.M.R.-S. Writing—revision of material and chemical sections, I.C. Writing—review and editing, all authors. All authors have read and agreed to the published version of the manuscript. Funding: This research received no external funding. Acknowledgments: The authors gratefully acknowledge Fundación Carolina, Universidad de AntioquiaDepartamento de Ingeniería Eléctrica, Universidad Politécnica de Madrid and Fondo Sapiencia-Alcaldía de Medellín. The authors thankfully acknowledge the computer resources, technical expertise and assistance provided by the Supercomputing and Visualization Centre of Madrid (CeSViMa). Conflicts of Interest: The authors declare no conflict of interests. References 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. Takuma, T.; Techaumnat, B. Electric Fields in Composite Dielectrics and Their Applications, 1st ed.; Power Systems; Springer: Berlin, Germany, 2010; ISBN 978-90-481-9391-2. Ahmad, M.H.; Bashir, N.; Ahmad, H.; Abd Jamil, A.A.; Suleiman, A.A. An Overview of Electrical Tree Growth in Solid Insulating Material with Emphasis of Influencing Factors, Mathematical Models and Tree Suppression. TELKOMNIKA Indonesian J. Electrical Eng. 2014, 12, 5827–5846. [CrossRef] Seralathan, K.E.; Mahajan, A.; Gupta, N. Modelling of electric tree progression due to space charge modified fields. J. Phys. D Appl. Phys. 2008, 41, 105501. [CrossRef] Dissado, L.A.; Fothergill, J.C. Electrical Degradation and Breakdown in Polymers, 1st ed.; IET: London, UK, 1992; ISBN 978-1-84919-363-4. Sweeney, P.J.J.; Dissado, L.A.; Cooper, J.M. Simulation of the effect of barriers upon electrical tree propagation. J. Phys. D Appl. Phys. 1992, 25, 113–119. [CrossRef] Champion, J.V.; Dodd, S.J.; Alison, J.; Askew, L. Electrical tree growth and space charge behaviour of epoxy resin blends. In Proceedings of the 1998 IEEE 6th International Conference on Conduction and Breakdown in Solid Dielectrics ICSD’98. (Cat. No.98CH36132), Vasteras, Sweden, 22–25 June 1998; pp. 321–324. Guastavino, F.; Cerutti, B. Tree growth monitoring by means of digital partial discharge measurements. IEEE Trans. Dielectr. Electr. Insul. 2003, 10, 65–72. [CrossRef] Albarracín, R.; Robles, G.; Ardila-Rey, J.A.; Cavallini, A.; Passaglia, R. Partial discharges: Keys for condition monitoring and diagnosis of power transformers. In Power Transformer Condition Monitoring and Diagnosis; Abu-Siada, A., Ed.; IET: London, UK, 2018; pp. 39–85. ISBN 978-1-78561-254-1. Laurent, C.; Mayoux, C.; Sergent, A. Electrical Breakdown Due to Discharges in Different Types of Insulation. IEEE Trans. Electr. Insul. 1981, EI-16, 52–58. [CrossRef] Quiña, P.L.D.; Herrera, L.; Irurzun, I.M.; Mola, E.E. A capacitive model for dielectric breakdown in polymer materials. Comput. Mater. Sci. 2008, 44, 330–338. [CrossRef] Izzati, W.A.; Arief, Y.Z.; Adzis, Z.; Shafanizam, M. Partial Discharge Characteristics of Polymer Nanocomposite Materials in Electrical Insulation: A Review of Sample Preparation Techniques, Analysis Methods, Potential Applications, and Future Trends. Sci. World J. 2014, 2014, 1–14. [CrossRef] Pleşa, I.; Noţingher, P.V.; Schlögl, S.; Sumereder, C.; Muhr, M. Properties of Polymer Composites Used in High-Voltage Applications. Polymers 2016, 8, 173. [CrossRef] Polymers 2020, 12, 1768 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 31. 32. 33. 34. 14 of 16 Tanaka, T.; Montanari, G.C.; Mulhaupt, R. Polymer nanocomposites as dielectrics and electrical insulation-perspectives for processing technologies, material characterization and future applications. IEEE Trans. Dielectr. Electr. Insul. 2004, 11, 763–784. [CrossRef] Ismail, N.H.; Mustapha, M. A review of thermoplastic elastomeric nanocomposites for high voltage insulation applications. Polym. Eng. Sci. 2018, 58, E36–E63. [CrossRef] Liu, B.; Yang, M.; Zhou, W.-Y.; Cai, H.-W.; Zhong, S.-L.; Zheng, M.-S.; Dang, Z.-M. High energy density and discharge efficiency polypropylene nanocomposites for potential high-power capacitor. Energy Storage Mater. 2020, 27, 443–452. [CrossRef] Huang, X.; Jiang, P. Core–Shell Structured High-k Polymer Nanocomposites for Energy Storage and Dielectric Applications. Adv. Mater. 2015, 27, 546–554. [CrossRef] [PubMed] Tan, D.Q. Review of Polymer-Based Nanodielectric Exploration and Film Scale-Up for Advanced Capacitors. Adv. Funct. Mater. 2020, 30, 1808567. [CrossRef] Patsch, R. Electrical and water treeing: A chairman’s view. IEEE Trans. Electr. Insul. 1992, 27, 532–542. [CrossRef] McMahon, E.J.; Perkins, J.R. Evaluation of Polyolefin High-Voltage Insulating Compounds; Dendrite (Tree) Formation Under Highly Divergent Fields. IEEE Trans. Power App. Syst. 1964, 83, 1253–1260. [CrossRef] ElMoslemany, M.A.; Zaky, A.A.; Megahed, I.Y. Communication Some Observations on Tree Patterns in Pmma Under Alternating Voltages. IEEE Trans. Electr. Insul. 1982, EI-17, 76–80. [CrossRef] Quiña, P.L.D.; Irurzun, I.M.; Salvatierra, L.M.; Mola, E.E. Field fluctuations and fractality in electrical breakdown trees. Phys. Rev. E 2010, 82, 041106. [CrossRef] Champion, J.V.; Dodd, S.J.; Stevens, G.C. Analysis and modelling of electrical tree growth in synthetic resins over a wide range of stressing voltage. J. Phys. D Appl. Phys. 1994, 27, 1020–1030. [CrossRef] Naidu, M.S.; Kamaraju, V. High Voltage Engineering, 3rd ed.; Tata McGraw-Hill Education: New Delhi, India, 2004; ISBN 978-0-07-049464-0. Gaviria Ortiz, Á. Teoría electromagnética: Proposiciones y soluciones; Universidad de Antioquia: Medellín, Colombia, 2004; ISBN 978-958-655-505-0. Noskov, M.D.; Kukhta, V.R.; Lopatin, V.V. Simulation of the electrical discharge development in inhomogeneous insulators. J. Phys. D Appl. Phys. 1995, 28, 1187–1194. [CrossRef] Fothergill, J.C.; Dissado, L.A.; Sweeney, P.J.J. A discharge-avalanche theory for the propagation of electrical trees. A physical basis for their voltage dependence. IEEE Trans. Dielectr. Electr. Insul. 1994, 1, 474–486. [CrossRef] Niemeyer, L.; Pietronero, L.; Wiesmann, H.J. Fractal Dimension of Dielectric Breakdown. Phys. Rev. Lett. 1984, 52, 1033–1036. [CrossRef] Barclay, A.L.; Sweeney, P.J.; Dissado, L.A.; Stevens, G.C. Stochastic modelling of electrical treeing: Fractal and statistical characteristics. J. Phys. D Appl. Phys. 1990, 23, 1536. [CrossRef] Wiesmann, H.J.; Zeller, H.R. A fractal model of dielectric breakdown and prebreakdown in solid dielectrics. In Proceedings of the Conference on Electrical Insulation Dielectric Phenomena-Annual Report 1986, Claymont, DE, USA, 2–6 November 1986; pp. 385–390. Zeller, H.R. Breakdown and Prebreakdown Phenomena in Solid Dielectrics. IEEE Trans. Electr. Insul. 1987, EI-22, 115–122. [CrossRef] Farr, T.; Vogelsang, R.; Frohlich, K. A new deterministic model for tree growth in polymers with barriers. In Proceedings of the 2001 Annual Report Conference on Electrical Insulation and Dielectric Phenomena (Cat. No.01CH37225), Kitchener, ON, Canada, 14–17 October 2001; pp. 673–676. Bahder, G.; Garrity, T.; Sosnowski, M.; Eaton, R.; Katz, C. Physical Model of Electric Aging and Breakdown of Extruded Polymeric Insulated Power Cables. IEEE Trans. Power App. Syst. 1982, PAS-101, 1379–1390. [CrossRef] Dissado, L.A.; Sweeney, P.J.J. An analytical model for discharge generated breakdown structures. In Proceedings of the 4th International Conference on Conduction and Breakdown in Solid Dielectrics, Sestri Levante, Italy, 22–25 June 1992; pp. 328–332. Hozumi, N.; Okamoto, T. The initiation and growth of AC tree in polyethylene. In Proceedings of the 3rd International Conference on Conduction and Breakdown in Solid Dielectrics, Trondheim, Norway, 3–6 July 1989; pp. 543–547. Polymers 2020, 12, 1768 35. 36. 37. 38. 39. 40. 41. 42. 43. 44. 45. 46. 47. 48. 49. 50. 51. 52. 53. 54. 55. 56. 15 of 16 Dissado, L.A.; Dodd, S.J.; Champion, J.V.; Williams, P.I.; Alison, J.M. Propagation of electrical tree structures in solid polymeric insulation. IEEE Trans. Dielectr. Electr. Insul. 1997, 4, 259–279. [CrossRef] Noto, F.; Yoshimura, N. Voltage and frequency dependence of tree growth in polyethylene. In Proceedings of the Conference on Electrical Insulation Dielectric Phenomena—Annual Report 1974, Downingtown, PA, USA, 21–23 October 1974; pp. 207–217. Champion, J.V.; Dodd, S.J. The effect of voltage and material age on the electrical tree growth and breakdown characteristics of epoxy resins. J. Phys. D Appl. Phys. 1995, 28, 398–407. [CrossRef] Dodd, S.J. A deterministic model for the growth of non-conducting electrical tree structures. J. Phys. D Appl. Phys. 2002, 36, 129–141. [CrossRef] Noskov, M.; Lopatin, V.; Cheglokov, A.; Shapovalov, A. Computer simulation of discharge channel propagation in solid dielectric. In Proceedings of the IEEE 7th International Conference on Solid Dielectrics ICSD’01. (Cat. No.01CH37117), Eindhoven, The Netherlands, 25–29 June 2001; pp. 465–468. Wildman, R.; Gazonas, G. A dynamic electro-thermo-mechanical model of dielectric breakdown in solids using peridynamics. J. Mech. Mater. Struct. 2015, 10, 613–630. [CrossRef] Ding, H.-Z.; Varlow, B.R. A new model for propagation of electrical tree structures in polymeric insulation. In Proceedings of the Annual Report Conference on Electrical Insulation and Dielectric Phenomena, Cancun, Mexico, 20–24 October 2002; pp. 934–937. Ding, H.-Z.; Varlow, B.R. Electrical tree growth retardation and acceleration model. In Proceedings of the 7th International Conference on Properties and Applications of Dielectric Materials (Cat. No.03CH37417), Nagoya, Japan, 1–5 June 2003; Volume 1, pp. 423–426. Chopard, B. Cellular Automata Modeling of Physical Systems. In Computational Complexity: Theory, Techniques, and Applications; Meyers, R.A., Ed.; Springer: New York, NY, USA, 2012; pp. 407–433. ISBN 978-1-4614-1800-9. Danikas, M.G.; Karafyllidis, I.; Thanailakis, A.; Bruning, A.M. Simulation of electrical tree growth in solid dielectrics containing voids of arbitrary shape. Modelling Simul. Mater. Sci. Eng. 1996, 4, 535. [CrossRef] Vardakis, G.E.; Danikas, M.G.; Karafyllidis, I. Simulation of space-charge effects in electrical tree propagation using cellular automata. Mater. Lett. 2002, 56, 404–409. [CrossRef] Vardakis, G.E.; Danikas, M.G. Simulation of electrical tree propagation using cellular automata: The case of conducting particle included in a dielectric in point-plane electrode arrangement. J. Electr. 2005, 63, 129–142. [CrossRef] Pitsa, D.; Vardakis, G.; Danikas, M.; Kozako, M. Electrical Treeing Propagation in Nanocomposites and the Role of Nanofillers: Simulationwith the Aid of Cellular Automata. J. Electr. Eng. 2010, 61, 125–128. [CrossRef] Lv, Z.; Rowland, S.M.; Chen, S.; Zheng, H.; Iddrissu, I. Evolution of partial discharges during early tree propagation in epoxy resin. IEEE Trans. Dielectr. Electr. Insul. 2017, 24, 2995–3003. [CrossRef] Schurch, R.; Rowland, S.M.; Bradley, R.S. Partial discharge energy and electrical tree volume degraded in epoxy resin. In Proceedings of the 2015 IEEE Conference on Electrical Insulation and Dielectric Phenomena (CEIDP), Ann Arbor, MI, USA, 18–21 October 2015; pp. 820–823. Callender, G. Modelling Partial Discharge in Gaseous Voids. Ph.D. Thesis, University of Southampton, Southamptom, UK, 2018. Hozumi, N.; Okamoto, T.; Fukagawa, H. Simultaneous Measurement of Microscopic Image and Discharge Pulses at the Moment of Electrical Tree Initiation. Jpn. J. Appl. Phys. 1988, 27, 572. [CrossRef] Kuffel, E.; Zaengl, W.S.; Kuffel, J. High Voltage Engineering Fundamentals, 2nd ed.; Elsevier: Oxford, UK, 2000; ISBN 978-0-7506-3634-6. Dissado, L.A.; Sweeney, P.J.J. Physical model for breakdown structures in solid dielectrics. Phys. Rev. B 1993, 48, 16261–16268. [CrossRef] Stacey, G.; Kinsner, W. Tuning of the stochastic model of dielectric discharges. In Proceedings of the IEEE WESCANEX 95. Communications, Power, and Computing., Winnipeg, MB, Canada, 15–16 May 1995; Volume 2, pp. 318–320. Dissado, L.A.; Dodd, S.J.; Champion, J.V.; Williams, P.I.; Alison, J.M. Electrical tree propagation: From stochastic models to a quantitative physical description. In Proceedings of the 1995 IEEE 5th International Conference on Conduction and Breakdown in Solid Dielectrics, Leicester, UK, 10–13 July 1995; pp. 16–22. Lv, Z.; Rowland, S.M.; Chen, S.; Zheng, H. Modelling and simulation of PD characteristics in non-conductive electrical trees. IEEE Trans. Dielectr. Electr. Insul. 2018, 25, 2250–2258. [CrossRef] Polymers 2020, 12, 1768 57. 58. 59. 60. 61. 62. 16 of 16 Lv, Z.; Rowland, S.M.; Chen, S.; Zheng, H.; Wu, K. Modelling of partial discharge characteristics in electrical tree channels: Estimating the PD inception and extinction voltages. IEEE Trans. Dielectr. Electr. Insul. 2018, 25, 1999–2010. [CrossRef] Kudo, K. Fractal analysis of electrical trees. IEEE Trans. Dielectr. Electr. Insul. 1998, 5, 713–727. [CrossRef] Kai, W.; Zhang, C.; Wu, G.; Xie, H. A new fractal model for describing time-dependence of treeing growth. In Proceedings of the 1995 International Symposium on Electrical Insulating Materials, Tokyo, Japan, 17–20 September 1995; pp. 157–160. Lawless, J. Statistical Models and Methods for Lifetime Data, 2nd ed.; Wiley: Hoboken, NJ, USA, 2011; ISBN 978-1-118-03125-4. Rodríguez-Serna, J.M.; Albarracín-Sánchez, R.; Mas’ud, A.A. Finite-element-analysis models for numerical simulation of partial discharges in spherical cavities within solid dielectrics: A review and a novel method. High Voltage 2020. accepted. [CrossRef] Champion, J.V.; Dodd, S.J. Simulation of partial discharges in conducting and non-conducting electrical tree structures. J. Phys. D Appl. Phys. 2001, 34, 1235–1242. [CrossRef] © 2020 by the authors. Licensee MDPI, Basel, Switzerland. This article is an open access article distributed under the terms and conditions of the Creative Commons Attribution (CC BY) license (http://creativecommons.org/licenses/by/4.0/). Publicación Título Autores Universidades colaboradoras Revista Clasificación ISSN Volumen (número) Año, páginas DOI Publicación de acceso abierto Keywords Abstract 5 Improved Deterministic and Stochastic Models for Simulating Partial Discharges in Non-Conducting Trees Inside Solid Dielectrics Johnatan M. Rodríguez-Serna, Ricardo Albarracín-Sánchez Universidad Politécnica de Madrid, Universidad de Antioquia (Colombia) High Voltage JCR: Q2, Scopus: Q1. 2397-7264 6 (1) 2021, 82-94 https://doi.org/10.1049/hve2.12038 Sí X No partial discharges, electrical trees, non-conducting trees, stochastic models, epoxy resin Electrical trees are defects originated and driven by partial discharges (PD) activity and this is the reason why their modelling and simulation are fundamental for the aging mechanisms comprehension and diagnosis analyses of insulation systems compound by solid dielectrics. This study presents a brief review of the different models implemented to simulate PD in electrical trees inside solid dielectrics. In addition, an improved deterministic model as well as a stochastic model are presented, which allow predicting adequately the PD pulses distribution, in magnitudes and phase, for non‐conducting electrical trees of different shape and length. Two case studies were simulated and their results exhibit good agreement when compared with measurements presented in the literature. It is concluded that the main parameters that state the PD behaviour in trees are the inception and extinction voltage magnitudes, including their probability distributions, and the tree geometry. The models can be used for prognosis analysis based on on‐line measurements. 112 Received: 24 June 2020 - Revised: 6 August 2020 Accepted: 21 August 2020 DOI: 10.1049/hve2.12038 O R I G I N A L R E S E A R C H PA P E R Improved deterministic and stochastic models for simulating partial discharges in non‐conducting trees inside solid dielectrics Johnatan M. Rodríguez‐Serna1,2 | Ricardo Albarracín‐Sánchez1 1 Department of Electrical and Electronic Engineering, Automatic Control, and Applied Physics, School of Industrial Design and Engineering (ETSIDI), Universidad Politécnica de Madrid (UPM), Madrid, Spain 2 Department of Electrical Engineering, Universidad de Antioquia, Medellín, Colombia Correspondence Johnatan M. Rodríguez‐Serna, Department of Electrical and Electronic Engineering, Automatic Control, and Applied Physics, School of Industrial Design and Engineering (ETSIDI), Universidad Politécnica de Madrid (UPM), Ronda de Valencia 3, 28012, Madrid, Spain. Email: johnatan.rodriguez.serna@alumnos.upm.es Ricardo Albarracín‐Sánchez, Department of Electrical and Electronic Engineering, Automatic Control, and Applied Physics, School of Industrial Design and Engineering (ETSIDI), Universidad Politécnica de Madrid (UPM), Ronda de Valencia 3, 28012, Madrid, Spain. Email: ricardo.albarracin@upm.es [Correction added on 13 November 2020, after online publication: A correction was requested to the original article and this updated version addresses this. On page 1, below correspondence the affiliation of Ricardo Albarracín‐Sánchez ‘Department of Electrical Engineering, Universidad de Antioquia, Calle 67 No. 53 ‐ 108, Medellín, Colombia.’ has been changed to ‘Department of Electrical and Electronic Engineering, Automatic Control, and Applied Physics, School of Industrial Design and Engineering (ETSIDI), Universidad Politécnica de Madrid (UPM), Ronda de Valencia 3, 28012, Madrid, Spain.’.] Abstract Electrical trees are defects originated and driven by partial discharges (PD) activity and this is the reason why their modelling and simulation are fundamental for the ageing mechanisms comprehension and diagnosis analyses of insulation systems compound by solid dielectrics. This study presents a brief review of the different models implemented to simulate PD in electrical trees inside solid dielectrics. In addition, an improved deterministic model as well as a stochastic model are presented, which allow predicting adequately the PD pulses distribution, in magnitudes and phase, for non‐conducting electrical trees of different shape and length. Two case studies were simulated and their results exhibit good agreement when compared with measurements presented in the literature. It is concluded that the main parameters that state the PD behaviour in trees are the inception and extinction voltage magnitudes, including their probability distributions, and the tree geometry. The models can be used for prognosis analysis based on on‐line measurements. 1 | INTRODUCTION Electrical trees are the result of damage accumulation caused by partial discharges (PD) activity in the gas channels that make the tree structure up [1,2]. They exhibit well known geometrical shapes: bush, branch or bush/branch, depending on the applied voltage, the electrodes and test arrangement, and physical properties of the materials [3]. When the electrical equipment is in use, detailed and exhaustive inspections are not feasible and non‐intrusive techniques such as PD measurements are employed [4]. PD measurements and the characterization of their q‐φ‐n patterns allows inferring the existence of insulation defects and potentially dangerous conditions for the equipment life [5,6]. In electrical trees, the behaviour in phase, φ, of those patterns are not dependent on the material [3]. However, they change depending on the tree shape and its propagation time [7–10], the voltage amplitude and wave shape [11] and the coexistence of various defects [12]. For the aforementioned reasons, the analysis of q‐φ‐n patterns together with statistical calculations - This is an open access article under the terms of the Creative Commons Attribution‐NonCommercial License, which permits use, distribution and reproduction in any medium, provided the original work is properly cited and is not used for commercial purposes. © 2020 The Authors. High Voltage published by John Wiley & Sons Ltd on behalf of The Institution of Engineering and Technology and China Electric Power Research Institute. High Voltage. 2020;1–13. wileyonlinelibrary.com/journal/hve2 1 2 - RODRÍGUEZ‐SERNA allows inferring the tree shape as well as predicting the remaining insulation lifetime [13,14]. In this study, two improved models for simulating PD in electrical trees are presented. Simulation results for 2 case studies are compared with experimental measurements found in the literature. A good agreement was found between simulated and measured q‐φ‐n patterns and further improvements are also suggested. This study is organized as follows: first, a brief review of the capacitive, avalanche, self‐consistent and artificial channel models for PD simulation in trees is presented in Section 2. Second, the improved deterministic and stochastic models (SMs) are explained in detail in Section 3. Third, the cases of study and the simulation results using the improved models are shown in Section 4. Finally, some conclusions are depicted in Section 5. 2 | MODELS FOR SIMULATING PD IN ELECTRICAL TREES INSIDE SOLID DIELECTRICS Although the accurate simulation of PD in electrical trees requires a multi‐physical approach, their modelling and simulation can be implemented on an approximated and reliable way just considering the dynamics of charge on the gas–solid boundary [15]. This is because of its time constant depends on process such as gas diffusion, conduction and trapping on the surface of the solid dielectric, and is much greater than the related to other physical variables such as the temperature and pressure [16]. 2.1 | Capacitive model ALBARRACÍN‐SÁNCHEZ F I G U R E 1 Equivalent circuit of the capacitive model. (a) a branch, (b) a tree with N branches PD phenomenon is modelled using the following probability density function: � pR ðtÞ ¼ kp ðU R ðtÞ 0 U Rth Þ U R ðtÞ > U Rth > 0 U Rth > U R ðtÞ > 0 ð2Þ where kp (V 1) is a constant and U Rth (V) is a critical threshold value. Comparison between simulated and measured values exhibit good agreement. However, there is not a physical explanation for the inclusion of the series resistance and the equipotential conditions required for the capacitances calculations, are not explicitly analysed and explained. On the other hand, it is assumed that just a PD pulse can occur at each half cycle and, since the capacitances are constants, the PD magnitude in each branch is constant. 2.2 | Avalanche model In [17], it was presented a capacitive model for simulating PD in electrical trees based on experimental measurements of PD during tree propagation in low‐density polyethylene, ethylene‐ vinyl acetate and ethylene‐acrylic acid. The model is shown in Figure 1. In Figure 1 C g (F) represents the capacitance of a single tree channel, C b (F) is the capacitance of the rest of the solid dielectric bulk, C a (F) is the coupling capacitance and U s (V) is the high voltage (HV) source. They found that the PD magnitude is proportional to the instantaneous voltage magnitude and the phase separation between consecutive PD is dependent on the time derivative of the applied voltage. For that reason, they introduced, although without a physical explanation, the series resistance R (Ω). The PD occurrence is controlled by the voltage magnitude in the resistance and can be approximately calculated as follows: U R ðtÞ ¼ RC AND dU s ðtÞ dt ð1Þ where U s ðtÞ (V) is the applied voltage and C ¼ C g C b =ðC g þ C b Þ (F). The stochastic behaviour of the An electrostatic model, which simulates the PD activity as the result of one or more local electron avalanches was presented in [18]. This model is able to consider trees with different geometries that are constructed using linear segments in a uniform lattice. The size of the cells in the lattice is equal to the pin tip radius h (m). Each segment in the lattice belonging to the tree structure corresponds to an electric dipole, which defines the maximum length span of each avalanche. An avalanche will appear in a tree segment when the electric potential difference along the segment U seg (V) is greater than the inception value, U on (V). Due to the local avalanches, charges are discretely added to the segment ends, simulated as dielectric spheres of radius h/2 (m) with uniform density, until U seg (V) is lower than or equal to an extinction magnitude, U of f (V). U on (V) and U of f (V) depend on the characteristics of the gas in the tree tubules. A detailed explanation of this model is presented in Section 3. Comparisons with measured values in epoxy resins allowed to conclude that the model adequately predicts the pulses distribution in phase with similar magnitudes and PD rate in each half cycle [18]. It was found that the changes in the q‐φ‐n patterns during the tree propagation can be controlled through RODRÍGUEZ‐SERNA AND - ALBARRACÍN‐SÁNCHEZ the relative values of U on (V) and U of f (V) comparing with the peak value of the applied voltage. In [19], this avalanche model was improved including the channel conductivity as a parameter for simulating PD in conducting and non‐conducting trees. For each segment in the tree structure a resistance value, Rseg (Ω), is assigned and the change in the charge distribution along the tree for each time step is calculated as follows: � � ΔQseg ¼ U seg Rseg Δ ts ð3Þ where Δts (s) corresponds to the time step magnitude during the charge conduction calculations. Comparison with measurements in flexible resins (non‐ conductive), Rseg ¼ 1 � 1012 (Ω) and glassy resins (conductive), Rseg ¼ 1 � 108 (Ω) showed good agreement, which allowed to conclude that the charge transport mechanisms in glassy resins are dominated by conduction. On the other hand, the simulated q‐φ‐n patterns in non‐conductive trees are symmetric. However, the measured ones are asymmetric [20], this is due to the deterministic nature of the simulation model. 2.3 | Self‐consistent model In [21], it was presented a tree propagation model that explicitly simulates the PD activity during the tree advance. It is considered that the accumulated damage is proportional to the energy dissipated in the channels during PD activity [22]. Similarly to [18], it is considered that the tree structure is composed by linear segments of finite length with dielectric spheres of uniform charge density at their ends. A PD acting in a segment is simulated as an increase in its conductivity when the local electric field strength is greater than the inception magnitude Einc (V‧m 1). Due to the conductivity increment, charges are transferred between consecutive segments until the electric field strength magnitude is equal to or lower than a residual magnitude, Eres (V‧m 1). If Δqti (C) is the electric charge transferred through the i‐th channel segment during a PD activity, the increment in the damage in that segment for the instant t (s) is: ΔW ti ¼ kW Ei Δ qti ð4Þ where kW is the portion of the energy dissipated during the PD activity causing material damage and Ei (V‧m 1) is the local electric field strength along the channel calculated from the difference of potential at the segment ends. A new channel is added to the existing structure when the energy and the electric field strength are equal to or greater than the critical values W c (J) and Ec (V‧m 1). The PD charge magnitude is calculated from the change in the charge, qi (C), on the dielectric spheres with: � tstep Q ¼ ∑ qi i tstep 1 qi 3 � ð5Þ where tstep is the current time step and the summation is made over all the tree segments. It is considered that after and before each PD event the tree segments are no‐conductive. The magnitude and distribution of simulated q‐φ‐n patterns for alternating current (AC) sinusoidal and triangular voltages are qualitatively compared with measurements and a reasonable agreement was found [23]. An improvement to this model was presented in [24] for including the charge transport process using the Ohm's law, which allows to obtain the individual PD pulses of current along the tree structure. This powerful model is too general and does not consider specific changes in the propagation modes due to physical‐chemical variations in the media and the dependence on the polarity of the parameters of media [16]. 2.4 | Artificial channel model It has been demonstrated that the q‐φ‐n patterns produced by PD in straight artificial channels are similar to those found in trees of different size [25]. In [26], it was presented a physical model, which is in fact an improvement to the capacitive model [17], for simulating PD in artificial channels. It is considered that PD will occur when the electric field strength at the pin tip is greater than the inception magnitude Einc (V‧m 1) and will propagate along the channel until the average electric field is lower than or equal to a residual field Eres (V‧m 1). The residual field is assumed as uniform and is calculated as Eres ¼ 0:2 þ 0:14N r (kV‧mm 1) where N r is a random number between zero and one. The above expression for Eres allows to consider the stochastic behaviour of PD pulse magnitudes found experimentally [17]. Figure 2 shows a representation of the electric field distribution along the channel length before and after the i‐th PD pulse is acting, respectively, E1 (V‧m 1) and E2 (V‧m 1). The field distribution after a PD is mainly dependent on the charge distribution on the channel walls, because of that charges can be trapped and will migrate slowly when the channel conductivity is low. For calculating the induced charge due to the i‐th PD, which propagates to the distance ri (m) along the channel, this is subdivided into various segments of length rs (m), with 0<rs <ri . Using the superposition principle, the induced charge by the i‐th PD is calculated as follows: Qi ¼ ∫0ri C rs ðErs 0 Eres Þdr ð6Þ where Ers 0 (V‧m 1) is the electric field strength in the segment rs when the PD propagate to that segment and C rs (F) is its equivalent capacitance. 4 - RODRÍGUEZ‐SERNA AND ALBARRACÍN‐SÁNCHEZ the normal distribution with a mean value of 1 and a standard deviation of 0.2. An artificial channel of 120 μm long was simulated in a pin‐plane arrangement with AC applied voltages in the 6–10 kV range. It was found that the model adequately reproduces the main characteristics, distribution and magnitude of the q‐φ‐n patterns and, for this reason, its quantitative results are reliable. Table A1 in Appendix summarizes the main advantages and disadvantages of existing current models for simulating PD in electrical trees. F I G U R E 2 Electric field distribution along the channel length. E1 (V‧ m 1) is the electric field before the i‐th PD and E2 (V‧m 1) is the electric field distribution after the PD activity. PD, partial discharges 3 | IMPROVED MODELS FOR SIMULATING PD IN ELECTRICAL TREES INSIDE SOLID DIELECTRICS Comparisons with measured q‐φ‐n patterns allowed concluding that the model adequately reproduces the main characteristics of the patterns when the channel length and applied voltage are changed. It was found that the q‐φ‐n pattern changes from turtle‐like to wing‐like when the channel length is increased. In addition, there is a proportional relationship between the number of PD and the applied voltage and a quadratic relationship between the PD magnitude and the applied voltage. The definition of segments capacitance in this model is not physically realistic due to the equipotential conditions and charge distributions assumed for its calculation. It was found that when the model is implemented in 2D the PD magnitude is much lower than the experimentally measured and for that reason the model must be implemented in 3D. The improved models proposed in this study are based on the electrostatic‐deterministic model presented by Champion and Dodd [18]. According to what was concluded in [27], PD in electrical trees are controlled by five key parameters: 2.5 | Improved avalanche model In [27], it was proposed an SM based on the deterministic model presented by Champion and Dodd [18] and using experimental measurements of inception and extinction voltages obtained from Pulse Sequence Analysis (PSA) [28,29]. It was found that the residual electric field strength inside the channels is lower than the calculated from the PSA residual voltage [30]. For this reason, it is assumed that the PD extinction in the segments adjacent to the pin tip is controlled by an extinction voltage magnitude, U of f (V), while inside the tree channels is controlled by a residual voltage U res (V), where U res <U of f . The analysis of PSA patterns allowed inferring that the voltage difference between consecutive pulses exhibits a normal distribution, which can be simulated through the inception voltage as: U son ¼ randð1; 0:2Þ U on � U of f þ U of f ð7Þ where U son (V) is the inception voltage used during the simulations, U on (V) is the measured inception voltage and randð1; 0:2Þ is a random numbers generation function from i. ii. iii. iv. v. Geometry of the trees Applied voltage Inception voltage Extinction voltage Residual voltage The electrostatic‐deterministic model allows defining and controlling these parameters. In addition, it is able to consider tree structures with fractal dimensions similar to those found experimentally. The model is based on electrostatic theory. The following are the assumptions of the model: there is not tree growth during PD simulations, each PD event consists of one or more local electron avalanches within the gas tubules of the tree, avalanches are instantaneous and there is no charge transportation by conduction during PD. The tree structure and electrodes arrangement are reconstructed using a square lattice as it is shown in Figure 3. The tree structure is constructed using linear segments of length h (m), where its magnitude is equal to the pin tip diameter and states the maximum distance of each avalanche. After an avalanche, a dipole is stablished over that distance. It is assumed that the permittivity of the tree structure is the same as the solid dielectric. Although this model can be used for calculating PD in conducting trees [19], we are going to consider the tree structure as non‐conducting in order to compare with measured values reported by other authors. The electrical tree structure must be reproduced in a 2D square lattice to be simulated, so the only limitation to the geometry of the tree structure that can be simulated lies in the possibility of representing it using the 2D square lattice and for this reason, only trees with fractal dimension below 2 [11] can be modelled. The electric field strength and electric potential distribution along the tree structure in a pin‐plane arrangement are RODRÍGUEZ‐SERNA AND - ALBARRACÍN‐SÁNCHEZ 5 where ϵ (F‧m 1) is the permittivity of media, r pin (m) is the position vector of pin tip and r pin ' (m) the position vector of pin tip image respect to the plane electrode. UðtÞ ¼ U 0 sinð2πf tÞ (V) is the applied AC voltage to the pin electrode with frequency f (Hz). Using Equation (8), the potential at any location, r (m), within the tree structure or the solid dielectric, can be calculated as: U app ðr ; tÞ ¼ FIGURE 3 lattice Tree structure and electrode arrangement on a 2D square Qapp ðtÞ 4πεh � 1 |r r pin | |r 1 r 'pin | � ð9Þ The charge distribution in the tree structure is modelled using dielectric spheres with uniform charge density and radius h/2 (m) at the segments ends as it is shown in Figure 4, where �Q (C) is the charge added to the tree segment ends by a local avalanche, r þQ (m) and r Q (m) are the position vectors of the tree segment ends and ΔU ¼ U seg (V) is the potential difference along the tree segment. In Figure 4, it can be seen that each tree segment corresponds to an electric dipole of length h ¼ |r þQ r Q | (m). The potential at the pin tip corresponds to Uðr pin ; tÞ ¼ U app ðr pin ; tÞ þ U im ðr pin ; tÞ þ U Q ðr pin ; tÞ (V) where U Q ðr pin ; tÞ (V) is the potential at the pin tip due to the charges within the tree structure and U im ðr pin ; tÞ (V) is the potential of the induced image charge on the pin tip for maintaining the boundary condition Uðr pin ; tÞ ¼ U app ðr pin ; tÞ. The induced image charge is calculated from Equation (8) as: Qim ðtÞ ¼ 3 4πϵh 1 | r 'pin � r pin | �U im r pin ; t � ð10Þ Taking into account that the image charge and the applied charge occupies the same location, the potential at any location r (m) and time t (s) is: F I G U R E 4 Tree structure defined as composed by tree segments of same length, h, and dipoles distribution calculated as the superposition of the electric field due to the applied HV AC source and the electric field due to the charges left by the avalanches in the tree segments. The electric potential due to the HV source can be calculated using the charge simulation and images methods [31]. The pin tip is modelled as a uniformly charged sphere of radius h/2 (m) and charge Qapp (C), Figure 4, calculated for each time step as [18]: Qapp ðtÞ ¼ 3 4πϵh 1 | r 'pin � r pin | � UðtÞ ð8Þ Uðr ; tÞ ¼ U app ðr ; tÞ þ U im ðr ; tÞ þ U Q ðr ; tÞ ð11Þ U im ðr ; tÞ (V) is calculated using Equation (10) in Equation (9), and U Q ðr ; tÞ (V) from the dipoles and their images [18]. The electric field strength at the centre of each segment of the tree structure can be calculated using the potential difference between its ends and it is considered as uniform along the tree segment length. For ease of computation, the analysis and calculations are made in function of the potential difference instead of the electric field strength, both related through U ¼ Eh (V). A PD occurs when in a segment is met: U seg ≥ U on ð12Þ 6 - RODRÍGUEZ‐SERNA where U seg (V) is the difference of potential between the segment ends and U on (V) is the inception voltage which is associated with the minimum magnitude necessary for the separation of electrons from the gas or at the surface, where could have been left by previous PD. Due to the local avalanches, charges are added to the dielectric spheres at the segment ends. Those charges produce an electric field that opposes to the applied Laplacian field and the electric potential difference is reduced. In those segments where Equation (12) is met, charge dipoles will be added discretely until the following is fulfilled in all segments of the tree: U seg ≤ U of f þ U err ð13Þ where U of f (V) is the extinction voltage below which avalanches can no longer be sustained, because the ionization coefficient is equal to the electron trapping coefficient. U err (V) is a small tolerable error (<10 V) which permits to control the convergence time. U on (V) and U of f (V) depend on the characteristics of the gas in the tree tubules and the surface at the channel walls, their magnitudes can be directly calculated from experimental measurements [30]. It is assumed that all the tree segments have identical U on (V), U of f (V) and U err (V) magnitudes. For each time step, t þ Δt (s), the change in the induced charge is calculated as ΔQim ðt þ ΔtÞ ¼ Qim ðt þ ΔtÞ Qim ðtÞ (C) and the change in the charge distribution along the tree is calculated using Equation (3). Equations (3) and (8)–(13) define the electrostatic‐deterministic model, however, it has been shown that the behaviour of PD in electrical trees, as well as the propagation of these in solid dielectrics, is a chaotic‐ deterministic phenomenon [10]. In [20], it was shown that this purely deterministic model does not allow obtaining q‐φ‐n patterns with the asymmetries found in the experimental measurements. From the above, the following stochastic variations for the inception voltages are introduced in the model: þ U on ¼ U on U on ¼ rand norm ð1; 0:2Þ U'on ð14Þ � U of f þ U of f ð15Þ þ where U on (V) and U on (V) are the inception voltages of the positive and negative PD, respectively, used during the simulation, U on (V) and U of f (V) are the inception and extinction voltages experimentally measured [30]. U'on (V) is introduced to take into account that the inception voltage of negative PD is lower than the inception voltage of positive PD [27]. rand norm ð1; 0:2Þ is a function that generates random numbers with a mean of 1 from the normal distribution with a standard deviation of 0.2. This distribution and its standard deviation have been used since the measured and simulated distributions presented in [20], visually have the appearance of this type of AND ALBARRACÍN‐SÁNCHEZ distribution and the simulation results in [27], which use this same distribution, are consistent with experimental measurements. The stochastic variation for the inception voltage of negative PD is based on the conclusions of the analyses of PD time sequences during tree propagation carried out by Kaneiwa et al. [8]. The model described by Equation (3) and Equations (8)–(15) corresponds to the proposed improved SM. The second improved model corresponds to a deterministic model in which the inception voltages are defined as follows: þ ¼ U on U on ð16Þ U on ¼ U'on ð17Þ with U'on =U on ¼ 0:9 [27]. This same relationship applies to Equation (15). The model described by Equations (3), (8)–(13) and Equations (16) and (17) corresponds to the improved deterministic model (IDM). Both models were implemented in Matlab. Figure 5 shows a flowchart of that implementation. For calculating the electric field strength produced by the source equivalent charge, the Laplace field, and by the charge distribution due to the PD in the tree structure, the charge simulation and images methods were used [31]. The incoming parameters of the IDM and SM are: i. The tree structure geometry. The tree structure t must be modelled using a 2D squared lattice o be simulated. As a first approximation, the lattice size is considered as the pin‐ tip diameter. However, it can be reduced as necessary in order to improve the modelling accuracy ii. The relative permittivity of the dielectric, εr. It is assumed that the tree structure and the solid dielectric have the same permittivity iii. The peak value and frequency of the applied voltage, U 0 (V), f (Hz). Besides, different frequencies and non‐ sinusoidal voltage wave‐shapes can be modelled. However, experimental validation is required iv. The inception and extinction voltages, U on (V) and U of f (V). They can be determined from PD PSA measurements [30]. v. The electric resistance of the tree segments, Rseg (Ω). Different values of resistance can be assigned to the main tree channel and the tree tips for modelling the PD behaviour in conducting trees. 4 | CASE STUDIES AND SIMULATION RESULTS FOR PD IN NON‐CONDUCTIVE ELECTRICAL TREES Two case studies, which were experimentally measured by other authors, were simulated. The first case study corresponds to a non‐conducting electrical tree in bisphenol‐A flexible epoxy resin CY1311 whose growing in a pin‐plane RODRÍGUEZ‐SERNA AND - ALBARRACÍN‐SÁNCHEZ F I G U R E 5 Proposed improved stochastic and deterministic models flowchart arrangement under 10 kV was previously analysed using a light emission and PD activity correlation approach [20]. The distance between the pin‐tip and the plane is 2 mm, the applied voltage to pin electrode is AC 50 Hz, 10 kV peak and the plane is grounded. This first case study was included in this study in order to demonstrate the efficacy of the proposed models for predicting the PD characteristics in magnitude and phase. On the other hand, a second case study was included in this study in order to analyse in detail the asymmetry in the induced PD charge magnitude during the positive and negative half cycles as well as the effect of the inception and extinction voltage magnitudes on the PD activity. The second case study corresponds to a non‐conductive electrical tree in a flexible epoxy resin of relative permittivity 2.1 used for simulating the PD activity in non‐conducting trees in polyethylene and for analysing the effect of relative permittivity on the PD behaviour in different materials [18]. A pin‐plane arrangement is used applying a 14.14 kV peak, 50 Hz voltage to pin electrode, while the plane is grounded. The distance between the pin tip and the plane is 2 mm. Comparisons between simulated and measured results allow evaluating the validity, applicability and capabilities of the proposed models. Each case study was simulated using the original deterministic model (ODM), Equation (3) and Equations (8)–(13), as well as the SM and IDM models. F I G U R E 6 Case 1: tree geometry. Non‐conductive tree, 45 � 45 lattice, pin tip at (23,5) in lattice units, h ¼ 50 μm 7 - 8 RODRÍGUEZ‐SERNA T A B L E 1 Parameters for simulation of Cases 1 and 2. Taken from [20], Case 1, and [18], Case 2 TA B L E 2 AND ALBARRACÍN‐SÁNCHEZ Summary of simulation results for Case 1 Variable/ Model Case 1 Case 2 U0 (kV) 10 14.142 þ MaxðqPD Þ (pC) 156.9 (60.8) Uon (kV) 3.5 2.2 MaxðqPD Þ (pC) 161.8 (59.6) 266.6 (33.4) 284.6 (28.9) 200 Uof f (kV) 1 1.5 MinðqPD Þ (pC) Rseg (Ω) 1 � 1012 1 � 1012 ϵr 4.8 2.1 h (μm) 50 50 U'on =Uon 0.9 0.9 Δt1 (μs) 5.6 5.6 Δt2 (μs) 0.28 0.28 4.1 | Case study 1 Figure 6, shows the geometry of the first case study, Case 1, taken from [18,20]. The tree structure is non‐conductive, Rseg ¼ 1 � 1012 Ω, the fractal dimension is about 1.5 and the pin tip‐plane separation is 2 mm. A 45 � 45 uniform lattice with h ¼ 50 μm is used for modelling the geometry and the pin tip is at (23,5) in lattice coordinates. Table 1, summarizes the model parameters. In Table 1, Δt2 (μs) is the time step used during charge conduction simulations, Δt2 ¼ Δts (s). Simulation results for Case 1 during 50 cycles of the applied voltage are shown in Figure 7. As can be seen in Figure 7d, g the ODM model does not allow the q‐φ‐n patterns to be adequately simulated since there is a symmetry between the positive and negative PD distributions that does not appear in the experimentally measured patterns. The simulation results using the IDM model are shown in the second column of Figure 7. It can be seen in Figure 7e, h that this model yields q‐φ‐n patterns with asymmetry in the positive and negative PD. Because of the inception voltage for negative PD is lower than for positive PD, there are more negative PD than positive, in addition, these occur at a lower phase than with the ODM. On the other hand, the greater number of negative PD increases the charge left in the tree channels, which produces an increase in magnitude and the number of subsequent positive PD because of the intensification of the electric field. Finally, it is observed in Figure 7f, i that, with the SM model, the q‐φ‐n patterns exhibit a distribution similar to that obtained in the experimental measurements. On the other hand, the maximum values of the positive and negative PD are close to that experimentally measured for this case study in [20], Table 2. The values between parentheses in Table 2 correspond to the % error with respect to the measured values reported in [20]. The improvement to the deterministic model proposed here (IDM), using U'on (V) for negative PD, reduces the error and allows obtaining asymmetric patterns, however, the þ= ODM 17 IDM SM Measured [20] Parameter 311 (22.3) 449.7 (12.4) 400 15.1 3.4 ‐ Abbreviations: IDM, improved deterministic model; ODM, original deterministic model; SM, stochastic mode. proposed SM not only reduces the error even further, but also, the distributions of the q‐φ‐n patterns are similar to those experimentally measured in which it can be seen that the positive PD are of greater magnitude than the negatives and those are concentrated in clouds around the phase values corresponding to the voltage increments when the resultant voltage within the tree structure is equal to or greater than U on (V), while the negative discharges have an approximate normal distribution. In spite of the reasonable agreement for the maximum PD magnitudes, the accuracy of the models can be improved adjusting the inception voltage distribution using PSA experimental measurements. 4.2 | Case study 2 The second case of study is included here for analysing the time behaviour of the induced charge on the pin electrode for verifying if the asymmetries in the PD pulses are also reflected in the induced PD charge. On the other hand, the permittivity of media is reduced to 2.1, similar to polyethylene, which allows to evaluate the effect on the PD behaviour of the solid material parameters. The Case 2, corresponds to the same geometry shown in Figure 6. For this case study, a 41 � 44 uniform lattice with h ¼ 50 μm is used for reproducing the tree geometry. The pin tip is at (21,4) in lattice coordinates. The parameters of the model are presented in the third column of Table 1. Figure 8, shows the simulation results for the Case 2 during 50 cycles of the applied voltage. In Figure 8, q’ (C) is the induced PD charge on the pin electrode. For this case, the q’‐φ‐n distributions obtained using each model have similar characteristics to that shown in Figure 7. However, the number of PD is greater due to the applied voltage is greater and the inception voltage is lower than in the Case 1. On the other hand, in despite of the increased applied Laplacian field to the same geometry, the PD magnitudes, maximum and minimum values, are lower than in Case 1. This is because the extinction voltage is greater and the voltage difference between inception and extinction is lower than in the Case 1, see Table 1. Table 3 summarizes the simulation results for the Case 2. In Table 3, Max NPD is the maximum number of PD for any phase in the q’‐φ‐n pattern. It can be seen that when the RODRÍGUEZ‐SERNA AND ALBARRACÍN‐SÁNCHEZ - 9 F I G U R E 7 Simulation results for Case 1. From top to bottom: Pulse sequence figure, q‐φ‐n pattern in 2D, q‐φ‐n pattern in 3D. (a), (d) and (g), Original deterministic model (ODM); (b), (e) and (h), improved deterministic model (IDM); (c), (f) and (i), proposed stochastic model (SM) permittivity of media is reduced the inception voltage decreases and the extinction voltage increases. Due to this, PD exhibit a phase advance, it is, they appear earlier in phase. This behaviour is similar to that found during periodic bursts when electrical trees propagate in conductive materials. From that it can be concluded that periodic bursts [16] can be modelled changing the inception and extinction voltages. On the other hand, the magnitude of induced charge decrease by a factor of almost 2, when the permittivity is reduced from 4.8 to 2.1 [18]. Additionally, Figure 9 shows the induced charge on the pin for the first five cycles of applied voltage using the ODM, IDM and SM. It can be appreciated that the induced charge on the pin electrode also exhibits an asymmetry similar to PD pulses and the proposed models are able to predict this behaviour with reasonable accuracy. The ODM model always presents symmetry while the other models present an asymmetry similar to that found in the experimental measurements in [18]. During the real acquisitions, the maximum value of the induced charge on the electrode for the positive half cycle of the AC signal is 40 pC while in the negative half cycle it is 60 pC, which implies an asymmetry of two‐thirds in [18]. Using the results of the SM model, the maximum value in the positive half cycle is 60 pC, while in the negative half cycle it is 80 pC, which implies an asymmetry of three‐fourths. Regarding the measurements, the SM model presents a difference of 12.5% in the asymmetry and 33.33% in the maximum values of the induced charge. This same error was found using the ODM model in [18] and it was associated with the inception and extinction voltages magnitudes used during the simulations, Table 1. Those voltage magnitudes can be adjusted in order to reduce the error. However, that task is out of the scope of this study. This allows us to demonstrate that the proposed models, not only calculate adequately the magnitude of the PD, but also their distribution as a function of phase and time. The proposed improved models present an adequate performance and permits predicting with minor errors to the 10 - RODRÍGUEZ‐SERNA AND ALBARRACÍN‐SÁNCHEZ F I G U R E 8 Simulation results for Case 2. From top to bottom: Pulse sequence figure, q’‐φ‐n pattern in 2D, q’‐φ‐n pattern in 3D. (a), (d) and (g), Original deterministic model (ODM); (b), (e) and (h), improved deterministic model (IDM); (c), (f) and (i), proposed stochastic model (SM) TA B L E 3 Summary of simulation results for Case 2 Variable/Model ODM IDM SM þ MaxðqPD Þ (pC) 137.9 158.4 178.3 MaxðqPD Þ (pC) 162.1 117.3 78.3 MinðqPD Þ (pC) þ= 17 15.1 3.4 Max NPD 19 10 12 Abbreviations: IDM, improved deterministic model; ODM, original deterministic model; SM, stochastic mode. ODM, the distributions of the q‐φ‐n diagrams and the magnitudes of the PD pulses. It should be borne in mind that the model only considers charge transport by conduction at the interface between the gaseous and dielectric channels and does not take into account other transport processes, such as in the gas or charge trapping at the surface, which can affect the distribution of the electric field strength. However, the results are considered to be reasonably accurate. The changes on the PD behaviour during tree propagation depends on the changes on the tree shape and length [13] and the spatial and temporal variations in the tree channels conductivity [16]. In non‐conductive trees the PD pattern during the tree propagation evolves from turtle to wing‐like distribution and the maximum PD increases proportional to the tree length [27]. On the other hand, in conductive trees, the PD behaviour during tree propagation is characterized by low PD magnitudes, practically undetectable due to noise levels, at a very high rate with some periodic bursts when the PD pulse magnitude increases, those bursts are related to new branch formation. The variations in the PD behaviour in conductive trees can be modelled using the IDM and SM models assigning a lower resistance to the main tree channel than at the tree tips, in addition, the bursts can be modelled reducing the inception and extinction voltages which allows both, to increase the PD RODRÍGUEZ‐SERNA AND - ALBARRACÍN‐SÁNCHEZ F I G U R E 9 Induced charge on the pin electrode using the ODM, IDM and SM models during the first five cycles of the applied voltage. IDM, improved deterministic model; ODM, original deterministic model; SM, stochastic mode magnitude at low voltage phases and to increase the PD propagation length. Detailed images and figures of the measurement results can be seen in [18,20]. Table A2 in Appendix, summarizes the advantages and disadvantages of the IDM and SM models. 11 The parameters that affect the most the PD behaviour are, the geometry, the magnitude of the inception and extinction voltages and the probability density function for the inception voltage of the negative PD. Other improvements to the proposed models can be made by adjusting the inception voltages and the probability density function using distributions experimentally determined. The simulation results through the improved models and their similarity to the experimental measurements, corroborate the hypothesis of other researchers that PD in trees are chaotic‐deterministic phenomena. The models can also be used for simulating PD in conducting trees. However, the validation analysis is quite difficult due to the high rate of PD pulses and their very low magnitude [19]. This model will be used in future works for correlating electrical tree characteristics, tree length and shape, with PD behaviour as a prognosis tool for evaluating the useful life of solid dielectrics. A C K N OWL E D G E M E N T The authors would like to acknowledge Fundación Carolina, Universidad de Antioquia‐Departamento de Ingeniería Eléctrica, Universidad Politécnica de Madrid, Fondo Sapiencia‐ Alcaldía de Medellín and Ministry of Science and Innovation of Spain, National Program of Scientific and Technical Research and Innovation (project PID2019‐107126RB‐C21). R E FE R E N CE S 5 | CONCLUSIONS The state‐of‐the‐art of models for simulating PD in electrical trees was reviewed and it was found that the electrostatic‐ deterministic model appears to be the most adequate for simulating PD in trees mainly because it allows considering trees of different shape and length. The theoretical background of the models was briefly presented and their advantages and disadvantages were discussed. Two novel models, IDM and SM, were proposed which can be considered as improvements to the ODM that serves as a basis since they allow obtaining q‐φ‐n patterns with distributions and magnitudes approximate to those found experimentally for PD in electrical trees and with smaller errors than those obtained with the ODM. The main advantages of the proposed model can be summarized as follows: i. Electrical trees of different shape can be modelled ii. The q‐φ‐n patterns obtained have magnitudes and phase distributions very close to those found experimentally iii. The models are able to predict the asymmetric behaviour of the induced charge iv. The models can be used for considering different frequencies and voltage wave shapes 1. Dissado, L.A., Fothergill, J.C.: Electrical Degradation and Breakdown in Polymers. The Institution of Engineering and Technology (IET), London. (1992) 2. Su, J., Du, B., Li, J., Li, Z.: Electrical tree degradation in high‐voltage cable insulation: progress and challenges. High Volt. 5(4), 353–364 (2020) 3. Champion, J.V., Dodd, S.J.: Systematic and reproducible partial discharge patterns during electrical tree growth in an epoxy resin. J. Phys. Appl. Phys. 29(3), 862–868 (1996) 4. Albarracín‐Sánchez, R., Álvarez‐Gómez, F., Vera‐Romero, C.A., Rodríguez‐Serna, J.M.: Separation of partial discharge sources measured in the high‐frequency range with HFCT sensors using PRPD‐teff patterns. Sensors. 20(2), 382 (2020) 5. Rodríguez‐Serna, J.M., Albarracín‐Sánchez, R., Garnacho, F., Álvarez, F., Ortego, J.: Partial Discharges Measurements for Condition Monitoring and Diagnosis of Power Transformers: A Review. Proceedings of 6th International Advanced Research Workshop on Transformers (ARWtr), Córdoba, Spain, pp. 83–88 (2019) 6. Janani, H., Kordi, B.: Towards automated statistical partial discharge source classification using pattern recognition techniques. High Volt. 3(3), 162–169 (2018) 7. Mammeri, M., Laurent, C., Salon, J.: Influence of space charge buildup on the transition to electrical treeing in PE under ac voltage. IEEE Trans. Dielectr. Electr. Insul. 2(1), 27–35 (1995) 8. Kaneiwa, H., Suzuoki, Y., Mizutani, T.: Characteristics of partial discharges in artificial simulated tree channels during tree propagation. IEEE Trans. Dielectr. Electr. Insul. 8(1), 72–77 (2001) 9. Guangning, W., Xiongwei, J., Hengkun, X., Dae‐Hee, P.: The experimental study on tree growth in XLPE using 3D PD patterns. Proceedings of 6th International Conference on Properties and Applications of Dielectric Materials (ICPADM), Xi'an, China, pp. 558–561 (2000) 12 - RODRÍGUEZ‐SERNA 10. Chen, X., Xu, Y., Cao, X.: Nonlinear time series analysis of partial discharges in electrical trees of XLPE cable insulation samples. IEEE Trans. Dielectr. Electr. Insul. 21(4), 1455–1461 (2014) 11. Zheng, H., Chen, G., Rowland, S.M.: The influence of AC and DC voltages on electrical treeing in low density polyethylene. Int. J. Electr. Power Energy Syst. 114, 105386 (2020) 12. Kasinathan, E., Mahajan, A., Gupta, N.: Phase resolved PD patterns in treeing in the presence of voids. J. Electrost. 87(1), 45–50 (2017) 13. Guastavino, F., Cerutti, B.: Tree growth monitoring by means of digital partial discharge measurements. IEEE Trans. Dielectr. Electr. Insul. 10(1), 65–72 (2003) 14. Dodd, S.J., Chalashkanov, N., Fothergill, J.C.: Statistical Analysis of Partial Discharges from Electrical Trees Grown in a Flexible Epoxy Resin. Proceedings of Conference on Electrical Insulation and Dielectric Phenomena—Annual Report, Quebec, Canada, pp. 666–669 (2008) 15. Borishade, A.B.: The Development of Electrical Discharges in Simulated “Tree” Channels. IEEE Trans. Electr. Insul. EI‐12(5), 348–354 (1977) 16. Champion, J.V., Dodd, S.J., Alison, J.M.: The correlation between the partial discharge behaviour and the spatial and temporal development of electrical trees grown in an epoxy resin. J. Phys. Appl. Phys. 29(10), 2689 (1996) 17. Suwarno, Suzuoki, Y., Komori, F., Mizutani, T.: Partial discharges due to electrical treeing in polymers: phase‐resolved and time‐sequence observation and analysis. J. Phys. Appl. Phys. 29(11), 2922–2931 (1996) 18. Champion, J.V., Dodd, S.J.: An approach to the modelling of partial discharges in electrical trees. J. Phys. Appl. Phys. 31(18), 2305–2314 (1998) 19. Champion, J.V., Dodd, S.J.: Simulation of partial discharges in conducting and non‐conducting electrical tree structures. J. Phys. Appl. Phys. 34(8), 1235–1242 (2001) 20. Dodd, S.J., Chalashkanov, N.M., Fothergill, J.C.: Partial discharge patterns in conducting and non‐conducting electrical trees. Proceedings of 10th IEEE International Conference on Solid Dielectrics (ICSD), Potsdam, Germany, pp. 1–4 (2010) 21. Malinovski, A.S., Noskov, M.D., Sack, M., Schwab, A.J.: Simulation of partial discharges and electrical tree growth in solid insulation under ac voltage. Proceedings of IEEE 6th International Conference on Conduction and Breakdown in Solid Dielectrics (ICSD), Vasteras, Sweden, pp. 305–308 (1998) 22. Noskov, M.D., Malinovski, A.S., Sack, M., Schwab, A.J.: Self‐consistent modeling of electrical tree propagation and PD activity. IEEE Trans. Dielectr. Electr. Insul. 7(6), 725–733 (2000) AND ALBARRACÍN‐SÁNCHEZ 23. Noskov, M.D., Sack, M., Malinovski, A.S., Schwab, A.J.: Measurement and simulation of electrical tree growth and partial discharge activity in epoxy resin. J. Phys. Appl. Phys. 34(9), 1389–1398 (2001) 24. Noskov, M.D., Malinovski, A.S., Sack, M., Schwab, A.J.: Modelling of partial discharge development in electrical tree channels. IEEE Trans. Dielectr. Electr. Insul. 10(3), 425–434 (2003) 25. Suwarno, Suzuoki, Y., Mizutani, T.: Partial Discharges in Artificially‐ Simulated Tree Channels‐ Effects of Channel Diameter. Proceedings of Asian International Conference on Dielectrics and Electrical Insulation, Xi'an, China, pp. 195–198 (1996) 26. Wu, K., Suzuoki, Y., Mizutani, T., Xie, H.: A novel physical model for partial discharge in narrow channels. IEEE Trans. Dielectr. Electr. Insul. 6(2), 181–190 (1999) 27. Lv, Z., Rowland, S.M., Chen, S., Zheng, H.: Modelling and simulation of PD characteristics in non‐conductive electrical trees. IEEE Trans. Dielectr. Electr. Insul. 25(6), 2250–2258 (2018) 28. Hoof, M., Patsch, R.: A physical model, describing the nature of partial discharge pulse sequences. Proceedings of 5th International Conference on Properties and Applications of Dielectric Materials (ICPADM), Seoul, South Korea, pp. 283–286 (1997) 29. Aziz, N.H., Catterson, V.M., Judd, M.D., Rowland, S.M., Bahadoorsingh, S.: Prognostic modeling for electrical treeing in solid insulation using pulse sequence analysis. Proceedings IEEE Conference on Electrical Insulation and Dielectric Phenomena (CEIDP), Des Moines, USA, pp. 373–376 (2014) 30. Lv, Z., Rowland, S.M., Chen, S., Zheng, H., Wu, K.: Modelling of partial discharge characteristics in electrical tree channels: estimating the PD inception and extinction voltages. IEEE Trans. Dielectr. Electr. Insul. 25(5), 1999–2010 (2018) 31. Gaviria Ortiz, Á.: Teoría Electromagnética: Proposiciones y Soluciones. Editorial Universidad de Antioquia, Medellín (2004) How to cite this article: Rodríguez‐Serna JM, Albarracín‐Sánchez R. Improved deterministic and stochastic models for simulating partial discharges in non‐conducting trees inside solid dielectrics. High Voltage. 2020;1–13. https://doi.org/10.1049/ hve2.12038 APPENDIX TA B L E A 1 Advantages and disadvantages of models for simulating PD in electrical trees inside solid dielectrics Model Advantages Disadvantages Capacitive [17] Its calculation algorithm can be easily implemented. The q‐φ‐n The PD in the gaseous channels is controlled by the voltage in a patterns present distributions similar to those measured resistance that does not have a physical explanation. Only experimentally. The stochastic behaviour of the PD is one PD can occur in each half cycle. The channel simulated by varying the extinction voltage. capacitances are constant, so the PD will be of constant magnitude. Avalanche [18,19] It is an electrostatic model whose parameters and variables are It is a purely deterministic model, so the distributions of the q‐φ‐ physically justified and can be measured experimentally. n patterns do not present the asymmetries found in the Trees of different geometries can be simulated. Both experimental measurements. conductive and non‐conductive trees can be simulated. Self‐consistent PD þ propagation [21,22] It is a physical model that allows the simultaneous simulation of It is a fairly general model and does not take into account PD and the propagation of trees. The q‐φ‐n patterns are changes in tree propagation modes due to physical and similar to those measured experimentally with sinusoidal and chemical variations in materials caused by PD. Dependence triangular AC signals. The model uses the charge simulation of polarity on media and model parameters is not method. Quite different geometries can be simulated since a considered.For the simulation of the PD it can be predefined lattice is not used for the propagation of the considered as equivalent to the avalanche model. trees. RODRÍGUEZ‐SERNA AND - ALBARRACÍN‐SÁNCHEZ 13 Model Advantages Disadvantages Artificial channel [26] It is an improvement to the original model of capacitors. The capacitance between the channel tip and the plane electrode Multiple PD can be considered in a half cycle of a sinusoidal is constant so sudden changes in PD cannot be modelled by AC signal. The model adequately reproduces the increasing the radial length of the tree structure. Only experimentally measured q‐φ‐n patterns in artificial channels artificial, straight channels can be modelled. when the applied voltage or length is changed. The dependence of polarity on the model parameters is considered. Improved avalanche [27] The distributions and magnitudes of the simulated q‐φ‐n The model does not consider the dependence on the polarity of patterns are quite close to those measured experimentally, so the model parameters, so the q‐φ‐n patterns are symmetric. the quantitative results are reliable. Abbreviations: AC, alternating current; PD, partial discharges. TA B L E A 2 Summary of advantages and disadvantages of proposed models for simulating PD in electrical trees Model Advantages Original deterministic model (ODM) It is an electrostatic model whose parameters and variables are It is a purely deterministic model, so the distributions of the q‐φ‐ physically justified and can be measured experimentally. Tree n patterns do not present the asymmetries found in the of different geometries can be simulated. Allows modelling experimental measurements. The trees must be represented and simulating conductive and non‐conductive trees. using a 2D square lattice to be simulated. Improved deterministic model (IDM) The same as aforementioned for ODM. Besides, allows considering a lower inception voltage magnitude for the negative PD. Stochastic model (SM) The same as aforementioned for ODM. Additionally, includes a The trees must be represented using a 2D square lattice to be stochastic variation in the inception voltage for negative PD simulated, for this reason only trees with fractal dimension < with a distribution based on experimental measurements. The 2 can be modelled. It is only considered charge transport by q‐φ‐n diagrams show an asymmetric behaviour similar to conduction at the gas‐solid interface. measured ones. The PD behaviour simulated using this approach allows to explain the chaotic‐deterministic conduct of tree propagation. Abbreviation: PD, partial discharges. Disadvantages In spite of the different voltage inception magnitude for positive and negative PD, the q‐φ‐n patterns exhibit a symmetric wing‐like distribution in both, negative and positive half cycles. The trees must be represented using a 2D square lattice to be simulated. It is only considered charge transport by conduction at the gas‐solid interface. Publicación Título Autores Universidades colaboradoras Revista Clasificación ISSN Volumen (número) Año, páginas DOI Publicación de acceso abierto Keywords Abstract 6 A Study on the Life Estimation and Cavity Surface Degradation due to Partial Discharges in Spherical Cavities Within Solid Polymeric Dielectrics Using a Simulation Based Approach Johnatan M. Rodríguez-Serna, Ricardo Albarracín-Sánchez Universidad Politécnica de Madrid, Universidad de Antioquia (Colombia) Polymers JCR: Q1, Scopus: Q1. 2073-4360 13 (3) 2021, 324 https://doi.org/10.3390/polym13030324 Sí X No partial discharges, time-to-breakdown, polymer degradation, prognosis, dielectric breakdown Partial Discharges (PD) in cavities are responsible for the greatest aging rate in polymeric solid dielectrics due to chemical and physical deterioration mechanisms activated by the charge carriers, Ultra Violet (UV) radiation and local temperature rising during PDs activity. From the above, it is necessary to develop prognosis tools based on PDs measurements as diagnostic quantities in order to infer the time-to-breakdown, life, of solid dielectrics for improving the reliability of electrical assets, especially in current applications where they are subject to great electrical stresses in voltage frequency and magnitude. In this paper, the degradation in polymeric materials induced by PDs in cavities is briefly discussed from a phenomenological point of view, and then it is quantitatively evaluated using a simulation-based approach and a new proposed damage function. The time-to-breakdown calculated from simulations exhibits good agreement when compared with experimental measurements. Additionally, an analysis on the effect of the magnitude and frequency of the applied voltage on the degradation rate is also presented and the effectiveness of a degradation indicator, proposed by other authors, is evaluated under different stress conditions. 126 polymers Article A Study on the Life Estimation and Cavity Surface Degradation Due to Partial Discharges in Spherical Cavities within Solid Polymeric Dielectrics Using a Simulation Based Approach Johnatan M. Rodríguez-Serna 1,2, * 1 2 * Citation: Rodríguez-Serna, J.M.; Albarracín-Sánchez, R. A Study on the Life Estimation and Cavity Surface Degradation Due to Partial Discharges in Spherical Cavities within Solid Polymeric Dielectrics Using a Simulation Based Approach. and Ricardo Albarracín-Sánchez 1 Departamento de Ingeniería Eléctrica, Electrónica, Automática y Física Aplicada, Escuela Técnica Superior de Ingeniería y Diseño Industrial (ETSIDI), Universidad Politécnica de Madrid (UPM), Ronda de Valencia 3, 28012 Madrid, Spain; ricardo.albarracin@upm.es Departamento de Ingeniería Eléctrica, Facultad de Ingeniería, Universidad de Antioquia (UdeA), Calle 67 No. 53-108, 050010 Medellín, Colombia Correspondence: johnatan.rodriguez.serna@alumnos.upm.es Abstract: Partial Discharges (PD) in cavities are responsible for the greatest ageing rate in polymeric solid dielectrics due to chemical and physical deterioration mechanisms activated by the charge carriers, Ultra Violet (UV) radiation and local temperature rising during PDs activity. From the above, it is necessary to develop prognosis tools based on PDs measurements as diagnostic quantities in order to infer the time-to-breakdown, life, of solid dielectrics for improving the reliability of electrical assets, especially in current applications where they are subject to great electrical stresses in voltage frequency and magnitude. In this paper, the degradation in polymeric materials induced by PDs in cavities is briefly discussed from a phenomenological point of view, and then it is quantitatively evaluated using a simulation-based approach and a new proposed damage function. The time-tobreakdown calculated from simulations exhibits good agreement when compared with experimental measurements. Additionally, an analysis on the effect of the magnitude and frequency of the applied voltage on the degradation rate is also presented and the effectiveness of a degradation indicator, proposed by other authors, is evaluated under different stress conditions. Keywords: partial discharges; time-to-breakdown; polymer degradation; prognosis; dielectric breakdown Polymers 2021, 13, 324. https:// doi.org/10.3390/polym13030324 Academic Editor: Emin Bayraktar Received: 26 December 2020 Accepted: 19 January 2021 Published: 20 January 2021 Publisher’s Note: MDPI stays neutral with regard to jurisdictional claims in published maps and institutional affiliations. Copyright: © 2021 by the authors. Licensee MDPI, Basel, Switzerland. This article is an open access article distributed under the terms and conditions of the Creative Commons Attribution (CC BY) license (https:// creativecommons.org/licenses/by/ 4.0/). 1. Introduction In order to improve the maintenance actions on electrical assets, it is necessary to make an adequate diagnosis of the equipment health using measurements and indexes that allow to evaluate the actual operating conditions of the equipment [1]. For insulation systems and dielectric materials, phenomenological macroscopic life models allow to infer the time-to-breakdown using extrapolation from accelerated tests results [2]. However, local defects as cavities, protrusions or impurities, induce the acceleration of ageing rates, which makes difficult the precise and reliable life estimation under different stress conditions [3]. Polymeric materials, as well as polymerizable resins, are used in the different subsystems of the electrical assets insulation systems because of its good dielectric properties, elasticity, thermal stability and resistance against moisture, dirt and chemical contamination [4]. In addition, they allow to increase the reliability, cost effectiveness and power density of electrical apparatus, e.g., electrical machines, in modern applications such as mobility, aerospace and high speed [5–7]. Cavities can appear in polymeric materials as a consequence of the manufacturing and curing processes [8], and Partial Discharges (PD) activity can be started inside them, accelerating the ageing process of the dielectric materials [9]. During PDs in cavities, electrons, and also ions, can acquire high-kinetic energies due to the increased fields and long-free paths [10]. These highly energetic electrons collide with the gas–solid interface Polymers 2021, 13, 324. https://doi.org/10.3390/polym13030324 https://www.mdpi.com/journal/polymers Polymers 2021, 13, 324 2 of 23 and can cause the dielectric degradation via impact ionization, C–H bond scissions and chemical reactions induced by free radicals [11,12]. The latter chemical processes, along with oxidation, are the most obvious mechanisms for polymer degradation driven by PDs in cavities [9,13]. As PDs activate the fastest degradation mechanism in polymeric solid dielectrics due to chemical and physical deterioration mechanisms activated by the charge carriers, UV radiation and local temperature rising during PDs activity [8,14], their measurable magnitudes, i.e., partial discharge (PD) charge, PD energy, PD pulse shape, etc., can be used as effective diagnostic quantities, specially, in organic dielectric materials or oilpaper [15,16]. In addition, the types of defects [17], as well as some of their characteristics, such as, shape, diameter and ageing conditions, among others, can be inferred from PD measurements [18,19]. However, an accurate prediction of the remaining useful life of the equipment from PD measurements is still not available. On the other hand, nowadays applications such as hybrid AC and DC transmission schemes and nonlinear loads impose stresses conditions different to those considered at rated conditions. In hybrid AC and DC systems, dynamic ageing and life modeling is required because ageing factors and mechanisms are changing depending on power planning and dispatch constrains [20]. Under DC voltage applied, the field distribution is different from the case of AC voltage, which causes that the inception of PDs activity at internal cavities is variable depending on their location and the type of applied voltage, AC or DC. In addition, at DC, the PD inception voltage can become lower than under AC because the conductivity increases due to the temperature rising by load increments [20]. Harmonic components are also able to increase the thermal and electrical stresses due to superposition with the fundamental component causing increments in the PD rate, the PD pulse magnitude and, consequently, the degradation rate [21]. In medium-voltage rated motors, the PD pulse magnitude and PD rate will increase under an inverter supply, however longer life times are obtained when both, the number of inverter voltage levels and the impulse rise time, increase, with a maximum when the voltage corresponds to a sinusoidal wave shape [22]. In this paper, it is presented a study on the degradation of polymeric materials induced by PDs in spherical cavities inside solid dielectrics implementing an innovative simulation based approach that uses a novel damage function and allows to quantitatively inferring the time-to-breakdown of the insulation system. Additionally, based on simulation results, the effectiveness as well as the period of predominance above each other of the chemical and physical degradation mechanisms are discussed. On the other hand, the simulation-based approach is used for numerically evaluating the effect of the applied voltage frequency and magnitude on the degradation rate and analytical expressions for the trend lines of the accumulated damage or ageing as a function of voltage magnitude and frequency were determined. In this study it is considered that the ageing of the solid dielectric material is driven mainly by PDs in cavities which is supported by the fact that the breakdown is determined by the most harmful condition and the greatest ageing rate [13]. The degradation induced by PDs in spherical cavities at different stages, phases, during ageing is estimated through a method that uses a microscopic life model inspired in the Serra et al. work [23], in which the polymer C–H bonds are broken via Dissociation by Electron Attachment (DEA). DEA is a chemical process where electrons are temporarily trapped in a resonant state of the molecules causing its fragmentation [24]. The implemented method makes it possible to infer quantitatively the time-to-breakdown under the electrical stresses imposed at each phase of the aging process. It is assumed that the ageing phases can be clearly differentiated by the variations in the Phase-Resolved PD (PRPD) patterns that have already been analyzed and characterized by other researchers in [25]. On the other hand, the effects of applied voltage magnitude and frequency on the ageing rate are analyzed using simulation results. The effect of the space charge and physical mechanisms on the ageing rate are also discussed and an ageing rate indicator, proposed by other authors Polymers 2021, 13, 324 3 of 23 in [26], is also evaluated under different stress conditions. Statistical analyses are included for considering the stochastic characteristics of the PD behaviour. The paper is organized as follows: first, the materials and methods employed for the case studies are summarized in Section 2; then, the degradation induced by PDs in polymeric materials is briefly discussed in Section 3. The method for calculating the degradation induced by PDs and for estimating the life is presented afterwards in Section 4; next, the simulation results for the considered case studies are presented and discussed in Section 5. Finally, some conclusions are depicted in Section 6. 2. Materials and Methods For this work, three case studies were implemented. The first case study allows evaluating the degradation along different ageing phases differentiated by the variations in the PRPD patterns. The time-to-breakdown from unaged conditions is calculated using the life estimated at each ageing phase. Then, numerical results are compared with measurement observations, which allows showing the effectiveness of the implemented method for estimating the life of solid dielectrics subject to PDs in cavities using simulations. On the other hand, the second and third case studies allow analyzing, respectively, the effect on the degradation rate of the applied voltage magnitude and frequency. The first case study was presented in [25], while the second and third were presented, respectively, in [27,28]. The sample preparation is described in each corresponding reference. The Table 1, summarizes the materials description for each case study as well as the characteristics of the test arrangements. Table 1. Description of the materials and applied electric stress in the case studies. Case Study 1 2 3 Material Cavity Gas Epoxy resin, EP 100 (Araldite D/HY 956) Epoxy resin, Araldite Rapid Epoxy resin, Araldite Rapid Cavity Radius, a [mm] Electric Stress Air (2–65 kPa, 300 K) 1.25 AC, 50 Hz, 19.25 kV, D = 3.50 mm Air (77 kPa, 293 K) Air (101 kPa, 293 K) 0.70 0.78 AC, 50 Hz, 14 kV–20 kV, D = 2 mm AC, 1 Hz–50 Hz, 14 kV, D = 2 mm The test arrangement for all the case studies corresponds to a spherical cavity immersed in a solid dielectric bulk, which is put into a flat electrode configuration with a dielectric separation D (m), see Table 1. An AC voltage source is applied to the upper electrode while the lower is grounded. The parameters of media for the first case study at each ageing phase were presented in [29]. It was assumed that during aging the ionization characteristics of the gas in the cavity are similar to those of air. This approximation is reasonable in the sense that the gaseous decomposition and the products of the reactions (such as CO2 , CH4 , and NOx) are not very different from air in their ionization characteristics [25]. Similarly, the parameters of media for the second and third case studies are presented, respectively, in [27,28]. The method for calculating the induced damage and the time-to-breakdown due to PDs in spherical cavities inside solid dielectrics consists of the following two steps: • • PDs simulation; and PD induced damage calculation. At the first step, PDs are simulated for each case study using the hybrid PD-Finite Element Analysis model presented in [29]. The following assumptions were made for the simulations and calculations: • • • Discharges propagate along the symmetry axis and are streamer-like [30]. The PD deploys charge carriers of opposite sign at the cavity surface where all they are initially concentrated at the intersection point between the symmetry axis and the cavity surface. After that, the charge assumes a field-dependent distribution [29]. As the damage depends on the charge carrier collision and they are initially concentrated on the intersection point between the symmetry axis and the cavity surface, Polymers 2021, 13, 324 4 of 23 where the streamer impacts with the cavity surface, it is considered that the damage accumulates at that point [19]. In comparison to Townsend-like, streamer-like PDs cause severe degradation to polymers which allows to conclude that cavities with dimensions < 10 µm will not be eroded by PDs [10]. Streamer-like PDs produce local degradation because they inject charge and produce oxidation locally, generating semiconducting patches in the colliding area [8]. At the second step, the degradation induced by PDs in the solid dielectric, polymer C–H bonds broken via DEA [23], is calculated as a function of the PD-electrons energy distribution and the scattering rates in the polymer, this is detailed in Section 4. As the electrical tree propagation is faster than its inception [31], the time-to-breakdown, life, is considered as the time required to the formation of a damaged zone of size large enough for sustain PDs independent from the PDs in the cavity and the tree propagation can be incepted. 3. Degradation of Polymeric Material Induced by PDs in Cavities The continuous PD activity induces the formation of pits and craters on the cavity surface due to the erosion of the dielectric material through the following physical and chemical mechanisms [8,32,33]: • • • Bombardment of the cavity surface by charge carriers and photons; Increment on the local temperature by high temperature discharge gases; and Chemical reactions activated by excited molecules or chemical compound in the gas and solid phase, particularly oxygen and ozone. Those pits and craters can lead to the propagation of electrical trees due to local field enhancements [3,34]. In oxygen free conditions, the continuous ion bombardment of the surface is able to produce craters or pits. However, due to their low energy, is required the simultaneous occurrence of great temperature risings and under normal conditions it only appears as a worsening factor of existing damage [8]. On the other hand, the increment on the local temperature in the cavity can accelerates the chemical reactions, but other thermal degradation mechanisms, such as, the direct melting are negligible [35]. PDs in cavities inside solid dielectrics are cause and consequence of material ageing and the effectiveness of the aforementioned mechanisms on the material degradation, depends on the gas and solid composition, temperature, gas pressure, cavity surface conductivity, and roughness, as well as the energy dissipated by the PDs [36]. In turn, the cavity gas and surface characteristics influences the PD behaviour because the gas ionization parameters are function of its composition, and the charge drift or recombination and emission rates at the cavity surface depend on its conductivity and roughness [26]. In oxygen rich conditions appear large PD pulses, which erode uniformly the cavity surface by ion bombardment and oxidation. On the other hand, in nitrogen and moisture conditions appear swarming micro PD pulses that produce localized degradation due to ion bombardment. In air, the PD degradation exhibits the combined effect [32]. Chemical reactions activated by hot electrons determine the rates of oxygen consumption, in gas and solid phases, and by-products generation, which modifies the cavity gas composition and pressure, as well as the cavity surface roughness. At the initial ageing phases, in oxygen rich conditions, the PD energy allows creating active oxygen species (O, O2 , and O3 ) which degrade uniformly the cavity surface and a synergy may exist between DEA and autoxidation [37]. The dissociation of C–H bonds produces H− ions and polymer free radicals, R˙ which are formed after an initiation step X, caused by oxidation, UV absorption, electron collisions or ionizing radiation as [8]: X + Ra+b → Ra∗ + Rb∗ (1) Those polymer free radicals are very reactive and promote the chain scission and cross-linking through chain reactions, especially in oxygen rich conditions, that finish when all the energy has been consumed or an antioxidant reaction occurs. The activation energy Polymers 2021, 13, 324 5 of 23 for autoxidation is low and this is the reason why this process is very important in the tree inception under AC voltage [12]. During ageing, an oxidized layer containing carbonyl radicals (=CO) appear at the cavity surface, which modifies its conductive characteristics, affecting indeed the PD inception and extinction magnitude, the electric field distribution and streamer landing pattern [32]. The non-uniform deposition of by-products cause that some areas are prone to experience intensive bombardment [38]. In epoxy specimens, the oxidation process is dependent on the curing process because it has been shown that when anhydride hardener is used it reacts with most of the oxygen leaving an atmosphere that is 80–98% nitrogen. Nevertheless, in air and nitrogen the PD behaviour is quite similar [39], which allows to infer that chemical reactions in the surface are the most important and that the oxygen in the gas or in the polymeric matrix participates in the surface oxidation. After experimental observations of PDs that induced degradation in spherical cavities enclosed in epoxy resin [40], it have been found that despite some by-products were encountered at the equatorial zones perpendicular to the electric field in the cavity, the surface degradation is severe at the polar zones closer to the High-Voltage (HV) electrodes. At those polar zones, semiconducting crystals made of oxalic acid were found, which due to field enhancement, concentrate the PD activity in their vicinity, increasing pitting and originating channels from the void surface. From that observation, it was concluded that crystals formation is in fact the first stage in the tree inception [40]. As the crystals modify the cavity geometry and the PDs inception location, the appearance of crystals can be detected analyzing the asymmetries in the PRPD pattern, however the appearance of the channels cannot be easily detected because the low magnitude of the PD pulses in them [41]. The cavity gas pressure diminishes due to oxygen consumption in chemical reactions, in the gas and the cavity surface, and diffusion of gases into the dielectric bulk [42]. Both, the cavity surface conductivity and cavity gas pressure determines the PD inception voltage and rate and are considered as the main parameters that affect tree initiation [43]. On the other hand, due to the aforementioned changes on the cavity surface and gas composition and pressure, the PD behaviour along the ageing period changes. This means that the ageing rate changes, and probably the degradation mechanism too, and for this reason the ageing and life models have to clearly specify the ageing phase for which it applies [44]. In this study, it is considered that the chemical mechanism is the predominant and it is active along all the ageing phases. Under practical conditions, the changes in the gas and surface conditions, previously mentioned, can be inferred from the PD behaviour and PRPD patterns, analyzing the changes in the PD rate, pulse shape and magnitude, time lag, etc., which can be used as diagnostic indicators. However, a precise and meaningful diagnostic of the dielectric and life estimation based on PD measurements is impossible without analyzing the PD phenomenon at a microscopic scale from a physical and chemical point of view [45]. In addition, the overall ageing process is determined by thermal, electrical, environmental and mechanical stresses and the stochastic behaviour of PDs, requires the estimation of life from a statistical framework [46]. Microscopic life models provide a physical explanation to the ageing process and fittings of parameters relative to media or conditions of tests, as in the phenomenological macroscopic life models, are not required [47]. Furthermore, microscopic life models can give direct comprehensive relationships between the physical, chemical and microstructural characteristics of polymers and the degradation mechanisms associated with PDs in local defects [48]. In addition, microscopic life models with measurements can be used as prognosis tools [49,50]. 4. Calculation of the Degradation Induced by PDs and Life Estimation Approach Taking into account theoretical and experimental studies [38,51], it is assumed that PDs in spherical cavities can incept treeing, these being the last stage of the aging process Polymers 2021, 13, 324 6 of 23 before breakdown. Once the electrical tree is incepted, i.e., the first tree channel has a length enough for develop self-sustained PDs independent from those at the cavity, electrical tree continues propagating via a physical degradation mechanism [31,41]. On the other hand, chemical degradation due to PD in tree channels tend to increase the channel diameter [10]. As it was described in the Section 3 of this document, both, physical and chemical mechanisms are able to produce chain-scissions. The simulation-based approach implemented in this study limits the scope to consider only the chemical mechanism for the different ageing phases. This chemical mechanism also induces irregular morphological changes, as the formation of crystals that cannot be simulated using the approach proposed here. Experimental measurements, should allow inferring the crystals growth rate and location, in order to improve the modeling and simulation of the cavity geometry and their effect on the PD inception voltage and rate and the streamer landing location, which indeed affects the most damaged area and the time to reach the critical length for starting the self-sustained tree propagation. 4.1. Calculating the PD Induced Damage by DEA Highly energetic electrons, hot electrons, accelerated by the local electric field during PDs collide with the cavity surface and release their energy upon a region close to the collision point, and if the scattering rates of the polymer are known [52], the damage, assumed as the number of broken C–H bonds through a DEA process, can be estimated. It is also assumed that hot electrons in the solid dielectric are far below critical conditions for breakdown. i.e., the electric field strength magnitude at the solid bulk is lower than in the cavity gas and the dielectric breakdown strength magnitude is higher in the solid than in the gas and undergo a fast thermalization by impact ionization and DEA of C–H bonds. DEA is responsible for chemical damage that irreversibly accumulates in the polymer because of consecutive avalanches over time. All the thermalization process occurs in a slab of thickness Ddis ∼ 400 Å [13], for this reason, the damage induced by hot electrons must be confined to this slab. The method of analysis implemented in this study is based on the microscopic model proposed by Serra et al. [23]. The PD activity is simulated using the hybrid PD-Finite Element Analysis model presented in [29]. The number of electrons generated during the i-th PD is calculated as: qi Neli = PD , (2) q0 where qiPD (C) is the PD charge and q0 (C) is the elementary charge. The rate of electrons colliding with the polymer surface during the i-th PD corresponds to: Riel = Neli ∆tiPD , (3) where ∆tiPD (s) is the duration of the i-th PD. According to the model in [23], the time to dissociate by DEA the half of the C–H bonds, NCH , in the volume of a disrupting slab of size enough for starting an electrical tree can be calculated as: tdis = NCH , 2Rel Fhot Fe f f (4) where Fhot and Fe f f are, respectively, the fraction of hot electrons produced during the PD and the fraction of collisions effective for DEA. From Equation (4), the following damage function can be defined: 2Riel Fhot Fe f f i i f PD = ∆t PD , (5) NCH i is the damage accumulated, as a portion of broken C–H bonds in a cylindrical where f PD slab of length Ddis = 400 Å and circular cross section of Sc = π (1)2 [µm2 ] [53], at the cavity Polymers 2021, 13, 324 7 of 23 i = 1 when t = tdis (s). The surface due to the i-th PD. The damage accumulates until ∑ f PD damage continues accumulating up to the deteriorated region reaches a critical length, dc (m), from which an electrical tree can be started and propagates independently from the PDs at the cavity, dc = 3 µm [13]. The life, L (s), can be calculated as: L= dc tsim , i Ddis ∑ f PD (6) tsim i is the accumulated damage during the simulation time t where ∑ f PD sim (s). For determintsim ing Fhot the following approach is used: first, the electron energy distribution function is determined as a function of the electric field strength magnitude in the cavity, and then the fraction of hot electrons, electrons with energy ≥8 eV, is calculated. The electron energy distribution function is calculated using the Maxwellian shape [54]: wβ 2 −3/2 1/2 f (w, Ecav ) = w w β 1 exp − , (7) w where w (eV) and w (eV) are, respectively, the electron energy and mean electron energy, β 1 = Γ(5/2)3/2 Γ(3/2)−5/2 , β 2 = Γ(5/2)Γ(3/2)−1 and Γ is the Gamma function. The mean electron energy is calculated as: (8) w = λe q0 Ecav , where λe ( p, T ) (m) is the mean free path of electrons in a gas, for air λe = 3.792 × 10−7 m at p = p0 = 100 kPa and T = T0 = 273.15 K [55], and Ecav (V·m−1 ) is the electric field strength magnitude at the cavity centre. Fhot can be calculated as a function of the electric field strength magnitude in the cavity as [13]: R∞ Fhot = f (w, Ecav )dw w=8eV R∞ . (9) f (w, Ecav )dw 0 For determining the fraction of hot electrons effective in producing DEA, Fe f f , it is necessary to solve the Boltzmann equation in the energy-time domain in the solid dielectric [56]: ∂n(w; Ecav , t) ∂F (w; Ecav , t) + = G, (10) ∂t ∂w where n(w; Ecav , t) [m−3 ] is the volume density of free electrons with energy in the range [w, w + dw], F (w, Ecav , t) (W·m−3 ) is the electron power density and G (m−3 ·s−1 ) is the factor accounting for the electron generation or removal through inelastic impacts within the dielectric media. Alternatively, considering that Fe f f depends on the electron scattering parameters of the solid dielectric and on the energy distribution of electrons impinging the surface, which is independent on the cavity diameter, Fe f f can be calculated from the curves reported in [13], assuming that Fe f f ≈ 0.2 for Ecav ≥ 60 kV·mm−1 . Using the least squares method, the following analytical expression was determined: Fe f f = 0.0574 ln( Ecav ) − 0.0472, (11) Ecav is in kV·mm−1 and the coefficient of determination obtained was R2 = 0.981. It is assumed that the scattering parameters of epoxy are similar to that of polyethylene. For considering, that during each PD event the electric field strength magnitude inside the Polymers 2021, 13, 324 8 of 23 cavity is quenched by the field produced by the PD charge, Fhot and Fe f f are calculated for the i-th PD event as: i Fhot = Fei f f = 1 Ecav tiPD − EExt 1 Ecav tiPD − EExt Ecav (tiPD ) Z Fhot ( Ecav )dEcav , (12) Fe f f ( Ecav )dEcav , (13) EExt Ecav (tiPD ) Z EExt where Ecav tiPD (V·m−1 ) and EExt (V·m−1 ) are, respectively, the electric field strength magnitude in the cavity at the inception of the i-th PD and the extinction electric field strength magnitude. 4.2. Space Charge Effect and Physical Degradation Mechanism According to the discharge avalanche model [57], once the void surface is sufficiently degraded, charges in the form of ionized gas can be injected through microscopic channels in the polymer and C–H bonds can be broken due to induced electron avalanches. The number of ionizations per discharge is calculated as [58]: h i i i ND = N0i exp α Eloc Lb − 1 , (14) where Lb = 10 µm is the unitary tree length channel [59], N0i is the initial number of i (V·m−1 ) is the electrons available for starting the avalanches at the cavity surface, Eloc i local electric field strength magnitude at the injection point and the ionization rate, α Eloc , corresponds to [31,60]: ! Ip 1 i , (15) α Eloc = exp − i λp q0 λ p Eloc where I p (eV), is the ionization energy and λ p (m) is the infinite field limit of the collision ionization path length. For polymers, they correspond, respectively, to 9.6 eV and 60 nm [60]. From Equation (15) a threshold field magnitude, Eth (V·m−1 ), below which there is not charges injection in the micro-channels, can be defined as Eth = I p /q0 λ p (V·m−1 ). The charge left by PDs on the cavity surface increases the electric field strength magnitude in the solid dielectric, in points near the solid-gas interface, to values greater than the electric field strength at the centre of the cavity. The electric field strength magnitude produced by the surface charge density on the cavity surface at the distance r > a (m) from the centre of the cavity in the solid dielectric after a PD, can be calculated as [29]: Ech (r, θ ) = q PD ∞ (4n + 3)(2n + 2) a 2n+1 P cos θ , ( ) 2n + 1 2πε 0 r2 n∑ =0 (2n + 2) ε r + (2n + 1) r (16) where P2n+1 (cos θ ) is the Legendre polynomial of cos θ of degree 2n + 1, ε r is the relative permittivity of the solid dielectric, ε 0 (F·m−1 ) is the permittivity of vacuum and θ (rad) is the polar angle in spherical coordinates with origin at the cavity centre. 5. Results and Discussion The geometry of the case studies is shown in the Figure 1. The specifications of the material, applied voltage and dimensions are presented in Table 1 for each case study. where P2 n 1 cos is the Legendre polynomial of cos of degree 2n 1 , r is the relative permittivity of the solid dielectric, 0 (F‧m−1) is the permittivity of vacuum and (rad) is the polar angle in spherical coordinates with origin at the cavity centre. Polymers 2021, 13, 324 5. Results and Discussion 9 of 23 The geometry of the case studies is shown in the Figure 1. The specifications of the material, applied voltage and dimensions are presented in Table 1 for each case study. Figure1.1. Geometry Geometry of specifications, applied voltage andand dimension Figure of the thecase casestudies. studies.Material Material specifications, applied voltage dimension magnitudespresented presentedininTable Table1.1. magnitudes consideredthat thatthe thedamage damageinduced inducedby bythe thehot hotelectrons electronsduring duringeach eachPD PDevent event ItItisisconsidered dependson onthe thepolarity polarityof ofthe theresultant resultantelectric electricfield fieldstrength strengthinside insidethe thecavity. cavity.Besides, Besides,itit depends accumulatedat atthe thecentre centreof ofthe theanode anodeon onthe thecavity cavitysurface, surface,which whichunder underAC ACfields, fields,itit isisaccumulated alternatesamong amongthe theupper, upper,blue, blue,and andlower, lower,red, red,hemispheres hemispheresatatthe theinner innercavity cavitysurface, surface, alternates respectively, S 1 and S 2 in Figure 1. respectively, S1 and S2 in Figure 1. Thehybrid hybridPD-Finite PD-FiniteElement ElementAnalysis Analysismodel modelcan canbe besummarized summarizedasasininthe thefollowing following The steps steps[29]: [29]: 1.1. 2. 2. 3. 3. 4. 4. 5. 5. 6. 6. The geometrical constants, boundaries and subdomains are defined; Theparameters parametersofofmedia, media, geometrical constants, boundaries and subdomains are deFor each time-step the electric field strength is calculated using a Finite Element fined; Analysis solver at all For each time-step thedomains; electric field strength is calculated using a Finite Element AnalFor time-step the inception criteria are electron existence and minimal electric ysiseach solver at all domains; field strength magnitude and bothcriteria are verified; For each time-step the inception are electron existence and minimal electric If the inception criteria are fulfilled, the verified; cavity conductivity is increased and the timefield strength magnitude and both are step diminished. Theare high-conductivity condition is maintained untiland thethe electric If theisinception criteria fulfilled, the cavity conductivity is increased timefield magnitude is lower or equal to an extinction magnitude; step strength is diminished. The high-conductivity condition is maintained until the electric If inception criteria are not fulfilled, the charge distribution on the cavity surface field strength magnitude is lower or equal to an extinction magnitude; deployed by previous PDs is calculated as a function of the electric fieldsurface strength If inception criteria are not fulfilled, the charge distribution on the cavity deinside the cavity, the time and the cavity surface conductivity; ployed by previous PDs is calculated as a function of the electric field strength inside The inducedthe charge calculated evaluating boundary conditions at electrodes and pathe cavity, time is and the cavity surface conductivity; rameters of media are reset for the following the following The induced charge is calculated evaluatingtime-step. boundaryCalculations conditions for at electrodes and time-step are executed as in step 2 until the required simulation time is reached. parameters of media are reset for the following time-step. Calculations for the fol- In the hybrid PD-Finite Element Analysis model usedthe here, as in thesimulation conductance andis lowing time-step are executed as in step 2 until required time plasma models [30], the initiation and ending locations of the PDs are considered fixed reached. specific points on the inner cavity surface, the centre of surfaces S1 , A, and S2 , B, Figure 1. This is because the electric field strength magnitude is the greatest at those points, which increases the probability of first electrons emission for incepting PDs [61]. Additionally, it is considered that once the PDs are incepted at points A or B, they propagate along the cavity symmetrical axis. This is because charges are accelerated by the electric field in the direction of the greatest electric field strength magnitude, until the opposite surface is reached at points B or A, where the charges left by PDs produce a field that opposes to the externally applied, quenching the PDs processes [62]. As the charges deployed by PDs are initially concentrated close to points A and B, Figure 1, where the streamer impinges the cavity surface and the electric field strength magnitude and the energy distribution of electrons are the greatest [14,61], it is assumed that the damage induced by hot electrons is accumulated at those points on the inner cavity surface. A precise evaluation of the real affected area requires the precise determination of the initiation and ending locations of PDs and the consequent damage accumulation at those locations. Plasma models can give a good alternative for modeling the precise PD landing pattern [30]. Polymers 2021, 13, 324 10 of 23 5.1. Case Study 1, PDs Induced Degradation at Different Ageing Phases The first case study is the same than that considered in [25]. It corresponds to an air filled spherical cavity of radius a = 1.25 mm in the middle of a linear, homogeneous and isotropic dielectric bulk of epoxy resin, see Table 1, of thickness D = 3.5 mm, between two parallel plates. An AC 19.25 kV, 50 Hz voltage source is applied to the upper electrode while the lower is grounded. Simulations were implemented for five consecutive ageing phases, differentiated by the changes on the PD behaviour during the time under stress, as: • • • • • Phase A, from unaged to 0.17 h; Phase B, from end of Phase A to 35.17 h; Phase C, from end of Phase B to 185.17 h; Phase D, from end of Phase C to 1235 h; and Phase E, from end of Phase D to 1285 h. The parameters of media and the PD simulation model for each ageing phase are presented in [25,29]. The number of C–H bonds in the unitary slab is calculated as NCH = ρCH Ddis Sc , where ρcH (m−3 ) is the volume density of C–H bonds. Using the material parameters for epoxy resin presented in [63], the volume density of C–H bonds is calculated as 1.1507 × 1029 m−3 . At each ageing phase, thirty simulations were carried out during 500 cycles of the AC applied voltage. Figure 2 shows typical simulation results for the PRPD pattern as well as Polymers 2021, 13, x FOR PEER REVIEW 11 of 25 the accumulated damage during the simulation time. Figure 2. Cont. (a) (b) (c) (d) (e) (f) Polymers 2021, 13, 324 11 of 23 Polymers 2021, 13, x FOR PEER REVIEW 12 of 25 (g) (h) (i) (j) Figure 2. Typical simulation results of Phase-Resolved PD PRPD pattern and accumulated damage function for the five Figure 2. Typical simulation results ofA;Phase-Resolved PD(f)PRPD and Daccumulated ageing phases in the first case study: (a) and (b) Phase (c) and (d) Phase B; (e) and Phase C;pattern (g) and (h) Phase and (i) and (j) Phase E. damage function for the five ageing phases in the first case study: (a) and (b) Phase A; (c) and (d) Phase B; (e) Figure 2 “Damage is the and (f) Phase C; (g) andIn(h) Phase D and(A.U.)” (i) and (j)magnitude Phase E.of the accumulated damage at each separate ageing phase during the simulation time calculated with Equation (5). S1 and S2 correspond to the hemispherical surfaces described in Figure 1. In Figure 2 it can be seen In Figure 2 “Damage (A.U.)” is the magnitude of themagnitude accumulated damage at each that the PD behaviour at each ageing phase: PD rate, charge and phase distribution, is variable and for this reason, as can be inferred from the slopes in the damage separate ageing phase during the simulation time calculated with Equation (5). S1 and curves, the degradation rates are also variable. During the ageing Phase C, Figure 2f, the hemispherical inhotFigure 1. InPDs, Figure 2 it can be S2 correspond to the induced damage is zero. Thissurfaces is because indescribed spite of there are electrons during the electric field strength magnitude in the cavity is very low and those hot electrons are not seen that the PD behaviour at each ageingF phase: PD rate, charge magnitude and phase effective in C-H bonds dissociation, eff 0 , see Equations (5) and (11). In Figure 2b,f the distribution, is variable and for this reason, as can be inferred from the slopes in the damage damage curves S and S are overlapped. In the case of Figure 2b, the overlapping is due to the almost deterministic PDsvariable. behaviour at the ageing Phase PDs magnitude and C, rate,Figure 2f, the curves, the degradation rates are also During theA,ageing Phase independent on the polarity of the applied AC voltage. On the other hand, in the case of induced damage isFigure zero. This is because in spite of there are hot electrons during PDs, the 2f, the overlapping is due to the fact that the surfaces S and S are not damaged during the ageing Phasein C. Table summarizes the typical simulation results for the electrons numelectric field strength magnitude the 2,cavity is very low and those hot are not ber of PDs per cycle, N , the estimated life with Equation (6), L (h), and the mean and effective in C–H bonds dissociation, F ≈ 0, see Equations (5) and (11). In Figure 2b,f f f and induced, q ' (pC), PD charge at the five ageing maximum values of the real, q e(pC), the damage curves S and S are overlapped. In the case of Figure 2b, the overlapping phases 1 considered. 2 is due to the almost deterministic PDs behaviour at the ageing Phase A, PDs magnitude and rate, independent on the polarity of the applied AC voltage. On the other hand, in the case of Figure 2f, the overlapping is due to the fact that the surfaces S1 and S2 are not damaged during the ageing Phase C. Table 2, summarizes the typical simulation results for the number of PDs per cycle, NPD , the estimated life with Equation (6), L (h), and the mean and maximum values of the real, q (pC), and induced, q0 (pC), PD charge at the five ageing phases considered. 1 2 1 2 PD Table 2. Summary of the typical simulation results at the five ageing phases considered. Ageing Phase A B C D E NPD NPD-meas Di f f (%) qmean (pC) qmax (pC) q0 mean (pC) q0 max (pC) L (h) 11.99 10–14 14.29 834.09 850.91 529.58 540.26 3.83 × 104 11.01 ~11.60 5.05 848.23 2050.70 538.56 1302 1.86 × 104 64 ~60 6.67 177.14 205.18 112.47 130.30 Inf. 0.06 0.06 0 2978.90 5660.90 1891.40 3594.20 1433.75 5.15 ~6 14.23 1407.60 3859.20 893.72 2450.30 184.63 Polymers 2021, 13, 324 12 of 23 In Table 2, it can be seen that despite the number of PDs per cycle is the highest at phase C, there is not induced damage and on the contrary, at phase D, when the number of PDs per cycle is the lowest, the cavity surface is highly degraded. This allows inferring that the induced damage is dependent on the maximum value of the PD charge rather than on the mere PD rate. The measured number of PDs per cycle, NPD-meas , were taken from [25] and the difference among the simulated and measured number of PDs per cycle, Di f f (%), is also shown in Table 2. The maximum difference was 14.29% at the ageing Phase A, the analysis of this difference and the validation of the simulation results were presented in [29]. In Figure 2 and Table 2, it can also be seen, with exception during Phase C that the degradation rate increases with ageing. This can be explained by the fact that with ageing the cavity gas pressure is diminished and the mean free path increases, causing those electrons during PDs acquire higher kinetic energies even under electric fields of lower strength magnitude. Additionally, in Table 2, it can be seen that the cavity surface is highly degraded during Phases E and D and despite of the PD charge is higher at Phase D than at Phase E, the estimated life at Phase E is lower than that at Phase D. This allows inferring that the maximum PD charge magnitude cannot be taken as the only indicator of the ageing rate. The life was estimated with Equation (6) and the distributions obtained at each of the five ageing phases considered were fitted to the Weibull function using the maximum likelihood method [64]. The results of the scale, α L (h), and shape, β L , parameters, as well as the minimum and maximum values of the estimated life and the time span, tspan (h), of each ageing phase are shown in Table 3. Table 3. Parameters of the Weibull function fitted to the life estimations from simulation results at each ageing phase as well as their maximum and minimum values. Ageing Phase A B C D E tspan (h) 0.17 3.83 × 104 (3.83 × 104 –3.83 × 104 ) Inf. 3.83 × 104 3.83 × 104 35 2.06 × 104 (1.98 × 104 –2.15 × 104 ) 8.89 (6.81–11.62) 2.47 × 104 1.38 × 104 150 1049.83 2082.86 (1760.11–2464.83) 2.26 (1.72–2.95) 3566.67 708.78 50 225.93 (216.46–235.81) 8.88 (6.85–11.53) 273.18 179.99 α L (h) βL Lmax (h) Lmin (h) Inf. — Inf. Inf. The values between parentheses in Table 3 correspond to the 95% confidence intervals. As the damage in the cavity surface accumulates along the ageing phases, the time-to-breakdown under the last ageing phase can be calculated using the Miner law as follows [20]: j tspan (17) ∑ L j = 1, j j where tspan (h) is the time span of the j-th ageing phase and L j (h) is the life estimated during the j-th ageing phase. Using the Equation (17) and the results for α L presented in Table 3, the time-to-breakdown under the last ageing phase can be calculated as tbr = t5 = 111.67 (106.99–116.55) h, where the values between parentheses were calculated using the confidence intervals for α L in Table 3. From unaged conditions, the time-to-breakdown corresponds to tbr = 1346.67 (1341.99–1351.55) h. Authors in [25], reported that tree inception was detected at ~1300 h, i.e., the time-to-breakdown calculated with the simulation results exhibit a difference of 3.59% compared with the measured one. This allows inferring that the implemented approach based on simulations is reliable and that the chemical degradation mechanism is active and predominates during the ageing phases A, B, D and E while during the ageing phase C, remains inactive. Figure 3 shows a superposition of the electric field strength magnitude at the cavity centre during the first period of the ageing Phase A. Polymers 2021, 13, 324 tion results exhibit a difference of 3.59% compared with the measured one. This a inferring that the implemented approach based on simulations is reliable and tha chemical degradation mechanism is active and predominates during the ageing phas B, D and E while during the ageing phase C, remains inactive. 13 of 23 Figure 3 shows a superposition of the electric field strength magnitude at the c centre during the first period of the ageing Phase A. Figure 3. Superposition the electric field strength magnitudes during firstageing cycle of the a Figure 3. Superposition of theofelectric field strength magnitudes during the first cyclethe of the Phase A. A. Phase In Figure 3, ELAP (V·m−1 ) is the Laplacian electric field strength magnitude at the In Figure 3, E LAP (V‧m⁻1) is the Laplacian electric field strength magnitude a cavity centre imposed by the applied voltage source, Eq (V·m−1 ) is the electric field strength −1 ) electric 1) (V cavity centre imposed by the applied voltage is·m the magnitude produced by the charge deployed by the PDs onsource, the cavityEsurface, E Inc q (V‧m⁻ − 1 is the PD inception magnitude and Eres (V·m ) is the resultant electric field strength at strength magnitude produced by the charge deployed by the PDs on the cavity su the cavity centre. Using the Equation (16) the electric field strength magnitude in the solid 1 PDthe inception and Etree (V‧m⁻1)[59], is the E Inc (V‧m⁻ res channel dielectric at r =) ais+the 5 µm, half of themagnitude length of a unitary andresultant θ = 180◦ electric Polymers 2021, 13, x FOR PEER REVIEW 15 was calculated during thecentre. first period of the Phase A and the resultfield is presented strength at the cavity Using theageing Equation (16) the electric strength magn ininFigure 4. dielectric at r a 5 μm, the half of the length of a unitary tree channe the solid and 180° was calculated during the first period of the ageing Phase A and the is presented in Figure 4. Figure field strength magnitude in the solid dielectric at r = a + 5 µm during Figure4.4.Electric Electric field strength magnitude in the solid dielectric at rand = a θ+ =5 180 μm◦ , and θ = 180°, d the first cycle of the ageing Phase A. ing the first cycle of the ageing Phase A. In Figure 4 Ech (V‧m⁻1) is the electric field strength magnitude in the solid diele and E th (V‧m⁻1) is threshold magnitude for incepting avalanches in the microscopic c nels detailed in Section 4.2. In Figure 4, it can be seen that the electric field strength m Polymers 2021, 13, 324 14 of 23 In Figure 4 Ech (V·m−1 ) is the electric field strength magnitude in the solid dielectric and Eth (V·m−1 ) is threshold magnitude for incepting avalanches in the microscopic channels detailed in Section 4.2. In Figure 4, it can be seen that the electric field strength magnitude in the solid dielectric close to the gas-solid interface is more than three orders of magnitude higher than both, the electric field strength at the cavity centre and the threshold magnitude for avalanches. This result allows deducing that during the first ageing phases, the surface is not sufficiently degraded for avalanches to be generated from the gas-solid interface across the solid dielectric and the chemical degradation mechanism predominates. At the final ageing phases, when the surface is highly degraded, is very likely that the physical mechanism of avalanches in the solid predominates, which can explain why the magnitude of the time-to-breakdown calculated using the chemical mechanism is slightly higher than the experimentally observed. Additionally, from the Figure 4, it can be concluded that avalanches can be generated even between, or without, PD in the cavity and as the resultant electric field is much higher than the threshold and the degradation process is very fast. The degradation rate associated with the physical mechanism will be dependent on the time dynamics of the surface-charge-decay process. Despite the good results, the values obtained using the simulations based approach implemented here must be regarded as merely quantitative inferences because the effect of the other degradation mechanism in conjunction with the chemical, e.g., physical, UV radiation, autoxidation, etc., should be considered as well as the simultaneous variations in the cavity morphology as described in Section 3. 5.2. Case Study 2, PDs Induced Degradation at Different Applied Voltage Magnitudes In the previous case study, it could be verified that the implemented approach allows inferring quantitatively the ageing rates and that the calculated time-to-breakdown is close to the measured one. For those reasons, the same approach is used for evaluating the effect of the applied voltage magnitude on the ageing rate. The second case study was presented in [27], it corresponds to a spherical cavity of radius a = 0.7 mm filled with air immersed in a solid dielectric bulk of epoxy resin between two parallel plates, D = 2 mm, see Figure 1. The parameters of the media are presented in Table 1 and in [27]. The stochastic model presented in [27] was implemented in the hybrid PD-Finite Element Analysis model [29]. A 50 Hz, AC voltage source was applied to the upper electrode in the range 14 to 20 kV, while the lower electrode remained grounded. A total of 30 simulations were implemented at each voltage magnitude during 500 cycles of the AC voltage, and Figure 5 shows typical simulation results for the PRPD pattern and the accumulated degradation function curve. In Figure 5, it can be seen that the ageing rate, the slope of the damage function curves, increases with the magnitude of the applied voltage. Table 4 summarizes the typical simulation results for NPD , q0 mean and L at each applied voltage magnitude. Additionally, the typical distributions of the induced PD charge obtained at each voltage amplitude were fitted to the Weibull function and the obtained scale parameter, αq0 (pC), is also shown in Table 4. The Figure 6, shows a comparison among the accumulated damage, 1/L (p.u.), and the product NPD αq0 (p.u.), calculated using the values presented in Table 4 normalized to their relative maximum values. The trend line of the accumulated damage curve, as well as its equation, calculated using the least square method, are also presented as “linear” in Figure 6. Polymers 2021, 13, x FOR PEER REVIEW Polymers 2021, 13, 324 16 of 25 and Figure 5 shows typical simulation results for the PRPD pattern and the accumulated 15 of 23 degradation function curve. (a) (b) (c) (d) (e) (f) (g) (h) Figure5.5. Typical Typical simulation accumulated damage function for for the the fourfour applied voltage magFigure simulation results resultsof ofPRPD PRPDpattern patternand and accumulated damage function applied voltage nitudes in the second case study: (a) and (b) 14 kV; (c) and (d) 16 kV; (e) and (f) 18 kV; (g) and (h) 20 kV. magnitudes in the second case study: (a) and (b) 14 kV; (c) and (d) 16 kV; (e) and (f) 18 kV; (g) and (h) 20 kV. also shown in Table 4. Table 4. Summary of the typical simulation results for each applied voltage magnitude in the second case study. Polymers 2021, 13, 324 16 of 23 Applied Voltage Magnitude (kV) 14 16 18 20 N PD 2.58 4.15 5.66 7.27 Table 4. Summary of the typical simulation results for each applied voltage magnitude523.46 in the second q' mean (pC) 768.38 678.11 594.85 case study. q ' (pC) 876.89 726.60 642.64 573.07 Applied L (h)Voltage Magnitude (kV) 10.62 14 7.17 6.11 18 5.8120 16 The Figure 6, shows a comparison among the accumulated damage, 1 / L (p.u.), and NPD 2.58 4.15 5.66 7.27 the product 0 N PD q ' (p.u.), calculated using the values presented in Table 4 normalized q mean (pC) 768.38 678.11 594.85 523.46 αq0 (pC) 642.64 damage 573.07 to their relative maximum values.876.89 The trend line726.60 of the accumulated curve, as L (h) 10.62 7.17 6.11 5.81 well as its equation, calculated using the least square method, are also presented as “linear” in Figure 6. Figure6.6.Comparison Comparisonofofthe theaccumulated accumulateddamage damage and the ageing rate function, NPD , fordifferent differFigure and the ageing rate function, NPD αqα0 ,q’for ent voltage magnitudes. voltage magnitudes. 1 / L ,and canbe be seen seen that that the accumulated damage, andthe theproduct product NN increase ItItcan damage, 1/L, PD PDα q0q 'increase it was proposed the with the applied voltage at an approximate similar rate. In [26], with the applied voltage at an approximate similar rate. In [26], it was proposed the prodproduct N α 0 as an indicator of the energy dissipated by the PDs during each voltage PD q uct N PD q ' as an indicator of the energy dissipated by the PDs during each voltage cycle. cycle. In Figure 6, it can be seen that the magnitude of this product increases as the life In Figure 6,which it candemonstrates be seen that the of this product as the life diminishes thatmagnitude this is a good indicator of increases the degradation ratedimineven ishes which demonstrates that this a good the degradation even under under different applied voltages. Theislife was indicator estimatedofusing the Equationrate (6) for each of different applied voltages. The life was estimated using thedistributions Equation (6)were for each ofto the 30 the 30 simulations at each applied voltage and the obtained fitted the simulations at each applied voltage and the obtained distributions were fitted to the Weibull function. The results of the scale and shape parameters, as well as the minimum Weibull function. Theofresults of the scale shape parameters, as well as the minimum and maximum values the estimated life,and are presented in Table 5. and maximum values of the estimated life, are presented in Table 5. Table 5. Parameters of the Weibull function fitted to the life estimations from simulation results at each applied voltage magnitude and their maximum and minimum values. Applied Voltage Magnitude (kV) 14 16 18 20 α L (h) βL Lmin (h) Lmax (h) 11.23 (11.07–11.40) 25.39 (19.41–33.21) 10.13 11.92 7.16 (7.10–7.22) 45.35 (35.12–58.56) 6.69 7.45 5.98 (5.94–6.02) 53.53 (40.64–70.52) 5.63 6.11 5.60 (5.55–5.65) 46.58 (35.95–60.37) 5.36 5.81 From results in Table 5, taking into account that the confidence intervals for α L do not overlap, and damage curves in Figure 5, it can be inferred that the degradation rate increases with the applied voltage magnitude. Additionally, in Figure 6 it can be seen that the increment in the degradation rate with the voltage magnitude is approximately linear. Magnitude (kV) L (h) 14 16 18 20 11.23 (11.07–11.40) 7.16 (7.10–7.22) 5.98 (5.94–6.02) 5.60 (5.55–5.65) L 25.39 (19.41–33.21) 45.35 (35.12–58.56) 53.53 (40.64–70.52) 46.58 (35.95–60.37) 10.13 6.69 5.63 5.36 11.92 7.45 6.11 5.81 Polymers L 2021, 13, 324 min (h) Lmax (h) 17 of 23 From results in Table 5, taking into account that the confidence intervals for L do 5.3. Case Studyand 3, PDs Induced Degradation at 5, Different Applied Voltage not overlap, damage curves in Figure it can be inferred thatFrequencies the degradation rate The third study isvoltage used for evaluatingAdditionally, the effect of the frequency of the applied increases withcase the applied magnitude. in Figure 6 it can be seen that voltage on the in ageing rate. It corresponds to avoltage spherical cavity ofisradius a = 0.775linear. mm the increment the degradation rate with the magnitude approximately filled with air, immersed in a solid dielectric bulk of epoxy resin of thickness D = 2 mm. The ofPDs the media the test arrangement are presented Table 1 and in [28]. 5.3. parameters Case Study 3, Inducedand Degradation at Different Applied Voltagein Frequencies A 14 kV, AC voltage source was applied to the upper electrode in the range Hz,applied while The third case study is used for evaluating the effect of the frequency1–50 of the the lower electrode is grounded. At each frequency, 30 simulations were implemented voltage on the ageing rate. It corresponds to a spherical cavity of radius a 0.775 mm during 300 cycles of the AC and Figure 7 shows typical results for mm. filled with air, immersed in voltage a solid dielectric bulk of epoxy resinsimulation of thickness D 2 the PRPD pattern and the accumulated degradation function curve. The parameters of the media and the test arrangement are presented in Table 1 and in [28]. In Figure 7, it can be seen that the degradation rate increases with the frequency A 14 kV, AC voltage source was applied to the upper electrode in the range 1–50 Hz, while of the applied AC voltage. Table 6 summarizes the typical simulation results for NPD , the lower electrode is grounded. At each frequency, 30 simulations were implemented q0 mean and L at each of the applied frequencies. Additionally, it is also shown the scale during 300 cycles of the AC voltage and Figure 7 shows typical simulation results for the parameter, αq0 , found after the fitting of the Weibull function to the typical induced PD PRPD pattern and the accumulated degradation function curve. charge simulation results. (a) (b) (c) (d) Figure 7. Cont. Polymers2021, 2021,13, 13,324 x FOR PEER REVIEW Polymers 1819ofof2325 (e) (f) (g) (h) (i) (j) Figure7.7. Typical Typical simulation simulation results function forfor thethe five applied voltage freFigure results of of PRPD PRPDpattern patternand andaccumulated accumulateddamage damage function five applied voltage quencies in the third case study: (a) and (b) 1 Hz; (c) and (d) 5 Hz; (e) and (f) 10 Hz; (g) and (h) 20 Hz and (i) and (j) 50 frequencies in the third case study: (a) and (b) 1 Hz; (c) and (d) 5 Hz; (e) and (f) 10 Hz; (g) and (h) 20 Hz and (i) and Hz. (j) 50 Hz. In Figure 7, it can be seen that the degradation rate increases with the frequency of the applied AC voltage. Table 6 summarizes the typical simulation results for N PD , q' mean and L at each of the applied frequencies. Additionally, it is also shown the scale parameter, q ' , found after the fitting of the Weibull function to the typical induced PD charge simulation results. Polymers 2021, 13, x FOR PEER REVIEW Polymers 2021, 13, 324 20 of 25 19 of 23 Table 6. Summary of the typical simulation results for each applied voltage frequency in the third case study. Table 6. Summary of the typical simulation results for each applied voltage frequency in the third case study. Applied Voltage Frequency (Hz) Applied Voltage Frequency (Hz) N PD NPD (pC) q' mean 0 q (pC) qαmean ' q0 (pC) (pC) (h) L L(h) 1 2.17 5 1 2.83 10 5 3.20 20 10 2.17 1198.70 2.83 3.20 1296.70 1082.16 1296.70 1198.70 1082.16 1279.20 1279.20 1214.50 1214.50 1092.50 1092.50 561.42 114.36 57.49 561.42 114.36 57.49 20 3.49 3.49 1066.36 1066.36 992.86 992.86 27.33 27.33 50 50 5.26 5.26 753.38 753.38 687.18 687.18 25.20 25.20 Figure88shows showsaacomparison comparison among among the the accumulated accumulated damage, (p.u.),and andthe the 1 / L (p.u.), Figure damage, 1/L N product (p.u.), calculated using the values presented in Table 6 and normalized product NPDPD αq0 q(p.u.), calculated using the values presented in Table 6 and normalized to ' their relative maximum values. to their relative maximum values. Figure8.8.Comparison Comparisonof ofthe the accumulated accumulated damage and ageing rate ααq’,q0for different Figure rate function, function, N NPD , for different PD voltagefrequencies. frequencies. voltage In αq0 q 'increases InFigure Figure8,8,ititcan canbe beseen seenthat thatthe theproduct product NN increaseswith withfrequency frequencyand and PD PD increases as the life diminishes which allows to infer that it is a good indicator of the ageing increases as the life diminishes which allows to infer that it is a good indicator of the agerate, even even at different frequencies. The trend line ofline theof accumulated damage curve curve as wellas ing rate, at different frequencies. The trend the accumulated damage as its equation, calculated using the least square method, are also presented as “linear” well as its equation, calculated using the least square method, are also presented as “linin Figure 8. In this figure, it can be seen that the increment in the degradation rate with ear” in Figure 8. In this figure, it can be seen that the increment in the degradation rate frequency seems to be higher for frequencies below 20 Hz than that above this frequency with frequency seems to be higher for frequencies below 20 Hz than that above this frevalue. Besides, equation of the trend line can be rewritten as: y = 0.046x − 0.0098, for quency value. Besides, equation of the trend line can be rewritten as: y = 0.046x − 0.0098, frequencies below or equal to 20 Hz, and y = 0.0026x + 0.87, for frequencies higher than for frequencies below or equal to 20 Hz, and y = 0.0026x + 0.87, for frequencies higher than 20 Hz. For each of the 30 simulations at the 5 different frequencies considered, the life 20 Hz. For each of the 30 simulations at the 5 different frequencies considered, the life was was estimated using the Equation (6) and the obtained distributions were fitted to the estimated using the Equation (6) and the obtained distributions were fitted to the Weibull Weibull function. The values of the scale and shape parameters, as well as the maximum function. The values of the scale and shape parameters, as well as the maximum and minand minimum values of the estimated life are presented in Table 7. imum values of the estimated life are presented in Table 7. From Table 7, taking into account that the confidence intervals do not overlap, and the damage curves in Figure 7 it can be inferred that the degradation rate increases with the frequency of the applied voltage. However, in Figure 8 it can be seen that the increment in the degradation rate is linear in two different frequency ranges i.e., between 1 Hz and 20 Hz and between 20 and 50 Hz, with the highest increment trend in the first range. This can be explained by the fact that when the frequency diminishes, the PD charge increases, see Table 6, increasing the number of electrons for collisions. In addition, the time Polymers 2021, 13, 324 20 of 23 Table 7. Parameters of the Weibull function fitted to the life estimations from results at each applied voltage frequency and their maximum and minimum values. Applied Voltage Frequency (Hz) α L (h) βL Lmin (h) Lmax (h) 1 5 610.44 (599.56–621.56) 21.08 (16.14–27.53) 538.83 658.69 113.57 (111.16–116.04) 17.72 (13.78–22.79) 100.59 124.50 10 20 50 54.03 (53.29–54.79) 28.07 (27.73–28.41) 24.68 (24.34–25.02) 27.53 (21.50–35.24) 50.53 57.58 31.29 (23.94–40.89) 26.03 29.50 27.46 (20.99–35.92) 21.78 26.18 From Table 7, taking into account that the confidence intervals do not overlap, and the damage curves in Figure 7 it can be inferred that the degradation rate increases with the frequency of the applied voltage. However, in Figure 8 it can be seen that the increment in the degradation rate is linear in two different frequency ranges i.e., between 1 Hz and 20 Hz and between 20 and 50 Hz, with the highest increment trend in the first range. This can be explained by the fact that when the frequency diminishes, the PD charge increases, see Table 6, increasing the number of electrons for collisions. In addition, the time lag between consecutive PDs also increases and the electric field strength magnitude during PDs will be higher increasing the effectiveness of electrons in produce bond dissociation by each PD, see Equation (11). 5.4. General Discussion The implemented approach based on simulations and the proposed damage function, Equation (5), allows evaluating quantitatively the degradation induced by PDs activity inside solid dielectric polymers. The degradation induced by PDs in cavities is mainly driven by chemical mechanisms activated by hot electrons during PDs. It was found that the cavity surface was not degraded if the electric field strength magnitude in the cavity, determined from Equation (11), is below 2.28 kV·mm−1 , when the hot electrons are not effective in DEA, Fe f f → 0 . It was deduced that during the first ageing phases the chemical degradation mechanism predominated over the physical one because the surface is not sufficiently degraded for allowing electron avalanches across the solid dielectric to be started. On the other hand, at the last ageing phases, the physical mechanism predominates and the degradation is faster than under the chemical mechanism due to the enhancement of the local electric field strength at the charge injection points by the space charge. Finally, it can also be deduced that, supposing the existence of ionized gas in the cavity before and after PDs, avalanches can be generated between PDs due to the dynamics of the space charge decay. More research is needed for corroborate this. The time-to-breakdown calculated with simulation results for a case study is close to the measured one and allows inferring that the implemented approach based on simulations is reliable. Additionally, the simulation-based approach was used for evaluating the effect of the magnitude and frequency of the applied voltage on the degradation rate and it can be concluded that the degradation rate increases, life diminishes, in a proportion approximately linear with the magnitude of the applied voltage. Similarly, the degradation rate increases, life diminishes, linearly with the frequency of the applied voltage, but at a steeper rate below 20 Hz than over this frequency value. The value of the product NPD αq0 is indicative of the degradation rate and the simulations results at different frequencies and magnitudes of the applied voltage allows to infer that it is a good indicator of the degradation rate even under different electrical stress conditions and can be used with online measurements for implementing prognosis tools. As the microscopic model employed is based on electron scattering theories, a precise characterization of the streamers landing pattern is required, so it is necessary to accurately model the PD propagation trajectory from different inception points along the cavity surface. Improvement to the calculation results can be obtained using the same simulation Polymers 2021, 13, 324 21 of 23 based approach for evaluating the PDs induced degradation presented in this study with PD plasma models instead of PD Finite Element Analysis (FEA) models. On the other hand, in the considered microscopic model it is considered that C–C single bonds are transformed into double bonds plus H− ions. Under real conditions, the damage growth rate is increased due to oxidation, cross-linking between different chains, graphitization and mass reduction by C–C bonds dissociation. Due to the above, the results obtained with this method should only be considered a rough estimate of the time-to-breakdown. The simulation-based approach proposed in this paper can be used in practical applications for implementing prognosis tools in conjunction with Artificial Intelligence (AI) methods applied to PDs diagnosis. Machine learning and AI allow to infer the location and size of cavities inside solid dielectrics as well as the cavity surface conditions [65]. Then, the simulation-based approach proposed here can be used for inferring the time-to-breakdown under the conditions previously inferred using AI. 6. Conclusions In this paper, a brief phenomenological description of the degradation of solid polymeric materials induced by PDs activity in spherical cavities was presented. Then, the accumulated degradation and expected time-to-breakdown or remaining life of the insulation system were calculated using a proposed simulation based approach and a novel damage function. Simulation results showed good agreement when compared with measurements reported by other authors. Finally, the proposed simulation based approach was applied for studying the effects on the degradation rate due to variations on the applied voltage frequency and magnitude. Analytical expressions were determined for the accumulated damage as a function of the applied voltage frequency and magnitude. Author Contributions: Conceptualization, methodology and analysis, J.M.R.-S. and R.A.-S. Software, J.M.R.-S. Writing—original draft preparation, J.M.R.-S. Writing—review and editing, J.M.R.-S. and R.A.-S. All authors have read and agreed to the published version of the manuscript. Funding: This research received no external funding. Institutional Review Board Statement: Not Applicable. Informed Consent Statement: Not Applicable. Data Availability Statement: Not Applicable. Acknowledgments: The authors would like to acknowledge Fundación Carolina, Universidad de Antioquia-Departamento de Ingeniería Eléctrica, Universidad Politécnica de Madrid, Fondo Sapiencia-Alcaldía de Medellín and Ministry of Science and Innovation of Spain, National Program of Scientific and Technical Research and Innovation (project PID2019-107126RB-C21). Conflicts of Interest: The authors declare no conflict of interest. References 1. 2. 3. 4. 5. 6. 7. 8. Tenbohlen, S.; Coenen, S.; Djamali, M.; Müller, A.; Samimi, M.H.; Siegel, M. Diagnostic Measurements for Power Transformers. Energies 2016, 9, 347. [CrossRef] Mazzanti, G.; Montanari, G.C. Electrical Aging and Life Models: The Role of Space Charge. IEEE Trans. Dielectr. Electr. Insul. 2005, 12, 876–890. [CrossRef] Temmen, K. Evaluation of Surface Changes in Flat Cavities Due to Ageing by Means of Phase-Angle Resolved Partial Discharge Measurement. J. Phys. D Appl. Phys. 2000, 33, 603–608. [CrossRef] Toliyat, H.; Kliman, G. Handbook of Electric Motors, 2nd ed.; CRC Press: Boca Raton, FL, USA, 2004; ISBN 978-0-8247-4105-1. Chanda, M.; Roy, S.K. Industrial Polymers, Specialty Polymers, and Their Applications, 1st ed.; CRC Press: Boca Raton, FL, USA, 2008. Rhebergen, C.; Bilgin, B.; Emadi, A.; Rowan, E.; Lo, J. Enhancement of Electric Motor Thermal Management through Axial Cooling Methods: A Materials Approach. In Proceedings of the 2015 IEEE Energy Conversion Congress and Exposition (ECCE), Montreal, QC, Canada, 20–24 September 2015; pp. 5682–5688. Yoshitake, Y.; Obata, K.; Enomoto, Y.; Okabe, Y. Experiment and Calculation on Insulation/Thermal Characteristics of High Thermal Conductive Motors. In Proceedings of the 2011 International Symposium on Electrical Insulating Materials, Kyoto, Japan, 6–10 September 2011; p. 531. Dissado, L.A.; Fothergill, J.C. Electrical Degradation and Breakdown in Polymers, 1st ed.; IET: London, UK, 1992; ISBN 978-1-84919-363-4. Polymers 2021, 13, 324 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 31. 32. 33. 34. 35. 36. 37. 22 of 23 Bahadoorsingh, S.; Rowland, S.M. The Role of Power Quality in Electrical Treeing of Epoxy Resin. In Proceedings of the 2007 Annual Report—Conference on Electrical Insulation and Dielectric Phenomena, Vancouver, BC, Canada, 14–17 October 2007; pp. 221–224. Laurent, C.; Teyssedre, G. Hot Electron and Partial-Discharge Induced Ageing of Polymers. Nucl. Instrum. Methods Phys. Res. Sect. B Beam Interact. Mater. Atoms. 2003, 208, 442–447. [CrossRef] Montanari, G.C.; Mazzanti, G.; Simoni, L. Progress in Electrothermal Life Modeling of Electrical Insulation during the Last Decades. IEEE Trans. Dielectr. Electr. Insul. 2002, 9, 730–745. [CrossRef] Shimizu, N.; Laurent, C. Electrical Tree Initiation. IEEE Trans. Dielectr. Electr. Insul. 1998, 5, 651–659. [CrossRef] Mazzanti, G.; Montanari, G.C.; Civenni, F. Model of Inception and Growth of Damage from Microvoids in Polyethylene-Based Materials for HVDC Cables. 1. Theoretical Approach. IEEE Trans. Dielectr. Electr. Insul. 2007, 14, 1242–1254. [CrossRef] Kurrat, M. Simulation of Partial-Discharge Processes and Energy Densities. Eur. Trans. Electr. Power 1995, 5, 157–163. [CrossRef] Montanari, G.C. On Line Partial Discharge Diagnosis of Power Cables. In Proceedings of the 2009 IEEE Electrical Insulation Conference, Montreal, QC, Canada, 31 May–3 June 2009; pp. 210–215. Montanari, G.C.; Cavallini, A. Partial Discharge Diagnostics: From Apparatus Monitoring to Smart Grid Assessment. IEEE Electr. Insul. Mag. 2013, 29, 8–17. [CrossRef] Albarracín-Sánchez, R.; Álvarez-Gómez, F.; Vera-Romero, C.A.; Rodríguez-Serna, J.M. Separation of Partial Discharge Sources Measured in the High-Frequency Range with HFCT Sensors Using PRPD-Teff Patterns. Sensors 2020, 20, 382. [CrossRef] Guastavino, F.; Cerutti, B. Tree Growth Monitoring by Means of Digital Partial Discharge Measurements. IEEE Trans. Dielectr. Electr. Insul. 2003, 10, 65–72. [CrossRef] Callender, G.; Rapisarda, P.; Lewin, P.L. Investigation of Void Erosion on Partial Discharge Activity Using Simulation. In Proceedings of the 2016 IEEE International Conference on Dielectrics (ICD), Montpellier, France, 3–7 July 2016; Volume 2, pp. 1–4. Montanari, G.C.; Morshuis, P.; Seri, P.; Ghosh, R. Ageing and Reliability of Electrical Insulation: The Risk of Hybrid AC/DC Grids. High Volt. 2020, 5, 620–627. [CrossRef] Montanari, G.C.; Hebner, R.; Morshuis, P.; Seri, P. An Approach to Insulation Condition Monitoring and Life Assessment in Emerging Electrical Environments. IEEE Trans. Power Deliv. 2019, 34, 1357–1364. [CrossRef] Montanari, G.C.; Seri, P. The Effect of Inverter Characteristics on Partial Discharge and Life Behavior of Wire Insulation. IEEE Electr. Insul. Mag. 2018, 34, 32–39. [CrossRef] Serra, S.; Montanari, G.C.; Mazzanti, G. Theoretical Study of Inception Mechanism and Growth of Defect-Induced Damages in XLPE Cable. In Proceedings of the 2001 Annual Report Conference on Electrical Insulation and Dielectric Phenomena (Cat. No.01CH37225), Kitchener, ON, Canada, 14–17 October 2001; pp. 644–647. Munro, J.J.; Harrison, S.; Fujimoto, M.M.; Tennyson, J. A Dissociative Electron Attachment Cross-Section Estimator. J. Phys. Conf. Ser. 2012, 388. [CrossRef] Gutfleisch, F.; Niemeyer, L. Measurement and Simulation of PD in Epoxy Voids. IEEE Trans. Dielectr. Electr. Insul. 1995, 2, 729–743. [CrossRef] Wang, L.; Cavallini, A.; Montanari, G.C.; Testa, L. Evolution of Pd Patterns in Polyethylene Insulation Cavities under AC Voltage. IEEE Trans. Dielectr. Electr. Insul. 2012, 19, 533–542. [CrossRef] Illias, H.A.; Chen, G.; Lewin, P.L. Measurement and Modelling of Partial Discharge Behaviour in a Spherical Cavity within a Solid Dielectric Material as a Function of Applied Voltage Amplitude. In Proceedings of the 2010 International Conference on High Voltage Engineering and Application, New Orleans, LA, USA, 11–14 October 2010; pp. 441–444. Illias, H.; Chen, G.; Lewin, P.L. Partial Discharge Behavior within a Spherical Cavity in a Solid Dielectric Material as a Function of Frequency and Amplitude of the Applied Voltage. IEEE Trans. Dielectr. Electr. Insul. 2011, 18, 432–443. [CrossRef] Rodríguez-Serna, J.M.; Albarracín-Sánchez, R.; Mas’ud, A.A. Finite-Element-Analysis Models for Numerical Simulation of Partial Discharges in Spherical Cavities within Solid Dielectrics: A Review and a Novel Method. High Volt. 2020, 5, 556–568. [CrossRef] Pan, C.; Chen, G.; Tang, J.; Wu, K. Numerical Modeling of Partial Discharges in a Solid Dielectric-Bounded Cavity: A Review. IEEE Trans. Dielectr. Electr. Insul. 2019, 26, 981–1000. [CrossRef] Rodríguez-Serna, J.M.; Albarracín-Sánchez, R.; Carrillo, I. An Improved Physical-Stochastic Model for Simulating Electrical Tree Propagation in Solid Polymeric Dielectrics. Polymers 2020, 12, 1768. [CrossRef] [PubMed] Tanaka, T. Internal Partial Discharge and Material Degradation. IEEE Trans. Electr. Insul. 1986, EI-21, 899–905. [CrossRef] Tanmaneeprasert, T.; Lewin, P.L. Investigation into Accelerated Ageing and Failure Mechanisms of Cavities in Polyethylene Materials Using Partial Discharge Techniques. In Proceedings of the 2016 International Conference on Condition Monitoring and Diagnosis (CMD), Xi’an, China, 25–28 September 2016; pp. 819–823. Shibuya, Y.; Zoledziowski, S.; Calderwood, J.H. Void Formation and Electrical Breakdown in Epoxy Resin. IEEE Trans. Power Appar. Syst. 1977, 96, 198–207. [CrossRef] Rodríguez-Serna, J.M.; Albarracín-Sánchez, R. Numerical Simulation of Temperature and Pressure Changes Due to Partial Discharges in Spherical Cavities Within Solid Dielectrics at Different Ageing Conditions. Energies 2019, 12, 4771. [CrossRef] Kurrat, M. Energy Consideration for Partial Discharges in Voids. Eur. Trans. Elect. Power 1992, 2, 39–44. [CrossRef] Uchida, K.; Asai, H.; Shimizu, N.; Takahashi, T. Initiation Mechanism of Electrical Tree and Deteriorated Region in Polymers. In Proceedings of the 3rd International Conference on Properties and Applications of Dielectric Materials, Tokyo, Japan, 8–12 July 1991; Volume 1, pp. 240–243. Polymers 2021, 13, 324 38. 39. 40. 41. 42. 43. 44. 45. 46. 47. 48. 49. 50. 51. 52. 53. 54. 55. 56. 57. 58. 59. 60. 61. 62. 63. 64. 65. 23 of 23 Danikas, M.G.; Adamidis, G. Partial Discharges in Epoxy Resin Voids and the Interpretational Possibilities and Limitations of Pedersen’s Model. Elect. Eng. 1997, 80, 105–110. [CrossRef] Hudon, C.; Bartnikas, R. Surface and Gas Phase Reactions Arising with Epoxy Exposed to Partial Discharges. In Proceedings of the 1992 Annual Report: Conference on Electrical Insulation and Dielectric Phenomena, Victoria, BC, Canada, 18–21 October 1992; pp. 725–734. Holboll, J.T.; Henriksen, M. Partial Discharge Patterns Related to Surface Deterioration in Voids in Epoxy. In Proceedings of the IEEE International Symposium on Electrical Insulation, Toronto, ON, Canada, 3–6 June 1990; pp. 115–119. Rodríguez-Serna, J.M.; Albarracín-Sánchez, R. Improved Deterministic and Stochastic Models for Simulating Partial Discharges in Non-Conducting Trees inside Solid Dielectrics. High Volt. 2020. [CrossRef] Holboll, J.T.; Henriksen, M. Partial Discharge Patterns and Surface Deterioration in Voids in Filled and Unfilled Epoxy. In Proceedings of the Conference Record of the 1992 IEEE International Symposium on Electrical Insulation, Baltimore, MD, USA, 7–10 June 1992; pp. 354–358. Mauoux, C.; Laurent, C. Contribution of Partial Discharges to Electrical Breakdown of Solid Insulating Materials. IEEE Trans. Dielectr. Electr. Insul. 1995, 2, 641–652. [CrossRef] Chang, C.; Bai, T.; Lewin, P.L.; Morshuis, P.H.F.; Pilgrim, J.A.; Cavallini, A.; Vaughan, A.S.; Montanari, G.C.; Serra, S. Developing an Experimental Method for a Cavity PD Based Life Model. In Proceedings of the 2013 IEEE International Conference on Solid Dielectrics (ICSD), Bologna, Italy, 30 June–4 July 2013; pp. 780–783. Laurent, C.; Mayoux, C. Partial Discharge. XI. Limitations to PD as a Diagnostic for Deterioration and Remaining Life. IEEE Electr. Insul. Mag. 1992, 8, 14–17. [CrossRef] Morshuis, P.H.F. Partial Discharge Mechanisms in Voids Related to Dielectric Degradation. IEE Proc. Sci. Meas. Technol. 1995, 142, 62–68. [CrossRef] Montanari, G.C. Notes on Theoretical and Practical Aspects of Polymeric Insulation Aging. IEEE Electr. Insul. Mag. 2013, 29, 34–44. [CrossRef] Mazzanti, G.; Montanari, G.C.; Serra, S. Aging Model of Polyethylene-Based Materials for HV Cables Founded on Damage Inception and Growth from Air-Filled Voids. In Proceedings of the 2004 IEEE International Conference on Solid Dielectrics, 2004 (ICSD 2004), Toulouse, France, 5–9 July 2004; Volume 2, pp. 525–529. Rodríguez-Serna, J.M.; Albarracín-Sánchez, R.; Garnacho, F.; Álvarez, F.; Ortego, J. Partial Discharges Measurements for Condition Monitoring and Diagnosis of Power Transformers: A Review. In Proceedings of the 2019 6th International Advanced Research Workshop on Transformers (ARWtr), Cordoba, Spain, 7–9 October 2019; pp. 83–88. Borghei, M.; Ghassemi, M.; Rodriguez-Serna, J.M.; Albarracin, R. A Finite-Element-Analysis and an Improved Induced Charge Concept for Partial Discharge Modeling. IEEE Trans. Power Deliv. 2020. [CrossRef] Tanmaneeprasert, T.; Lewin, P.L.; Callender, G. Measuring and Simulating Partial Discharge Activity in a Spherical Cavity during Electrical Ageing Processes. In Proceedings of the 2018 IEEE 2nd International Conference on Dielectrics (ICD), Budapest, Hungary, 1–5 July 2018; pp. 1–4. Sanche, L. Nanoscopic Aspects of Electronic Aging in Dielectrics. IEEE Trans. Dielectr. Electr. Insul. 1997, 4, 507–543. [CrossRef] Lv, Z.; Rowland, S.M.; Chen, S.; Zheng, H.; Iddrissu, I. Evolution of Partial Discharges during Early Tree Propagation in Epoxy Resin. IEEE Trans. Dielectr. Electr. Insul. 2017, 24, 2995–3003. [CrossRef] Vincenti, W.G.; Kruger, C.H. Introduction to Physical Gas Dynamics, 2nd ed.; Krieger Pub Co.: Malabar, FL, USA, 1975; ISBN 978-0-88275-309-6. Kuffel, E.; Zaengl, W.S.; Kuffel, J. High Voltage Engineering Fundamentals, 2nd ed.; Elsevier: Oxford, UK, 2000; ISBN 978-0-7506-3634-6. Serra, S.; Montanari, G.C.; Mazzanti, G. Theory of Inception Mechanism and Growth of Defect-Induced Damage in Polyethylene Cable Insulation. J. Appl. Phys. 2005, 98, 034102. [CrossRef] Bahder, G.; Garrity, T.; Sosnowski, M.; Eaton, R.; Katz, C. Physical Model of Electric Aging and Breakdown of Extruded Polymeric Insulated Power Cables. IEEE Trans. Power Appar. Syst. 1982, PAS-101, 1379–1390. [CrossRef] Dissado, L.A.; Sweeney, P.J.J. Physical Model for Breakdown Structures in Solid Dielectrics. Phys. Rev. B 1993, 48, 16261–16268. [CrossRef] Noto, F.; Yoshimura, N. Voltage and Frequency Dependence of Tree Growth in Polyethylene. In Proceedings of the Conference on Electrical Insulation Dielectric Phenomena—Annual Report 1974, Downingtown, PA, USA, 21–23 October 1974; pp. 207–217. Fothergill, J.C.; Dissado, L.A.; Sweeney, P.J.J. A Discharge-Avalanche Theory for the Propagation of Electrical Trees. A Physical Basis for Their Voltage Dependence. IEEE Trans. Dielectr. Electr. Insul. 1994, 1, 474–486. [CrossRef] McAllister, I.W. Decay of Charge Deposited on the Wall of Gaseous Void. IEEE Trans. Electr. Insul. 1992, 27, 1202–1207. [CrossRef] Forssén, C. Modelling of Cavity Partial Discharges at Variable Applied Frequency. Ph.D. Thesis, KTH Royal Institute of Technology, Stockholm, Sweden, 2008. Brown, M.A.; Champion, J.V.; Dodd, S.J.; Mudge, P. An Investigation of Partial Discharge Energy Dissipation and Electrical Tree Growth in an Epoxy Resin. In Proceedings of the 2004 IEEE International Conference on Solid Dielectrics 2004 (ICSD 2004), Toulouse, France, 5–9 July 2004; Volume 1, pp. 288–291. Lawless, J. Statistical Models and Methods for Lifetime Data, 2nd ed.; Wiley: Hoboken, NJ, USA, 2011; ISBN 978-1-118-03125-4. Mas’ud, A.A.; Albarracín, R.; Ardila-Rey, J.A.; Muhammad-Sukki, F.; Illias, H.A.; Bani, N.A.; Munir, A.B. Artificial Neural Network Application for Partial Discharge Recognition: Survey and Future Directions. Energies 2016, 9, 574. [CrossRef] 5| DISCUSIÓN GENERAL, CONCLUSIONES Y FUTURAS INVESTIGACIONES En este capítulo se presenta una discusión general de los resultados obtenidos, los cuales son presentados en las publicaciones del Capítulo 4 y que aportan al cumplimiento de los objetivos establecidos en el Capítulo 2. Además, se incluyen tablas y figuras adicionales derivadas de los resultados numéricos presentados en las publicaciones que permiten ratificar algunas conclusiones y abordar análisis complementarios a los presentados en aquellas. Para cada una de las publicaciones se indican de manera específica las aportaciones al cumplimiento de los objetivos establecidos y las actividades específicas planteadas en la Sección 3.1 cuyos resultados se presentan en las publicaciones. Por otro lado, se presentan las conclusiones generales obtenidas durante el desarrollo de la tesis, así como las hipótesis planteadas que se verificaron a través de los resultados obtenidos y los modelos implementados. Además, se presentan algunas conclusiones específicas extraídas de los resultados presentados en las publicaciones. Finalmente, se plantean futuras líneas de investigación que pueden emprenderse a partir de los resultados obtenidos y los modelos propuestos y validados en esta tesis. Este capítulo se organiza de la siguiente manera: primero, en la Sección 5.1, se realiza la descripción integrada de la solución; luego, en la Sección 5.2, se muestran y analizan los resultados obtenidos a la luz del cumplimiento de los objetivos establecidos; posteriormente, las conclusiones obtenidas se presentan en la Sección 5.3; y finalmente, algunas futuras líneas de investigación se esbozan en la Sección 5.4. 5.1 Descripción integrada de la solución El enfoque basado en simulaciones establecido para el desarrollo de esta tesis, implica que se deben desarrollar e implementar modelos de simulación para lograr el cumplimiento de los objetivos establecidos validando su desempeño mediante comparación de los resultados de simulación con medidas reales, en este caso, extraídas de otras investigaciones encontradas en la literatura científica. Para ello, en primera instancia, fue necesario hacer un estudio exhaustivo y detallado de los procesos físicos, axiomas y teorías que permiten explicar, desde puntos de vista fenomenológico y teórico, los fenómenos de las DP en cavidades en el interior de dieléctricos poliméricos sólidos, la propagación de arborescencias en dieléctricos poliméricos sólidos y el envejecimiento causado por la actividad de DP en cavidades en el interior de dieléctricos poliméricos sólidos. La comprensión de estos fenómenos, sobretodo su parte física, permitió proponer e implementar diversos modelos para aportar a la solución de la situación problemática descrita en el Capítulo 2 de esta tesis y que presenta como retos principales la estimación de la degradación inducida por la actividad de DP en cavidades en el interior de dieléctricos poliméricos sólidos y el pronóstico de la vida útil remanente con base en resultados de simulación, mayor detalle de la situación problemática se encuentra en la Sección 2.1.1. Se desarrollaron los siguientes modelos novedosos: - - - - - Modelo analítico multifísico mejorado para la simulación de DP en cavidades en el interior de dieléctricos sólidos (Rodríguez-Serna & Albarracín-Sánchez, 2019) Modelo mejorado de tres condensadores para la simulación de DP en cavidades en el interior de dieléctricos sólidos (Rodríguez-Serna, Albarracín-Sánchez, Dong, et al., 2020) Modelo híbrido de elementos finitos para la simulación de DP en cavidades en el interior de dieléctricos sólidos (Rodríguez-Serna, Albarracín-Sánchez, & Mas’ud, 2020) Modelo electrostático de elementos finitos mejorado para la simulación de DP en cavidades en el interior de dieléctricos sólidos (Rodríguez-Serna, Albarracín-Sánchez, & Mas’ud, 2020) Modelo físico-estocástico mejorado para la simulación de propagación de arborescencias eléctricas en dieléctricos poliméricos sólidos (Rodríguez-Serna, Albarracín-Sánchez, & Carrillo, 2020) 151 - - - Modelo determinístico mejorado para la simulación de DP en arborescencias eléctricas (Rodríguez-Serna & Albarracín-Sánchez, 2021) Modelo estocástico mejorado para la simulación de DP en arborescencias eléctricas (RodríguezSerna & Albarracín-Sánchez, 2021) Modelo de vida para estimar la vida útil remanente usando la energía de impacto de los electrones durante DP en cavidades en el interior de dieléctricos poliméricos sólidos (Rodríguez-Serna & Albarracín-Sánchez, 2021b) Además, se propuso una novedosa función de daño basada en el modelo microscópico de Serra et al. (Serra et al., 2001), y un novedosos método basado en simulaciones, para estimar la vida útil remanente en solidos dieléctricos con DP en cavidades en su interior (Rodríguez-Serna & Albarracín-Sánchez, 2021a). La función de daño y todos los modelos propuestos fueron validados comparando los resultados de simulación con mediciones experimentales reportadas por otros investigadores en la literatura. Este proceso de validación se describe de manera detallada en cada una de las publicaciones del Capítulo 4. Las propuestas e implementaciones de estos modelos son en sí mismas un aporte a la solución de la situación problemática ya que se obtienen herramientas y métodos de análisis útiles en ingeniería para el diagnóstico de sistemas de aislamiento eléctrico que pueden usarse en conjunto con mediciones de DP. Adicionalmente, con los modelos validados, se realizaron simulaciones de diferentes casos de estudio y los análisis de resultados permitieron adquirir conocimientos adicionales, entre otros, acerca de los procesos de descarga y de los mecanismos de degradación asociados a las DP, acerca de la propagación de arborescencias en medios dieléctricos no homogéneos y acerca de los efectos de la magnitud y frecuencia de la tensión aplicada en la tasa de degradación de los dieléctricos poliméricos solidos debido a la actividad de DP en cavidades en su interior. Además, se propuso un indicador de la tasa de envejecimiento debido a las DP actuando en cavidades en el interior de dieléctricos sólidos que depende del valor máximo de la corriente inducida durante eventos de DP. Todos los modelos propuestos e implementados anteriormente mencionados, tienen la potencialidad para usarse en herramientas de diagnóstico de equipos eléctricos en servicio usando resultados de simulación, mediciones experimentales y métodos matemáticos, como la inteligencia artificial. En las publicaciones compendiadas en el Capítulo 4 de esta tesis, para cada uno de los modelos utilizados, se muestran sus posibles aplicaciones para el diagnóstico de equipos eléctricos. En la siguiente sección se presentan detalles de los resultados científicos obtenidos y su contribución a la solución de los objetivos planteados. 5.2 Análisis de resultados En esta sección se discuten los resultados científicos de esta tesis presentados en las publicaciones del Capítulo 4 y teniendo en cuenta su relación con los objetivos establecidos en el Capítulo 2. En la Figura 12 se muestra la relación entre las publicaciones realizadas y los objetivos establecidos. Las publicaciones en la Figura 12, se han ordenado teniendo en cuenta su relación con el desarrollo de las actividades específicas definidas en la Sección 3.1 de esta tesis para dar cumplimiento a los objetivos establecidos en la Sección 2.3.2 y que para comodidad del lector se presentan nuevamente a continuación. Objetivos: 1. Modelar el fenómeno de DP en sólidos dieléctricos poliméricos usando un enfoque multifísico e implementar simulaciones usando MATLAB® y COMSOL Multiphysics®, para realizar diferentes análisis considerando variaciones de excitación, temperatura, materiales, entre otras 2. Modelar el fenómeno de propagación de arborescencias en sólidos dieléctricos poliméricos para analizar la ocurrencia, evolución y comportamiento de dicho fenómeno mediante simulaciones en MATLAB® y/o COMSOL Multiphysics®, considerando variaciones de materiales y esfuerzos aplicados 3. Modelar la expectativa de vida útil de los sistemas de aislamiento eléctrico sólido polimérico a partir de los resultados de simulación obtenidos en los objetivos anteriores 152 Figura 12. Compendio de publicaciones de esta tesis, organizadas de acuerdo a su relación con los objetivos establecidos. Objetivo 1, O1-1 a -3C; Objetivo 2, O2-1 a -2; Objetivo 3, O3-1 a -1C y Otras, OT-1 a -2. En la Figura 12, al inicio del título de cada publicación, se ha agregado una numeración de la siguiente manera: Oi-j, donde, i corresponde al objetivo cuyo cumplimiento se relaciona con dicho documento y j es el número de la publicación entre las correspondientes al objetivo i. A las publicaciones complementarias se ha agregado una letra C al final de la numeración, Oi-jC, mientras que las publicaciones en la categoría de otras, se han numerado como OT-1 y OT-2. De las publicaciones mostradas en la anterior figura, las siguientes corresponden a artículos de revista: O1-1, O1-2, O1-3, O1-2C, O1-3C, O2-1, O2-2, O3-1 y OT-2, para un total de nueve, y las siguientes corresponden a artículos de congresos: O1-1C, OT-1 y O3-1C, para un total de tres. Mayores detalles de las revistas y congresos se resumen en la Tabla 27 en el Anexo D de esta tesis. Los artículos de revista en los recuadros de color azul claro corresponden a las publicaciones centrales realizadas durante el desarrollo de la tesis y que cumplen con los requerimientos establecidos por la UPM para su inclusión en el compendio de publicaciones, ver guía al lector en Sección 1.2 de esta tesis. Por su parte, las publicaciones en los recuadros de color verde claro corresponden a publicaciones complementarias a las anteriores que, si bien están relacionadas con los objetivos planteados, no cumplen con los requerimientos para incluirse en el Capítulo 4 del compendio de publicaciones, porque corresponden a artículos de congresos o, aunque siendo artículos de revistas de los primeros cuartiles en JCR, se han realizado con otros investigadores quienes figuran como autores principales. Por otro lado, las publicaciones en los recuadros de color amarillo en la categoría de otras, no están directamente relacionadas con los objetivos planteados, sin embargo, son producto de investigación desarrollada durante los estudios de doctorado. A continuación, para cada objetivo, se describe brevemente el método de solución, para mayores detalles ver Capítulo 3 de esta tesis, y se presentan las publicaciones asociadas. Para cada una de las 153 publicaciones se detalla la solución implementada y se discuten los resultados presentados en ellas, los cuales contribuyen al cumplimiento de los objetivos establecidos. 5.2.1 Objetivo 1: Modelamiento y simulación de DP en cavidades en el interior de sólidos dieléctricos poliméricos Para contribuir a este primer objetivo de modelamiento y simulación de DP en cavidades en el interior de dieléctricos sólidos, en primera instancia, se estudiaron los fenómenos físicos implícitos durante las diferentes etapas de los procesos de DP: generación de primeros electrones e incepción, descarga y extinción, y decaimiento de carga en la superficie de la cavidad. Además, se realizó un exhaustivo y detallado estado del arte del cual se obtuvieron los principales modelos y sus ventajas y limitaciones, Sección 2.2.2 en Capítulo 2. Posteriormente, se realizó una implementación de varios modelos en MATLAB®, como se describe en la Sección 3.1.1 del Capítulo 3 de esta tesis, para simular las DP en cavidades en el interior de dieléctricos sólidos. 5.2.1.1 Publicación O1-1: Computer simulation of partial discharges in voids inside epoxy resins using three-capacitance and analytical models (Rodríguez-Serna, Albarracín-Sánchez, Dong, et al., 2020) En este artículo de revista se realizó un compendio de las principales características, propiedades y aplicaciones de las resinas epóxicas como materiales aislantes. Se discutió el proceso de curado como etapa principal durante la preparación de las resinas epóxicas ya que características como la temperatura de transición vítrea, la flexibilidad, la resistencia al impacto, la resistencia eléctrica, resistencia al calor, tensión de rotura y la resistencia a agentes químicos, dependen del proceso de curado, principalmente, del tipo de agente de curado, la temperatura, la humedad y la presión. Se clasificaron los agentes de curado como aminas y anhídridos de ácido y se resumieron en sendas tablas las características de los procesos de curado y las principales aplicaciones (fundición, laminados, adhesivos y encapsulamiento) de las resinas epóxicas resultantes, Tablas 2 y 3 de la publicación. Adicionalmente, se discutió el efecto de los procesos de gelificación y vitrificación durante el curado y de las características del compuesto epóxico primario, el agente de curado y el compuesto acelerador en los parámetros eléctricos, mecánicos y térmicos de los compuestos de resina epóxica. Se encontró que las mejores características dieléctricas se obtienen con resinas curadas con anhídrido aromático y los factores que afectan las magnitudes de los parámetros anteriormente descritos se resumieron en la Tabla 4 de la publicación O1-1. Adicionalmente, se discutió el efecto de la adición de nanopartículas en los parámetros eléctricos: tensión de ruptura, permitividad, resistividad, tiempo hasta la ruptura y tan δ, del compuesto de resina epóxica, ver Tabla 4 en Capítulo 2 de esta tesis. Luego se realizó una breve presentación del modelo estocástico de las DP en el que se describe el proceso estocástico de incepción y los diferentes modelos que permiten su simulación, ver Sección 2.2.2 de esta tesis. Posteriormente, se realizó una presentación detallada de los modelos analítico y de tres condensadores en la que se discuten los conceptos físicos, ecuaciones y aproximaciones que dan sustento a estos modelos. Además, se presentó un completo estado del arte en el cual se resumen las principales aplicaciones de estos dos modelos, los parámetros de los medios necesarios para las simulaciones y se muestran sus ventajas y desventajas desde el punto de vista de precisión del proceso de modelamiento y eficiencia computacional. Para el modelo de tres condensadores se propuso una clasificación de las diferentes versiones con base en la forma en la que se simula la variación en la tensión a través de la capacitancia equivalente de la cavidad durante la actividad de DP y se presentó una expresión para la capacitancia equivalente de la columna de dieléctrico en serie con la cavidad, C b (F), que se obtuvo de la siguiente manera, a partir de la ecuación (17) en el artículo O1-1: q' = ∆UC b , 154 (23) donde q ' (C) es la magnitud de la carga inducida y ∆U (V) es el cambio en la tensión a través de la cavidad durante las DP. Para una cavidad esférica, la ecuación (11) en el artículo O1-1, y (12) en el Capítulo 2 de este documento, se puede escribir como: q' = K 2 2 πa ε∇λ 0 ∆U . 3 Usando el principio de analogía entre las ecuaciones (23) y (24) se obtiene lo siguiente: 2 C b = K πa 2 ε∇λ 0 . 3 (24) (25) La ecuación (25) corresponde a una constante equivalente a la capacitancia de la columna de dieléctrico en serie con la cavidad, ver Figura 3a en la publicación, y que depende de la geometría de la cavidad, de la permitividad del dieléctrico sólido y de la configuración de electrodos. Esta expresión permite conciliar los modelos de tres condensadores con los modelos analíticos basados en expresiones de campos electromagnéticos. Para las simulaciones presentadas en este artículo, la capacitancia de todo el arreglo de prueba, ver Figura 2 en Capítulo 2 de esta tesis, se calculó usando COMSOL Multiphysics® y la definición de capacitancia aplicable a los circuitos eléctricos, ecuación (23) en el artículo. De manera que la capacitancia equivalente de la cavidad, C c (F), se calcula como: Cc = C b C bc , C b − C bc (26) donde C bc (F) es la capacitancia resultante de la capacitancia de la columna de dieléctrico en serie con la cavidad, C b (F), en serie con la capacitancia de la cavidad. Se propuso una mejora del modelo de tres condensadores presentado en (Gafvert et al., 2003) considerando el modelo estocástico de DP descrito en la Sección 2.2.2 del Capítulo 2 de esta tesis y las capacitancias definidas en las ecuaciones (25) y (26). Se simuló un caso de estudio usando los modelos analítico y de tres condensadores mejorado y los resultados se compararon con mediciones experimentales reportadas en (H. A. Illias et al., 2017). Este caso de estudio corresponde a una cavidad esférica llena de gas en el centro de un dieléctrico polimérico sólido (resina epóxica bisfenol-A) puesto entre dos electrodos planos paralelos a los que se les aplica una tensión sinusoidal de CA de 18 kV y 50 Hz, mayores detalles del objeto de ensayo se presentan en la Sección 4 del artículo. Se encontró que, aunque el error obtenido con el modelo de 3 condensadores mejorado es mayor al obtenido con el modelo analítico, aproximadamente 7 %, los patrones resueltos en fase y los valores mínimo y promedio de la carga son bastante cercanos a los medidos experimentalmente, error menor a 2 %, lo que permitió concluir que el modelo de tres condensadores mejorado que se describió anteriormente, puede reproducir de manera cualitativa y cuantitativa el comportamiento de DP en cavidades esféricas en el interior de dieléctricos sólidos, con un error cercano al modelo analítico. Por otro lado, analizando los patrones resueltos en fase, se encontró que la distribución en fase de las DP obtenida con el modelo de tres condensadores mejorado es ligeramente diferente con respecto a la obtenida con el modelo analítico y la medida experimentalmente. Si bien el modelo de tres condensadores mejorado es capaz de reproducir de manera adecuada la distribución en forma de oreja de conejo, ver Figura 8 de la publicación, la distribución de pulsos en la barra horizontal, que se debe a descargas consecutivas de baja magnitud, ~ 100 pC, que se presentan durante el mismo semiciclo de la forma de onda de tensión de CA, es levemente diferente con respecto al caso del modelo analítico: la tasa de DP por ciclo obtenida con el modelo analítico es 6,49, mientras que con el modelo de tres condensadores mejorado es 6,13, ver Tabla 9 en la publicación. Esto se debe a que en el modelo mejorado de tres condensadores se usan dos resistencias de magnitud fija para modelar el fenómeno de 155 decaimiento de carga después de la aparición de DP a través de procesos de conducción en el volumen del dieléctrico sólido y en la superficie de la cavidad, pero este último proceso depende de la magnitud y polaridad de la carga en la superficie de la cavidad y de la polaridad de la intensidad del campo eléctrico resultante en el interior de la cavidad (H. Illias et al., 2011b). El valor de esta resistencia no solo permite controlar la magnitud de las descargas, sino además la tasa de repetición, ya que su valor afecta a la magnitud de la tensión aplicada a la capacitancia equivalente de la cavidad. La magnitud de la resistencia puede calcularse en función de las características de los patrones resueltos en fase y su comparación con mediciones experimentales mediante un método de ajuste adaptativo con el cual se determine el valor que permita reproducir mediante simulación las principales características de los patrones resueltos en fase medidos experimentalmente (Lin, 2012). 5.2.1.2 Publicación O1-2: Numerical simulation of temperature and pressure changes due to partial discharges in spherical cavities within solid dielectrics at different ageing conditions (Rodríguez-Serna & Albarracín-Sánchez, 2019) En este artículo de revista se introduce una modificación al modelo analítico de DP, que se describe en la Sección 2.2.2.1 de esta tesis, para calcular las variaciones de temperatura y presión durante los eventos de DP y convertirlo en un novedoso modelo analítico-multifísico. Se hace uso del teorema de Poynting para estimar la densidad de energía eléctrica que se convierte en calor, ver Sección 2.3 de la publicación, y las temperaturas en el gas y en la superficie de la cavidad se calculan para cada instante de tiempo solucionando la ecuación diferencial (8) en el artículo, la cual describe la transferencia de calor por conducción. El cambio en la presión durante las DP se calcula en función del cambio en la temperatura usando la ley de los gases ideales, ecuación (10) en el artículo. Adicionalmente, de las ecuaciones (1) - (3) y (11) en esta tesis, puede inferirse que las DP son fenómenos multifísicos, porque las tensiones de incepción y extinción y la tasa de generación de electrones son dependientes de la temperatura y presión del gas en el interior de la cavidad y en la superficie de la misma. Por lo anterior, para el caso de estudio analizado en esta publicación, estos parámetros que controlan el proceso estocástico no se consideran constantes, sino que fueron calculados dinámicamente para cada paso de tiempo durante la simulación, convirtiéndose en variables internas cuya magnitud es controlada por la actividad de DP y el mismo proceso estocástico. El diagrama de flujo correspondiente a la herramienta de simulación implementada en MATLAB®, PDSym1S, y usada para este caso de estudio, se muestra en la Figura 9 del Capítulo 3 de esta tesis. El caso de estudio considerado en esta publicación se describe en la Sección 3 de la misma, se analiza el comportamiento de DP en una cavidad esférica llena de aire en el interior de un dieléctrico sólido (resina epóxica Araldite D/HY 956) entre dos electrodos planos paralelos a los que se aplica una tensión sinusoidal de CA de 19,25 kV y 50 Hz, bajo diferentes condiciones de envejecimiento. Se consideran cinco fases de envejecimiento consecutivas, definidas de esta manera en (Gutfleisch & Niemeyer, 1995) a partir del análisis de los cambios en los patrones resueltos en fase para distintos periodos de tiempo hasta que se detecta la incepción de arborescencias eléctricas en la superficie de la cavidad, aproximadamente 1300 h después de aplicada la tensión e iniciada la actividad de DP en la cavidad. Los resultados de simulación se compararon cualitativa y cuantitativamente con las medidas reportadas en (Gutfleisch & Niemeyer, 1995) y se encontró que el error máximo, aproximadamente 27 %, se obtuvo para la fase más avanzada del envejecimiento, es decir, para la cual se intuye que la superficie estará más degradada y el gas en el interior de la cavidad habrá sufrido los mayores cambios, no solo en la presión sino además en su composición. Esto permitió demostrar que para esta fase de envejecimiento la variación con el tiempo de la presión del gas en el interior de la cavidad no depende solamente de las variaciones de temperatura debidas a las DP, sino además de la tasa de generación de subproductos gaseosos como resultado de la degradación de la superficie de la cavidad por la actividad de DP y del consumo del oxígeno en el volumen gaseoso de la cavidad en procesos de oxidación. Se concluyó que este comportamiento es demasiado complejo y no puede ser solamente modelado mediante la ley de los gases ideales. Se encontró que durante los periodos de tiempo durante los cuales predominan las DP de baja magnitud, ~ 170 pC, las variaciones en la presión y temperatura son muy bajas, menores a 1 K y 0,01 kPa. Se 156 -1 ) observó que a medida que incrementa el envejecimiento, el valor máximo de la temperatura durante los eventos de DP incrementa hasta 347,40 K, mientras que el valor promedio de la temperatura permanece sustancialmente constante, alrededor de 300 K. Esto se debe a que, con el aumento de la función de trabajo de liberación efectiva de electrones, el retardo de tiempo de incepción incrementa lo que hace que más energía eléctrica sea transformada en calor y el valor máximo de la temperatura aumenta, sin embargo, el valor promedio de la temperatura no incrementa debido a que el número de descargas por ciclo disminuye y el sistema se enfría rápidamente entre DP consecutivas. La Figura 13 muestra el comportamiento de la presión y las magnitudes de la intensidad de campo eléctrico de incepción, E inc (V‧m-1), y extinción, E ext (V‧m-1), para las fases de envejecimiento. Los valores fueron tomados de la Tabla 2 de la publicación. 70 60 2.5 Intensidad de campo eléctrico (kV.mm Presión (kPa) 50 40 30 20 10 0 3 A B C D E Fases de envejecimiento 2 1.5 1 0.5 0 A B C D E Fases de envejecimiento (a) (b) Figura 13. (a), Variación de la presión en la cavidad durante las fases de envejecimiento. (b), Magnitudes de la intensidad de campo eléctrico de incepción y extinción para las distintas fases de envejecimiento. Comparando las curvas de las Figuras 13a y 13b, puede verse que los valores de las magnitudes de la intensidad de campo eléctrico de incepción y extinción son proporcionales a la presión del gas en el interior de la cavidad para las distintas fases de envejecimiento. El envejecimiento aumenta desde la fase A, 0 h (inicio de las pruebas), hasta la fase E, aproximadamente 1300 h (justo antes de la incepción de arborescencias). En la Figura 13b puede verse que, con el aumento del envejecimiento, la diferencia entre las magnitudes de la intensidad de campo eléctrico de incepción y de extinción, disminuye, lo cual explica que el valor mínimo de la carga de las DP disminuya con el envejecimiento. Usando los valores de las Tablas 1 y 2, y la ecuación (9) en el artículo, se calculó el valor mínimo de la densidad de la fuente de calor durante las DP, Qmin (W‧m-3), y los resultados se presentan en la Tabla 8. Tabla 8. Cálculo de la densidad fuente de calor y la energía disipada por las DP. Fase Qmin (W‧m-3) W PD − mean (J) A B C D E 2,93x1010 2,93x1010 9,56x108 2,43x108 2,43x108 3,19x10-5 3,05x10-5 6,40x10-6 6,06x10-8 1,68x10-6 Adicionalmente, en la Tabla 8, para las fases de envejecimiento se agregaron los valores de la energía media disipada por las DP por medio ciclo, W PD − mean (J), calculada como el producto del valor medio de la carga, q mean (C), por el valor medio de la tensión de incepción, 2aE inc − mean (V), y el número de DP por medio ciclo, N HW , tomados de la Tabla 2 de la publicación. Se puede ver que, a medida que incrementa el envejecimiento, el valor mínimo de la densidad fuente de calor disminuye, lo cual explica que la temperatura media en la cavidad permanezca sustancialmente constante a pesar de que el valor máximo 157 de la temperatura durante las DP aumente a causa del retardo de incepción. La energía media disipada por las DP por medio ciclo presenta un comportamiento similar, lo que permite concluir que la degradación inducida por las DP no se debe al aumento de la temperatura como consecuencia de la actividad de DP, sino que se debe a mecanismos de degradación a nivel microscópico que también dependen de la presión del gas y la magnitud de la intensidad de campo eléctrico en la cavidad. Esto último se analizará en detalle en las publicaciones asociadas al objetivo 3. Por otro lado, comparando los valores en la anterior Tabla 8 con los de la Tabla 2 del artículo de revista O1-2, se encuentra que no hay una correlación directa entre la magnitud máxima de la carga inducida por las DP y la energía media disipada. Esto último permite concluir que inferencias de la condición de degradación en la cavidad con base en medidas externas, tomadas en los electrodos, de la carga inducida y variables relacionadas, como la corriente, la potencia y el tiempo efectivo (Albarracín-Sánchez et al., 2020), entre otros, deben complementarse con análisis de otras variables calculadas en función de la intensidad de campo eléctrico en la cavidad. De esta manera se pueden obtener evaluaciones confiables de la degradación inducida por la actividad continua de DP e implementar análisis de pronóstico del tiempo remanente de vida útil del dieléctrico sólido. Esto se discute con detalle en el documento del Anexo C. La comparación con resultados de medición reportados en (Gutfleisch & Niemeyer, 1995) permite verificar que el modelo analítico-multifísico implementado es razonablemente confiable, el error promedio entre valores simulados y medidos del número de descargas por medio ciclo es de 10,88 %. Además, esta comparación permite concluir que la variación de la conductividad superficial con la temperatura no tiene un efecto significativo en el comportamiento de las DP. Por otro lado, debido a que el aumento máximo de temperatura obtenido mediante las simulaciones durante las fases de envejecimiento con respecto a la temperatura ambiental es de 15 %, se puede considerar que el efecto de las variaciones de temperatura debido a la actividad de DP sobre la degradación de la superficie interna de la cavidad puede despreciarse en comparación con otros mecanismos de degradación, químicos y físicos. Finalmente, debe tenerse en cuenta que el error máximo, 27 %, se encontró para la última fase del envejecimiento, cuando las DP exhiben un comportamiento intermitente, por lo que el análisis debería hacerse usando variables estadísticas determinadas a partir de un número representativo de simulaciones y mediciones experimentales de la misma condición de envejecimiento, sin embargo, no se dispone de estos datos medidos experimentalmente. 5.2.1.3 Publicación O1-3: Finite-element-analysis models for numerical simulation of partial discharges in spherical cavities within solid dielectrics: a review and a novel method (Rodríguez-Serna, AlbarracínSánchez, & Mas’ud, 2020) En este artículo de revista se incluye un estado del arte completo y detallado de los modelos de elementos finitos para simular las DP presentes en cavidades en el interior de dieléctricos sólidos. Tanto para los modelos de corrientes eléctricas y electrostáticos, ver Sección 2.2.2.3 en Capítulo 2 de esta tesis, se presentaron las ecuaciones en derivadas parciales que describen el fenómeno, las definiciones de dominios y fronteras, los parámetros necesarios para su modelamiento, así como los diferentes métodos utilizados para modelar la variación de la conductividad de la cavidad, la distribución superficial de carga y el decaimiento de la carga superficial después de los eventos de DP. Adicionalmente, se recopilaron las aplicaciones de dichos métodos para diferentes casos de estudio, así como sus ventajas e inconvenientes. Entre las principales ventajas que tienen los modelos de elementos finitos es que se solucionan directamente las ecuaciones en derivadas parciales de campos eléctricos, y la cargas y corrientes, inducidas y reales, se calculan usando expresiones de campo eléctrico y condiciones de frontera, por lo que no se requieren expresiones analíticas ni aproximaciones cuasiestacionarias como en los modelos analítico y de condensadores. Por otro lado, la carga computacional para la solución de las ecuaciones de campos electromagnéticos mediante el método de elementos finitos es mayor que en los modelos analítico y de condensadores, para la misma simulación los modelos de elementos finitos tardan un tiempo más de diez veces mayor que los modelos analíticos (Rodríguez-Serna, Albarracín-Sánchez, 158 Dong, et al., 2020), pero esto se ve compensado por un aumento en la precisión del modelamiento y disminución de las limitaciones a los objetos de ensayo. Los modelos de elementos finitos de corrientes eléctricas son poco realistas debido a que consideran que todo el volumen de la cavidad es afectado por cada una de las DP (H. A. Illias et al., 2014) y que la distribución de campo eléctrico, así como la distribución de carga en la superficie de la cavidad, es uniforme (Hazlee A. Illias et al., 2011). Adicionalmente, los procesos de recombinación de cargas en el gas durante las DP impiden que se establezca una corriente de estado estable durante la actividad de DP (Callender, 2018), y se requiere un subdominio en la superficie de la cavidad para modelar el decaimiento de carga por conducción. Por lo anterior, el modelo de elementos finitos electrostático es más preciso, sin embargo, tiene la dificultad de que es necesario establecer la distribución superficial de carga durante y después de los eventos de DP como una función del tiempo y el espacio sobre la superficie de la cavidad (H. A. Illias et al., 2017). Algunos investigadores han usado distribuciones discretas (H. A. Illias et al., 2015b, 2016), sin embargo, esto produce la aparición de indeterminaciones en la magnitud de la intensidad de campo eléctrico en la superficie de la cavidad. En el artículo de revista O1-3 se presenta un novedoso modelo híbrido de elementos finitos que combina las ventajas de los modelos de corrientes eléctricas y electrostático. En el modelo híbrido, durante los eventos de DP, las distribuciones del potencial escalar eléctrico y la intensidad de campo eléctrico se calculan con el modelo de corrientes eléctricas y la duración de las DP se controla usando como criterio de parada la magnitud de la intensidad del campo eléctrico de extinción, ecuación (11) en esta tesis. Después de las DP, la distribución superficial de carga se calcula de manera precisa usando un enfoque de teoría de campo electromagnético que se describe de manera detallada en la Sección 3.1 de la publicación. Para cada instante de tiempo, t (s), se resuelve la siguiente ecuación: ∇Σ ⋅ J S + ∂σ S =0, ∂t (27) donde ∇ Σ ⋅ J S (A‧m-2) es la divergencia bidimensional de la densidad superficial de corriente en la superficie de la cavidad y σ S (C‧m-2) es la densidad superficial de carga. Una vez las DP han finalizado, la solución a la ecuación (27) permite determinar la distribución superficial de carga para luego calcular las distribuciones del potencial escalar eléctrico y la intensidad de campo eléctrico en los dominios de interés, ver Figura 2 en el artículo, usando el modelo electrostático. La solución de la distribución superficial de carga para cada instante de tiempo, obtenida usando el método de separación de variables, se muestra en la Sección 3.1 del artículo. Ésta corresponde a una función continua del espacio, por lo que no se tienen puntos sobre la superficie de la cavidad en los cuales la magnitud de la intensidad de campo eléctrico sería una indeterminación (Hazlee A. Illias et al., 2011). El modelo fue implementado usando COMSOL Multiphysics® y MATLAB®, la descripción completa del modelo implementado, incluyendo el diagrama de flujo, se presenta en la Sección 3.2 del artículo O1-3. Para considerar las condiciones multifísicas durante las simulaciones, se utilizó el mismo modelo de transferencia de calor y presión presentado en el artículo (Rodríguez-Serna & Albarracín-Sánchez, 2019) y que se describe en la Sección 4 de la publicación. Se realizaron simulaciones para un caso de estudio que fue medido experimentalmente y cuyos resultados se presentan en (Gutfleisch & Niemeyer, 1995). El objeto de prueba corresponde a una cavidad esférica llena de aire en el interior de un dieléctrico sólido (resina epóxica Araldite D/HY 956) entre dos electrodos planos paralelos a los que se aplica una tensión sinusoidal de CA de 19,25 kV y 50 Hz. Mayores detalles del objeto de ensayo se presentan en la Sección 5 de éste artículo de revista. La comparación entre mediciones experimentales y resultados de simulación permite concluir que el modelo híbrido propuesto presenta buenos resultados, error menor a 7 %. En la Sección 5 del artículo se realiza un análisis del error y se concluye que éste se puede disminuir modificando el modelo de transferencia de calor y presión para considerar la tasa de disminución de la presión con el tiempo en función de la magnitud de la intensidad del campo eléctrico aplicado y la temperatura. 159 El método de solución propuesto para determinar la distribución superficial de carga, Sección 3.1 de la publicación, también permite considerar variaciones en la morfología de la cavidad, lo cual lo convierte en un modelo bastante novedoso y poderoso sobretodo en análisis de envejecimiento cuando se requiere modelar el comportamiento de DP en cavidades degradadas por la misma actividad de DP. Una herramienta de diagnóstico puede implementarse complementando este modelo con mediciones experimentales en las cuales se midan directamente las variaciones en la morfología de la cavidad mediante métodos ópticos y mediciones eléctricas de los patrones resueltos en fase (Tanmaneeprasert & Lewin, 2016). Una vez se haya ajustado el modelo para reproducir los patrones resueltos en fase medidos experimentalmente, se pueden simular cambios en la morfología de la cavidad y las consecuentes variaciones en el comportamiento de las DP para condiciones de envejecimiento avanzado y estimar la vida útil remanente. De acuerdo a mediciones experimentales, la conductividad superficial de resinas epóxicas incrementa en función del tiempo de exposición a la actividad de DP en varios ordenes de magnitud (Morshuis, 2005). Usando las ecuaciones (26) a (36) y (39) en el artículo, se calcularon la distribución de carga en la superficie de la cavidad y la magnitud de la intensidad de campo eléctrico en el interior de la cavidad a lo largo del eje de simetría para un instante de tiempo específico después de la primera DP, t = τ (k s = 1x10 −18 S ⋅ m -1 ) = 1,11x10 4 s , y para diferentes valores de conductividad, k s (S‧m-1), tomados de la Tabla 5 en la publicación, donde τ = ε 0 a / k s s. Los resultados se muestran en la Figura 14. 60 10 40 8 20 6 0 4 -20 2 -40 -60 0 0.5 1 1.5 2 2.5 3 0 0 0.2 0.4 0.6 0.8 1 (a) (b) Figura 14. (a), Distribución superficial de carga en la cavidad y (b), magnitud de la intensidad de campo eléctrico en el interior de la cavidad a lo largo del eje de simetría, en función de la conductividad superficial para t=1,11x104 s. Para los cálculos mostrados en la Figura 14, se han asumido los mismos valores de los parámetros presentados al pie de la Figura 4 de la publicación. En la Figura 14b, E in − r (V‧m-1) corresponde a la magnitud de la intensidad de campo eléctrico en el interior de la cavidad y a lo largo del eje de simetría, 2 θ = 0° , E 0 = q / 4πε 0 a V‧m-1, q = 800 pC y a = 1,25 mm. En la Figura 14a, puede verse que la distribución superficial de carga tiende a hacerse más uniforme a medida que la conductividad superficial aumenta. Por otro lado, en la Figura 14b se puede ver que la magnitud de la intensidad de campo eléctrico en el interior de la cavidad a lo largo del eje de simetría, para un mismo instante de tiempo, igual posición radial, r (m), y una DP de igual magnitud, es menor a medida que aumenta la conductividad superficial de la cavidad y que su distribución a lo largo del eje de simetría es más uniforme. Una discusión completa de este fenómeno y una versión mejorada del modelo analítico, o modelo de carga inducida (ICC), se presentan en el artículo de revista titulado: “A Finite Element Analysis and an Improved Induced Charge Concept for Partial Discharge Modeling” (Borghei et al., 2020) y que se incluye en el Anexo B de esta tesis. 160 Los resultados de temperatura y presión para las primeras condiciones de envejecimiento, fases de envejecimiento A y B, son similares a los encontrados en el trabajo O1-2 (Rodríguez-Serna & AlbarracínSánchez, 2019). Por otro lado, para la condición de envejecimiento más avanzada, fase de envejecimiento C, a pesar de la baja magnitud de las descargas, menos de 300 pC, la temperatura promedio en el gas y en la superficie de la cavidad, tienen una tasa de crecimiento de aproximadamente 1,10 K por ciclo de la señal de CA, mientras que la presión 22,50 kPa por ciclo de la señal de CA. Esto se debe a que el número de descargas por ciclo pasa de 12,10 y 11,47, en las fases A y B, respectivamente, a 66,50 durante la fase C, lo que implica un aumento del 450 %. Aunque las magnitudes de las descargas y de la densidad fuente de calor durante las DP disminuyen con el envejecimiento, el elevado número de DP hace que el gas en la cavidad y la superficie de ésta, no se enfríen nuevamente hasta alcanzar las condiciones de equilibrio impuestas por la temperatura ambiental durante los periodos de tiempo entre eventos de DP. A pesar de la tendencia de incremento positiva de la temperatura, esto sigue siendo consistente con el hecho de que estos aumentos de temperatura no son significativos como para considerar que pueden degradar directamente el material polimérico (Morshuis, 2005). Sin embargo, cuando las condiciones de envejecimiento son avanzadas, el incremento en la temperatura puede acelerar reacciones químicas en la superficie de la cavidad, lo que a su vez precipita el proceso de degradación por mecanismos químicos (Rodríguez-Serna & Albarracín-Sánchez, 2021a). Por otro lado, en la Sección 3.2 de la publicación se describe un método para implementar un modelo novedoso electrostático puro, en el cual las DP se simulan agregando de manera discreta carga sobre la superficie de la cavidad, con una distribución continua en el espacio y en el tiempo, hasta que se cumple la condición de extinción. Las principales ventajas del nuevo modelo híbrido propuesto pueden resumirse de la siguiente manera: - Se considera la dinámica de carga superficial después de los eventos de DP a través de una distribución de carga superficial continua teóricamente determinada mediante ecuaciones de campo - Los pulsos de corriente durante los eventos de DP a través de los electrodos y la cavidad se pueden determinar en el dominio del tiempo utilizando el modelo de corrientes eléctricas - La división de la superficie de la cavidad en un número finito de secciones no es requerida, lo que permite reducir los esfuerzos computacionales y evitar la aparición de indeterminaciones en la magnitud de la intensidad de campo eléctrico sobre la superficie de la cavidad - Finalmente, las variaciones espaciales locales en la superficie de la cavidad pueden ser consideradas a través de una función de la conductividad de la superficie de la cavidad que sea dependiente de las coordenadas espaciales 5.2.1.4 Contribuciones de las publicaciones al cumplimiento del objetivo 1 En la Tabla 9 se resumen las aportaciones a la tesis de cada una de las publicaciones incorporadas en el Capítulo 4 y asociadas al objetivo 1, ver Figura 12, y cuyos resultados fueron previamente discutidos en las Secciones 5.2.1.1, 5.2.1.2 y 5.2.1.3. Adicionalmente, se listan las actividades específicas planteadas en la Sección 3.1.1 de esta tesis para el cumplimiento del objetivo 1 y para cada publicación se señalan aquellas cuyos resultados son presentados en la misma. 5.2.2 Objetivo 2: Modelamiento y simulación de propagación de arborescencias eléctricas en el interior de sólidos dieléctricos poliméricos Para aportar al cumplimiento del segundo objetivo, primero, se estudió el marco teórico y conceptual y se realizó un exhaustivo y detallado estado del arte, del cual se obtuvieron los principales modelos que permiten simular la propagación de arborescencias eléctricas en dieléctricos sólidos y las DP en arborescencias eléctricas. 161 Tabla 9. Resumen de contribuciones de las publicaciones al objetivo 1. Publicación O1-1 O1-2 O1-3 Contribuciones Se propuso una expresión para determinar la capacitancia equivalente de la cavidad esférica que permite conciliar el modelo analítico, de base electromagnética, y el modelo de condensadores, de base de circuitos. Partiendo del modelo de condensadores presentado en (Gafvert et al., 2003), se propuso una versión mejorada incluyendo la capacitancia equivalente de la cavidad determinada con el enfoque de campos electromagnéticos y el modelo estocástico descrito por las ecuaciones (1) – (4) en el Capítulo 2 de esta tesis. Se mostró que el modelo de condensadores mejorado presenta resultados de simulación cercanos a los medidos experimentalmente por otros autores. El modelo permite obtener los pulsos de corriente en el circuito de medición, a los que se pueden aplicar análisis en el dominio del tiempo y la frecuencia. Se presentó un modelo analítico mejorado que incluye la presión y temperatura en la cavidad como variables dinámicas del modelo y la transformación de energía durante las DP como magnitud de acople entre las físicas electromagnética y térmica-mecánica. Se mostró que los resultados de simulación son cercanos a los medidos experimentalmente para diferentes condiciones de envejecimiento y se pudo concluir que la principal afectación de las DP al material se debe a la ruptura de cadenas poliméricas por bombardeo de portadores de carga o reacciones químicas activadas por éstos antes que a esfuerzos térmicos. Se pudo demostrar que para las fases de envejecimiento avanzadas las variaciones en la presión no se relacionan con las variaciones de temperatura a través de la ley de los gases ideales, esto debido a la generación de subproductos gaseosos por la degradación inducida por las DP en la superficie de la cavidad y el consumo del oxígeno en la cavidad debido a procesos de oxidación. Se propusieron dos modelos novedosos, un modelo híbrido, en el cual la DP se simula cambiando la conductividad de la cavidad y, posteriormente, la distribución de carga en la interfaz es calculada usando expresiones de campos electromagnéticos, y otro modelo, puramente electrostático, en el cual la DP se simula modificando la distribución de carga en la interfaz. La ventaja principal de estos modelos es que la distribución de carga resultante en la interfaz es continua, lo que evita la aparición de indeterminaciones en la magnitud de la intensidad de campo eléctrico sobre la superficie de la cavidad como en otros modelos (H. A. Illias et al., 2017). Los modelos pueden calcular la distribución de carga en la superficie de la cavidad cuando se presentan variaciones espaciales en la conductividad, como las debidas a las modificaciones en la morfología causadas por la actividad de DP. Son modelos precisos y multifísicos. Los resultados de simulación se compararon con mediciones experimentales reportadas por otros autores y se pudo comprobar la validez y aplicabilidad de los modelos propuestos. Actividad específica a b c d X X X X X X X X X X X De los modelos para simular la propagación de arborescencias se obtuvieron sus ventajas y limitaciones, y posteriormente, se realizó la implementación de varios de ellos en MATLAB®, como se describe en la Sección 3.1.2 del Capítulo 3 de esta tesis. Adicionalmente, se propusieron y validaron, un novedoso modelo para simular la propagación de arborescencias eléctricas en dieléctricos poliméricos sólidos que permite considerar el tiempo como una variable física durante la propagación, y dos modelos para simular las DP en arborescencias eléctricas en dieléctricos sólidos que permiten reproducir las principales características de los patrones resueltos en fase medidas experimentalmente. Finalmente, se realizaron varias simulaciones bajo diferentes condiciones de materiales y esfuerzos aplicados. 5.2.2.1 Publicación O2-1: An improved physical-stochastic model for simulating electrical tree propagation in solid polymeric dielectrics (Rodríguez-Serna, Albarracín-Sánchez, & Carrillo, 2020) En la Sección 3 de esta publicación se presenta una breve revisión de los modelos para simular la propagación de arborescencias eléctricas en dieléctricos sólidos y se hace una clasificación de los modelos en estocásticos, físicos, empíricos, determinísticos, multifísicos y de autómatas celulares, dependiendo de la forma en la que se calculan la dirección y velocidad de propagación. Por otro lado, en la Sección 4 de este artículo de revista, se propuso un novedoso modelo físicoestocástico mejorado para simular la propagación de las arborescencias en materiales dieléctricos poliméricos sólidos. El modelo está basado en el modelo DAM (Dissado & Sweeney, 1992), y el tiempo 162 requerido para formar un nuevo canal, se calcula usando un análisis del cambio en la energía potencial del sistema de aislamiento durante la propagación de las arborescencias. Haciendo un balance de energía mediante el teorema de Poynting, se considera que el incremento en la energía potencial del sistema es proporcional a la energía cinética disipada por los electrones durante las avalanchas y que puede asociarse con la energía de vaporización del material dieléctrico (Lv et al., 2017; Schurch et al., 2015). La trayectoria de propagación depende de la magnitud local de la intensidad de campo eléctrico. Como en el modelo DAM, se asume que las DP producen una intensificación de la magnitud de la intensidad de campo eléctrico en los puntos donde terminan las DP provocando la aparición de avalanchas en el material dieléctrico sólido dentro de una distancia de propagación que se considera igual a 10 μm (Hozumi & Okamoto, 1989). Se considera que las avalanchas inducen un daño que es proporcional al número de ionizaciones causadas por éstas. En la Sección 4 de esta publicación se describen de manera detallada el modelo y el procedimiento de simulación. La región de interés en la cual se estudia la propagación de la arborescencia se representa de manera discreta usando un reticulado uniforme en 2D con una separación entre retículas igual a la longitud máxima de propagación de las avalanchas (Hozumi & Okamoto, 1989), ver Figura 1 en la publicación. La distribución del potencial escalar eléctrico y la intensidad de campo eléctrico en los diferentes puntos de la región se calculan resolviendo la ecuación de Poisson usando el método de diferencias finitas y relajación (Gaviria, 2004). Además, para considerar que se pueden inyectar cargas en el dieléctrico desde los electrodos durante la propagación de las arborescencias, debido a que la estructura de la arborescencia tiene una conductividad mayor que el dieléctrico sólido, se utiliza el método de conductividad relativa de los canales de la arborescencia (M. D. Noskov et al., 1995). El modelo propuesto permite considerar materiales no homogéneos o con carga espacial. Los parámetros de los medios requeridos para las simulaciones, incluyendo una descripción de éstos con sus rangos de valores, y un diagrama de flujo del modelo implementado en MATLAB® se muestran, respectivamente, en la Tabla 1 y Figura 2 de este artículo. En la Sección 5 de esta publicación se muestran los resultados de simulación de un caso de estudio en el cual se simula la propagación de arborescencias en una resina epóxica (bisfenol-A) que se pone en una configuración punta-plano. Este caso de estudio fue medido experimentalmente por Champion et al. y los resultados se presentan en (Champion et al., 1994). Las características y especificaciones del objeto de ensayo y los parámetros del material se describen en la Sección 2 de materiales y métodos de esta publicación. El objeto de ensayo se reprodujo usando un reticulado uniforme de 100 x 100 en 2D, ver Figura 1 en este artículo, por lo que el parámetro del número crítico de avalanchas, N c , que se tiene medido experimentalmente como 1x1013 en canales de 10 μm de longitud (Ding & Varlow, 2002), se ajustó proporcionalmente para considerar la longitud de los canales usada en la simulación de la siguiente manera: 1x1013 Nc = Lb , 10 μm (28) donde Lb (m) es la longitud de la retícula de simulación que es coincidente con la longitud de propagación de las avalanchas. En este estudio, como en (Quiña et al., 2010), se considera que el parámetro N c / N b , número crítico de avalanchas por medio ciclo y electrón, ver Tabla 1 en artículo O21, es constante e igual para todos los enlaces en el reticulado. Sin embargo, como el número de electrones libres generados en los canales en cada medio ciclo depende de la actividad de DP y ésta de la tensión aplicada (Lv, Rowland, Chen, Zheng, et al., 2018), en éste estudio se considera que el valor de este parámetro debe ser dependiente de la tensión aplicada. Los parámetros N c / N b y η , ver Tabla 1 de la publicación, se determinaron mediante un procedimiento de prueba y error considerando como variable de prueba la diferencia relativa entre el valor promedio del tiempo hasta la ruptura obtenido mediante las simulaciones y el valor promedio medido experimentalmente que se reporta en (Champion et al., 1994). Se asumió que una diferencia máxima de 3 % es razonablemente tolerable. 163 Se consideró que las ramas de la arborescencia son altamente conductivas σ ch = 1 , como en el caso de resinas rígidas o en estado vítreo, “glassy”, (Champion & Dodd, 2001). Este modelo, cambiando la conductividad relativa de los canales de la arborescencia, también permite simular la propagación de arborescencias eléctricas en resinas flexibles, por encima de la temperatura de transición vítrea. Se realizaron simulaciones para tres condiciones de tensión, 7, 10 y 15 kV RMS. Para cada valor de la tensión se realizaron 50 simulaciones, es decir un total de 150 simulaciones, sin contar las realizadas durante el procedimiento de ajuste de parámetros, y se realizaron comparaciones con valores medidos experimentalmente de la dimensión fractal y el tiempo hasta la ruptura. Además, en la misma figura se realizó una superposición de las curvas longitud versus tiempo medidas experimentalmente y las obtenidas mediante simulación, ver Figura 3 en la publicación, y se pudo comprobar que existe una buena concordancia entre ambas. La Tabla 10 muestra los resultados del Error Medio Cuadrático (EMC) calculado entre los valores de longitud medidos experimentalmente y los obtenidos mediante simulación que se muestran en las curvas LM (mm) y LY (mm), respectivamente, de las Figuras 3d a 3f en el artículo de revista. Tabla 10. Resultados del cálculo del error medio cuadrático entre las curvas medidas, LM, y simuladas, LY, en las Figuras 3d a 3f de la publicación. Figura EMC 3d 0,03 3e 0,02 3f 0,03 Los resultados presentados en la Tabla 10, permiten comprobar que el modelo propuesto es capaz de reproducir las curvas longitud versus tiempo, no sólo en sus magnitudes, sino también en su forma característica de sigmoidal invertida, incluso para diferentes condiciones de tensión aplicada. Las curvas obtenidas presentan la misma tasa de crecimiento durante la propagación que las curvas medidas experimentalmente. La mayoría de modelos existentes son incapaces de reproducir esta característica para diferentes magnitudes de la tensión aplicada, por lo que se puede considerar que el modelo propuesto es un modelo físico mejorado, por otro lado, los modelos estocásticos no involucran el tiempo como una variable física, mientras que el modelo aquí propuesto sí puede hacerlo a través del análisis de balance de energía previamente descrito, por lo que se puede considerar que el modelo propuesto es un modelo físico-estocástico mejorado. La dimensión fractal se calculó para cada paso de tiempo usando el método de extensión axial (Barclay et al., 1990; Kudo, 1998): Df = ln (t p / ∆t p ) ln(L Y / Lb ) , (29) donde t p (s) es el tiempo de propagación, ∆t p (s) es el paso de tiempo durante la propagación y L Y (m) es la longitud de la arborescencia a lo largo del eje de simetría. Se encontró que el valor promedio de la dimensión fractal justo antes de la ruptura, calculado a partir de las 50 simulaciones para cada magnitud de la tensión aplicada, es cercano al valor reportado experimentalmente, siendo el error máximo entre el valor calculado y el simulado del 6,06 %. Este error puede reducirse mediante un ajuste de parámetros, sin embargo, debe tenerse en cuenta que el valor reportado como experimental corresponde a un valor determinado mediante un proceso de ajuste usando el modelo empírico (Champion et al., 1994) y que no existe un único método para calcular la dimensión fractal (Barclay et al., 1990). Para todas las tensiones, se encontró que el comportamiento de la dimensión fractal con el tiempo es similar. Inicialmente, el valor de la dimensión fractal es bajo ya que la propagación se da, principalmente, a lo largo del eje de simetría donde la magnitud de la intensidad de campo eléctrico es mayor. Luego, cuando la arborescencia se ha propagado hasta cierto punto en el cual la magnitud de la componente radial de la intensidad de campo eléctrico es comparable a la magnitud de la componente axial, la 164 dimensión fractal incrementa. Posteriormente, cuando la arborescencia se ha propagado hasta aproximarse al electrodo plano, la propagación se da, principalmente, de forma paralela al eje de simetría y las ramificaciones principales, y por ende perpendicular al electrodo plano, debido a que la magnitud de la intensidad de campo eléctrico es mayor en estas direcciones y, consecuentemente, la dimensión fractal tiende a reducirse nuevamente. De las Figuras 3d a 3f en la publicación, puede verse que el anterior análisis también explica la forma de sigmoidal invertida de la curva longitud de propagación versus tiempo. La variación de la dimensión fractal durante la propagación de las arborescencias, que puede calcularse a partir de mediciones de los patrones resueltos en fase de las DP en arborescencias (Schurch et al., 2017), puede dar indicios de alguna metodología que pueda usarse como mecanismo de inferencia del estado de la propagación y alarma de la ruptura inminente, una futura línea de investigación podría desarrollarse en esta dirección. Los resultados de simulación del tiempo hasta la ruptura para cada valor de la tensión aplicada se ajustaron a la función de Weibull, como se describe en el Capítulo 3 de esta tesis. Los valores promedio del tiempo hasta la ruptura obtenidos mediante simulación se compararon con los valores promedio reportados experimentalmente en (Champion et al., 1994) y se encontró una diferencia máxima de 2,40 % para el caso de 7 kV RMS. Este valor de error puede reducirse ajustando los valores de los parámetros de los medios, sin embargo, se considera que esta magnitud de error es razonablemente tolerable. Lo anterior permite concluir que el modelo propuesto es capaz de reproducir adecuadamente arborescencias en dieléctricos sólidos con dimensión fractal y tiempo hasta la ruptura coincidentes con mediciones experimentales, incluso bajo diferentes condiciones de tensión aplicada. La Figura 15, fue obtenida usando los valores presentados en la Tabla 4 del artículo de revista. 6000 t 5500 t -IC t (s) 5000 4500 4000 3500 3000 2500 7 8 9 10 11 12 13 14 15 Tensión (kV RMS) Figura 15. Factor de escala de la función de Weibull de las distribuciones del tiempo hasta la ruptura para las tensiones consideradas en el caso de estudio. En ésta, se puede ver que el valor del parámetro de escala de la distribución de Weibull del tiempo hasta la ruptura, α t (s), es decir el tiempo para el que el 63,20 % de los experimentos habrá presentado ruptura dieléctrica, decrece con la magnitud de la tensión aplicada y que esto, teniendo en cuenta que los intervalos de confianza, α t -IC (s), no se traslapan, se mantiene para cualquier tensión en el rango estudiado de 7 a 15 kV RMS. Este mismo comportamiento se encontró para el valor medio del tiempo hasta la ruptura, t mean (s), y usando los valores presentados en la Tabla 4 de la publicación, se puede afirmar que éste decrece linealmente a medida que la magnitud de la tensión incrementa de la siguiente manera: 10000 − 700U (s) para 7 ≤ U ≤ 10 t mean = , 4600 − 120U (s) para 10 ≤ U ≤ 15 165 (30) donde U es la magnitud de la tensión aplicada al electrodo en kV RMS. Por otro lado, en la Tabla 4 de la publicación, se muestra que el factor de forma de las distribuciones del tiempo hasta la ruptura obtenidas para cada tensión aplicada, es mayor que la unidad, por lo que se puede afirmar que la tasa de faltas crece con el tiempo (Galar & Kumar, 2017). En la Tabla 11 se muestran los valores del Tiempo Medio Hasta la Ruptura (TMHR) y la confiabilidad para el valor mínimo del tiempo hasta la ruptura, R(t min ) , calculados con los valores de la Tabla 4 del artículo y las definiciones dadas en (Galar & Kumar, 2017). Tabla 11. Valor del tiempo medio hasta la ruptura y confiabilidad para el tiempo mínimo hasta la ruptura para diferentes magnitudes de la tensión aplicada. Tensión (kV RMS) 7 10 15 TMHR (s) 5465,34 3368,04 2748,62 R (t min ) 0,96 0,93 0,93 De los valores presentados en la Tabla 11, puede concluirse que el valor del tiempo medio hasta la ruptura y la confiabilidad para el tiempo mínimo de ruptura, decrecen cuando el valor RMS de la tensión aplicada incrementa. Otra conclusión interesante puede obtenerse al comparar los valores de α t en la Tabla 4 del artículo de revista y el valor del TMHR en la anterior Tabla 11. Se puede ver que la diferencia entre ambos valores se reduce a medida que el valor RMS de la tensión aplicada aumenta, lo que implica que las distribuciones del tiempo hasta la ruptura se hacen menos anchas, disminuye la dispersión, a medida que la tensión aumenta. Adicionalmente, en la Sección 5 de la publicación, se presentó una discusión acerca de los parámetros de los modelos de propagación de arborescencias y se concluyó, que el parámetro N c / N b , número crítico de avalanchas por medio ciclo, debe ser una variable dependiente del comportamiento de las DP a medida que la arborescencia se propaga. Este parámetro debe determinarse de manera experimental mediante un trabajo independiente. De los resultados presentados en la Figura 3 y la Tabla 3 de este artículo de revista, puede concluirse que la mayor densidad de ramificaciones se obtuvo para 15 kV RMS y la menor para 10 kV RMS. La menor dimensión fractal para 10 kV RMS se explica por el hecho de que se tiene un mayor valor del exponente η , ver Tabla 1 en el artículo, lo cual significa que la probabilidad de propagación en una trayectoria dada es proporcional al cuadrado de la magnitud de la intensidad de campo eléctrico local. Esto provoca que las arborescencias se propaguen en los sitios de mayor magnitud de la intensidad de campo eléctrico, esto es, a lo largo del eje de simetría y paralelo a las ramas existentes. En la Tabla 12, se resumen las magnitudes del valor medio del tiempo hasta la ruptura y el número de pasos durante la propagación, N steps , tomados de la Tabla 3 y Figura 3 de la publicación. En esta tabla también se han agregado la velocidad de propagación de las arborescencias, Vel Y (m‧s-1), y el valor promedio del tiempo característico para la conformación de un canal de la arborescencia, t ch − mean (s). Tabla 12. Valores del tiempo promedio hasta la ruptura, tmean, (s), número de pasos, Nsteps,, velocidad de propagación y tiempo característico medio para las tensiones aplicadas. Valores calculados usando los resultados en las Tablas 3 y 4 y Figura 3 de la publicación. Tensión (kV RMS) t mean (s) 7 10 15 N steps 5457,60 3370,30 2753,70 Vel Y (m‧s-1) 4,12x10-7 6,68x10-7 8,17x10-7 t ch − mean (s) 485 0,38 166 450 0,35 841 0,04 La velocidad de propagación de la arborescencia se ha calculado usando la distancia entre la punta del electrodo y el plano, 2,25 mm, y el valor promedio del tiempo hasta la ruptura tomado de la Tabla 4 de la en el artículo O2-1. Por otro lado, el valor promedio del tiempo característico para la conformación de un canal en la arborescencia se ha calculado usando el modelo de Bahder (Kudo, 1998), de la siguiente manera: t mean t ch − mean L = Lb Df , (31) donde L (m) es la longitud total de los canales de las arborescencias. Los valores de la dimensión fractal, D f , y la longitud unitaria de los canales, Lb (m), se han tomado de la Tabla 3 de la publicación. En la Tabla 12 se puede ver que el número de pasos durante la propagación para 15 kV RMS es casi dos veces el número que para 10 kV RMS, N steps −15 kV / N steps −10 kV = 1,87 , pero el valor medio del tiempo hasta la ruptura es menor para 15 kV RMS que para 10 kV RMS, t mean −15 kV / t mean −10 kV = 0,82 , esto es debido a que la energía incrementa cuando la tensión aplicada también lo hace. Esto permite demostrar que modelos simplificados en los que el tiempo de propagación se considera proporcional al número de pasos durante la propagación a través de una constante de conversión, (M. D. Noskov et al., 1995; Wiesmann & Zeller, 1986), no son adecuados. En la Figura 16, se muestran los resultados de la velocidad de propagación de la arborescencia y el valor promedio del tiempo característico de conformación de los canales, tomados de la anterior Tabla 12. 10 9 -7 0.4 y = 4.8e-08*x + 1.2e-07 y = - 0.0068*x 8 2 + 0.11*x - 0.05 Tiempo característico (s) -1 ) 0.3 Velocidad (m.s 7 6 5 4 7 8 9 10 11 12 13 14 15 0.2 0.1 0 7 8 9 10 11 12 13 14 15 Tensión (kV rms) Tensión (kV rms) (a) (b) Figura 16. (a), Velocidad de propagación de las arborescencias y curva lineal de ajuste, norma de los residuos = 8,36x10-8. (b), Valor promedio del tiempo característico para la conformación de nuevos canales en la arborescencia y curva cuadrática de ajuste, norma de los residuos = 1,05x10-16. En la Figura 16, se puede ver que la velocidad de propagación tiende a crecer de manera aproximadamente lineal con la tensión aplicada, mientras que el valor promedio del tiempo característico para la conformación de canales, tiende a decrecer de manera cuadrática con la tensión aplicada, lo que se debe a la relación cuadrática entre la energía disipada y la tensión aplicada. En las Figuras 16a y 16b se han superpuesto las líneas de ajuste, lineal y cuadrática, respectivamente, que han sido determinadas usando la función “Basic Fitting” de MATLAB® y las normas de los residuos encontrados se muestran al pie de la Figura 16. En la Figura, también se muestran las ecuaciones de las curvas de ajuste. Además, se pudo demostrar, usando resultados de simulación y experimentales reportados en (Champion et al., 1994), que no hay una correlación lineal entre la dimensión fractal y el tiempo hasta la ruptura, como se deduce de los modelos empíricos. Esto se puede verificar en la Figura 17, en la cual 167 se superponen los resultados de simulación, normalizados, del valor medio del tiempo hasta la ruptura, t mean − N , y la dimensión fractal, medida, D f − M − N , y simulada, D f − sim − N , para las tensiones consideradas. 1 Valores normalizados 0.9 0.8 0.7 0.6 0.5 7 8 9 10 11 12 13 14 15 Tensión (kV RMS) Figura 17. Resumen de los resultados obtenidos del tiempo medio hasta la ruptura y la dimensión fractal para las tensiones aplicadas en el caso de estudio. Valores tomados de las Tablas 3 y 4 de la publicación. Los valores fueron tomados de las Tablas 3 y 4 de la publicación y fueron normalizados con respecto a los valores máximos de cada distribución para superponerlos en la misma figura. De la Figura 17 se puede concluir que la correlación entre la dimensión fractal y el valor medio del tiempo hasta la ruptura debe considerar la magnitud de la tensión aplicada debido a que el tiempo hasta la ruptura es dependiente de ésta a través de la energía potencial. El modelo propuesto, validado e implementado, permite considerar la propagación de arborescencias en medios no homogéneos y considerar la conductividad de los canales de la arborescencia, además la presencia de materiales compuestos, nanopartículas y carga espacial. Por otro lado, los parámetros de los que depende el modelo, y que se listan en la Tabla 2 de la publicación, permiten la simulación de propagación de arborescencias en materiales dieléctricos poliméricos sólidos flexibles y rígidos (Champion & Dodd, 2001). Con el modelo implementado se realizaron simulaciones de propagación de arborescencias en medios de diferentes características, incluyendo barreras dieléctricas y conductoras, medios con carga espacial y diferentes conductividades, ver Anexo A. 5.2.2.2 Publicación O2-2: Improved deterministic and stochastic models for simulating partial discharges in non‐conducting trees inside solid dielectrics (Rodríguez-Serna & Albarracín-Sánchez, 2021) Una revisión del estado del arte del modelamiento de DP en arborescencias es presentada en la Sección 2 de este artículo de revista. En ésta, se discuten de manera detallada los modelos capacitivos, de avalancha, auto-consistente, de canal artificial y de avalancha mejorado. En el apéndice de este trabajo se incluye la Tabla A1 que resume las ventajas y desventajas de estos modelos. En la Sección 3 de este artículo se presentan 2 modelos electrostáticos mejorados para simular DP en arborescencias eléctricas basados en el modelo propuesto por Champion y Dodd (Champion & Dodd, 1998). Durante las simulaciones se asume que la arborescencia no se propaga, y que las DP corresponden a avalanchas locales de electrones dentro de la estructura gaseosa de la arborescencia. Además, se considera que las avalanchas son instantáneas, que no hay transporte de carga por conducción durante las DP y que la permitividad de la estructura de la arborescencia es igual a la del dieléctrico sólido. En los modelos propuestos, la estructura de la arborescencia y el arreglo de electrodos se representan usando un reticulado uniforme en 2D con una separación entre retículas que es igual al radio de la punta del electrodo. La separación entre dos puntos consecutivos del reticulado define la longitud máxima de propagación de las avalanchas locales, tras las cuales, se establecen dipolos de carga eléctrica en 168 aquellos puntos. Estos modelos permiten la simulación de DP en arborescencias conductoras y no conductoras, y aunque en esta publicación se modelan arborescencias con dimensión fractal, ecuación (29), menor de 2, los modelos propuestos pueden extenderse para representar estructuras de arborescencias en 3D. La intensidad de campo eléctrico en la estructura de la arborescencia se calcula como la superposición entre la intensidad de campo eléctrico debida a la fuente de alta tensión aplicada y la intensidad de campo eléctrico debida a las cargas en los segmentos de la arborescencia debido a las avalanchas. La intensidad de campo eléctrico debida a la fuente de alta tensión se calcula usando el método de simulación de la carga e imágenes (Gaviria, 2004). El procedimiento para calcular la intensidad de campo eléctrico y el potencial escalar eléctrico debidos a la distribución de carga en la estructura de la arborescencia por las avalanchas locales se presenta en la Sección 3 del trabajo O2-2. En el modelo estocástico propuesto se considera que la magnitud de la tensión de incepción de las DP positivas es constante y está definida por valores medidos experimentalmente (Lv, Rowland, Chen, Zheng, et al., 2018), mientras que para las DP negativas, la magnitud de la tensión de incepción tiene una variación estocástica definida por una distribución aleatoria normal (Dodd et al., 2010). Por otro lado, en el modelo determinístico se considera que la magnitud de la tensión de incepción de las DP positivas y negativas es constante, sin embargo, se considera que la magnitud de la tensión de incepción de las DP negativas es menor que la de las positivas (Lv, Rowland, Chen, & Zheng, 2018), ver Sección 3 de esta publicación. Las ecuaciones que definen los modelos estocástico y determinístico son, respectivamente, (3), (8) – (15), y (3), (8) - (13), (16) - (17) de esta tesis. Los parámetros de entrada para las simulaciones se resumen al final de la Sección 3 y el diagrama de flujo de los modelos implementados en MATLAB® se presenta en la Figura 5 de este artículo. Se simularon dos casos de estudio. El primer caso de estudio corresponde a una arborescencia no conductora de dimensión fractal aproximadamente 1,50 en una resina epóxica (bisfenol-A) de permitividad relativa 4,80 y una configuración de electrodos punta-plano a la cual se le aplicó una tensión sinusoidal de CA de 10 kV y 50 Hz. Este objeto de ensayo fue caracterizado experimentalmente usando mediciones eléctricas de los patrones resueltos en fase correlacionados con mediciones ópticas (Dodd et al., 2010). El segundo caso de estudio corresponde a una arborescencia no conductora de geometría igual a la del primer caso de estudio, en una resina epóxica (bisfenol-A) de permitividad relativa 2,10 y que fue utilizada por otros investigadores para inferir experimentalmente el comportamiento de las DP en arborescencias en polietileno (Champion & Dodd, 1998). Para este caso de estudio se utilizó la misma configuración punta-plano del primer caso de estudio y se aplicó una tensión sinusoidal de CA de 14,14 kV y 50 Hz. Los parámetros de los medios, los esfuerzos de tensión aplicados y características de los objetos de ensayo se resumen en la Tabla 1 de la publicación. Los resultados de simulación usando los dos modelos propuestos se compararon con mediciones experimentales y resultados de simulación usando un modelo existente en la literatura, modelo determinístico original, (Champion & Dodd, 1998). Se encontró que ambos modelos propuestos presentan errores menores que el modelo determinístico original, 12,40 % el modelo estocástico mejorado y 22,30 % del modelo determinístico mejorado frente a 60,80 % del modelo determinístico original. Los errores de los modelos propuestos pueden reducirse ajustando las distribuciones de las tensiones de incepción, sin embargo, esto requiere de mediciones experimentales, y dentro de un marco de análisis estadístico experimental, adicionales a las presentadas en las publicaciones de las que se han tomados los casos de estudio para validación de los modelos (Champion & Dodd, 1998; Dodd et al., 2010). El modelo estocástico mejorado propuesto, es el más preciso, ver Tabla 2 del artículo, además, permite obtener patrones resueltos en fase con distribuciones asimétricas, como los medidos experimentalmente, en los que las DP positivas son de mayor magnitud que las negativas y están concentradas en nubes alrededor de los valores de fase correspondientes a la tensión de incepción, mientras que las DP negativas tienen una distribución aproximadamente normal. La Tabla 13 muestra los resultados de simulación de los dos casos de estudio usando el modelo estocástico propuesto, tomados de las Tablas 2 y 3 de la publicación. 169 Tabla 13. Resultados de simulación de los casos de estudio 1 y 2 usando el modelo estocástico propuesto en la publicación. Variable + Max ( q PD ) (pC) Caso 1 Caso 2 449,70 178,30 Max N PD 4 12 − Max ( q PD ) (pC) + / − ) (pC) Min ( q PD 284,60 3,40 78,30 3,40 En comparación a lo obtenido para el caso de estudio 1, para el caso de estudio 2, usando el modelo estocástico, el número máximo de DP por ciclo, Max N PD , incrementa en 200 %, mientras que el valor + máximo de la carga de las DP positivas, Max ( q PD ) (pC), se reduce en 60,35 %. Esto se debe a que la magnitud de la tensión aplicada y la magnitud de la tensión de extinción aumentan, mientras la magnitud de la tensión de incepción disminuye. Comparando los patrones resueltos en fase de las Figuras 7 y 8 del artículo, se encontró que, al disminuir la tensión de incepción, las DP presentan un adelantamiento en fase, es decir: para el caso de estudio 2, las DP aparecen antes en el tiempo en comparación al caso de estudio 1. Esto permite concluir que al modificar las tensiones de extinción e incepción se pueden modelar los periodos de propagación de arborescencias de alta conductividad eléctrica (> 1x10-8 S‧m-1 (Dodd et al., 2010)) (Champion et al., 1996). El porcentaje en que se reduce el valor máximo de la carga de las DP entre los casos de estudio 1 y 2, es cercano al porcentaje en el cual se reduce la permitividad relativa de la resina epóxica entre los mismos casos de estudio, 56,25 %, lo que permite inferir que hay una relación de proporcionalidad entre la permitividad relativa y el valor máximo de la carga de las DP. Por otro lado, el segundo caso de estudio se usó para analizar el comportamiento de la carga inducida en estado estable en el electrodo de alta tensión durante el tiempo de simulación, ver Figura 9 en la publicación. Mediante simulación, se encontró que la carga inducida en el electrodo en estado estable también presenta una asimetría similar a la medida experimentalmente en (Champion & Dodd, 2001), lo que permite demostrar que los modelos propuestos permiten reproducir de manera adecuada la magnitud y distribución en fase de las DP. Los modelos propuestos permiten la simulación de DP en arborescencias conductoras y no conductoras variando la resistencia de los canales de descarga, además, la simulación de las ráfagas periódicas (“periodic bursts”) durante las cuales las arborescencias conductoras se propagan, se puede hacer variando las tensiones de incepción y extinción. La precisión de los modelos puede incrementarse ajustando los valores de las tensiones de incepción usando mediciones experimentales de secuencias de pulsos de DP (Pulse Sequence Analysis – PSA en inglés). Por otro lado, la precisión del modelamiento del comportamiento dinámico de la carga en la estructura de la arborescencia puede mejorarse considerando los procesos de liberación de cargas eléctricas en la superficie de las arborescencias y conducción en el gas. 5.2.2.3 Contribuciones de las publicaciones al cumplimiento del objetivo 2 En la Tabla 14 se resumen las aportaciones a la tesis de cada una de las publicaciones incorporadas en el Capítulo 4 y asociadas al objetivo 2, ver Figura 12, y cuyos resultados fueron previamente discutidos en las Secciones 5.2.2.1 y 5.2.2.2. Adicionalmente, se listan las actividades específicas planteadas en la Sección 3.1.2 de esta tesis para el cumplimiento del objetivo 2 y para cada trabajo se señalan aquellas cuyos resultados son presentados en la misma. 5.2.3 Objetivo 3: Modelar la expectativa de vida útil de los sistemas de aislamiento eléctrico sólido polimérico Para el cumplimiento de este objetivo se realizó en primera instancia un estudio del fenómeno de envejecimiento de materiales poliméricos dieléctricos sólidos haciendo énfasis en los mecanismos de degradación asociados a las DP en cavidades en el interior de este tipo de materiales aislantes. 170 Tabla 14. Resumen de contribuciones de las publicaciones al objetivo 2. Publicación O2-1 O2-2 Contribuciones Se presentó un modelo físico-estocástico que reproduce con una confiabilidad aceptable las principales características de las arborescencias eléctricas en sólidos dieléctricos, tales como la curva longitud versus tiempo, el tiempo hasta la ruptura y la dimensión fractal. Adicionalmente, el modelo permite predecir los cambios en las anteriores características de las arborescencias debido a cambios en la tensión aplicada. Es un modelo físico de base electromagnética que tiene en cuenta las variaciones estocásticas (caóticasdeterminísticas) del fenómeno de propagación de arborescencias en sólidos dieléctricos detectadas experimentalmente. Los parámetros del medio requeridos para las simulaciones usando el modelo físico-estocástico propuesto tienen una justificación física y se pueden obtener experimentalmente. Además, permiten simular arborescencias en materiales bajo diferentes condiciones, por ejemplo, se pueden tener en cuenta variaciones con respecto a la temperatura de transición vítrea, materiales flexibles y rígidos, ya que los parámetros permiten controlar la dimensión fractal y tener en cuenta el efecto de la conductividad en la actividad de DP cuyo comportamiento es diferente en cada caso (Champion & Dodd, 2001). Por otro lado, se pueden considerar condiciones de no-homogeneidad, tener en cuenta la conductividad de los canales de la estructura de la arborescencia, materiales compuestos, presencia de nanopartículas, carga espacial (muy importante en sistemas de alta tensión en CC) y barreras dieléctricas y conductoras. Por otro lado, se presentaron resultados de simulación de arborescencias bajo diferentes condiciones de tensiones aplicadas. Se presentaron dos modelos novedosos que permiten reproducir de manera adecuada los patrones resueltos en fase de DP en arborescencias no conductoras en dieléctricos sólidos. Los modelos propuestos pueden usarse para simular arborescencias de cualquier dimensión fractal < 2. Los modelos permiten la simulación de DP en arborescencias conductoras cambiando el parámetro de la resistencia de los canales, así como la simulación de los periodos de propagación de las arborescencias conductoras, modificando las tensiones de incepción y extinción. Los modelos de simulación propuestos, e implementados de acuerdo al diagrama de flujo de la Figura 5 en la publicación, permiten simular las DP en arborescencias bajo diferentes tipos de forma de onda de la tensión aplicada. Por otro lado, se presentaron resultados de simulación de DP en arborescencias conductoras en materiales de diferentes características y bajo diferentes magnitudes de tensión aplicada. Actividad específica a b c d X X X X X X X Posteriormente, y recogiendo los avances adquiridos en los objetivos anteriores, se utilizaron los modelos y resultados de simulación, principalmente, de DP en cavidades en el interior de dieléctricos sólidos, objetivo 1, y conclusiones del modelamiento y simulación de propagación de arborescencias en dieléctricos sólidos, objetivo 2, para evaluar la expectativa de vida útil. Para ello, se propusieron una novedosa función de daño, un método nuevo de estimación de la vida útil remanente y un modelo de vida original, como se describe en la Sección 3.1.3 del Capítulo 3 de esta tesis. 5.2.3.1 Publicación O3-1: A study on the life estimation and cavity surface degradation due to partial discharges in spherical cavities within solid polymeric dielectrics using a simulation based approach (Rodríguez-Serna & Albarracín-Sánchez, 2021a) En la Sección 3 de este artículo de revista se realiza una discusión detallada acerca de la degradación inducida por las DP en cavidades en el interior de dieléctricos poliméricos sólidos. En aquella sección se presentan los mecanismos de degradación químicos y físicos activados por las DP en oquedades de dieléctricos sólidos, se discute sobre la relevancia y predominancia de cada uno de ellos y se concluye que para la estimación de la degradación causada por las DP, se requieren modelos microscópicos que consideren las relaciones entre las características químicas, físicas y microestructurales de los materiales poliméricos y los mecanismos de degradación activados por las DP en los defectos locales. En la Sección 4.1 de este artículo, se presentó un método para estimar la degradación inducida usando una novedosa función de daño que se propone en esta publicación, y en la Sección 4.2, se resumen las expresiones que definen el modelo físico de avalanchas (Bahder et al., 1982). 171 Para este trabajo, se simularon tres casos de estudio cuyos resultados se presentan en la Sección 5 de dicho documento. Para todos ellos, la geometría corresponde a una cavidad esférica llena de aire en medio de un dieléctrico sólido (bisfenol-A) puesto entre dos electrodos planos a los cuales se les aplica una tensión sinusoidal de CA. La Tabla 1 del artículo resume los parámetros del medio y demás especificaciones del objeto de ensayo. El primer caso de estudio se utiliza para evaluar y validar el desempeño del método cálculo y la función de daño propuestos. Para ello se simuló el caso de estudio medido experimentalmente en (Gutfleisch & Niemeyer, 1995), en el que se consideran cinco fases de envejecimiento que se distinguen por tener comportamientos de DP diferentes. En cada fase anteriormente mencionada los eventos de DP se simulan usando el modelo híbrido presentado en el documento O1-3 y se calcula la vida útil remanente al final de cada fase de envejecimiento usando la ecuación (6) en el artículo. Posteriormente, usando la ley de Miner, ecuación (17) del artículo, se calculó la vida útil remanente al final de la última de las fases de envejecimiento debido al daño acumulado en cada una de las fases previas. Se encontró que la diferencia entre los valores calculados y los medidos experimentalmente es de tan solo 3,59 %, lo que demuestra que el método de estimación propuesto que se basa en simulaciones es confiable. Se encontró que para la fase de envejecimiento C, que inicia a las 35,17 h y termina a las 185,17 h una vez comenzada la actividad de DP en la cavidad, ésta no se ve degradada por la acción de DP. Esto se debe a que la magnitud de la intensidad de campo eléctrico resultante en la oquedad es muy baja y los electrones generados durante las DP no son efectivos para disociar los enlaces C-H en la superficie polimérica de la cavidad, Sección 4.1 de la publicación. Adicionalmente, excepto durante la fase C, se encontró que la tasa de degradación incrementa con el envejecimiento, lo cual se explica por el hecho de que a medida que aumenta el tiempo durante el cual la cavidad está sometida a la actividad de las DP, la presión del gas en el interior de la cavidad disminuye, por lo que la longitud libre media aumenta y los electrones pueden adquirir mayor energía cinética, aún en campos eléctricos de menor intensidad. Por otro lado, usando las expresiones analíticas presentadas en la Sección 4.2 del artículo y los resultados de simulación durante el primer ciclo de la señal de CA en la fase de envejecimiento A, que va desde las 0 h hasta las 0,17 h después de que la actividad de DP inicia en la cavidad, se calculó la intensidad de campo eléctrico al interior del dieléctrico sólido a una distancia muy corta de la interfaz, r = a + 5 μm y θ = 180° , y que coincide con la mitad de la longitud de propagación de las avalanchas en el polímero sólido, Lb (m), los resultados se muestran en la Figura 4 de este artículo de revista. En esta figura se puede ver que después de la primera DP la magnitud de la intensidad de campo eléctrico en el material dieléctrico es de E loc = 8x10 9 V‧m-1 y usando las ecuaciones (14) y (15) en el artículo, se puede calcular el número de ionizaciones por descarga y electrón, asumiendo la intensidad de campo eléctrico como uniforme a lo largo de la longitud de propagación, como: N D / N 0 = exp(α (E loc )Lb ) − 1 = 1,93x10 21 . (32) El número de enlaces C-H en un canal unitario, como se describe al inicio de la Sección 5.1 del artículo O3-1, es de 1,08x1012, nueve órdenes de magnitud menor al resultado de la ecuación (32), lo que implicaría que la tasa de degradación, que se asume proporcional al número de ionizaciones por descarga y electrón sería muy rápida y una vez las DP se extinguen, la intensidad de campo eléctrico generada por la carga en la superficie de la cavidad sería lo suficientemente elevada como para seguir produciendo avalanchas en el sólido dieléctrico y el tiempo hasta la ruptura, usando este modelo físico, sería una fracción del medido experimentalmente. Lo anterior permite demostrar que, durante las primeras fases de envejecimiento, el mecanismo de degradación predominante es químico, posteriormente, cuando la superficie está lo suficientemente degradada y cargas eléctricas se pueden inyectar desde la superficie a través de microcanales ocasionados por la ruptura de enlaces C-H debido a disociaciones por adición de electrones, el mecanismo físico predomina, lo que explica que el tiempo de propagación de las arborescencias sea menor al tiempo de incepción (Rodríguez-Serna, AlbarracínSánchez, & Carrillo, 2020). 172 Por su parte, los casos de estudio 2 y 3 se utilizan para estudiar las variaciones en la tasa de degradación debido a cambios en la magnitud y frecuencia de la tensión aplicada, respectivamente. Para el caso de estudio 2, se reproduce el objeto de ensayo utilizado en (H. A. Illias et al., 2010) en el que se analiza el comportamiento de las DP en una cavidad esférica cuando la magnitud de la tensión de CA aplicada se varía en el rango 14 a 20 kV. Se encontró que cuando aumenta la magnitud de la tensión aplicada, la tasa de envejecimiento, correspondiente a la pendiente de las curvas de la función de daño en la Figura 5 del trabajo O3-1, también aumenta como se puede ver en la Tabla 15, complementaria a lo presentado en la Figura 6 del artículo. Tabla 15. Tasa de degradación para diferentes magnitudes de la tensión aplicada. Magnitud de la tensión aplicada (kV) Daño acumulado / s 14 0,19x10-2 16 0,29x10-2 18 0,34x10-2 20 0,35x10-2 De lo presentado en la Tabla 15, puede concluirse que la tasa de degradación incrementa con la magnitud de la tensión aplicada y que dicho incremento es menor a medida que aumenta la magnitud de la tensión aplicada. El incremento en la tasa de degradación con la magnitud de la tensión aplicada responde aproximadamente a una relación lineal como muestra la ecuación en la Figura 6 del artículo. En la Figura 18 se muestran los valores de los factores de escala de la función de Weibull calculados para las distribuciones de vida obtenidas para cada magnitud de la tensión aplicada y que se muestran en la Tabla 5 de la publicación. 12 L 11 L -IC L (h) 10 9 8 7 6 5 14 15 16 17 18 19 20 Magnitud de la tensión (kV) Figura 18. Factor de escala de las distribuciones de la vida calculadas para cada magnitud de la tensión aplicada, tomado de la Tabla 5 de la publicación. Como los intervalos de confianza, α L -IC (h), no se traslapan se puede concluir que cuando aumenta la magnitud de la tensión aplicada, la vida (tiempo hasta la ruptura) disminuye. En la Tabla 16 se muestran los valores del TMHR y la confiabilidad para el valor mínimo de vida, R(Lmin ) , calculados con los valores de la Tabla 5 de la publicación. Tabla 16. Valor del tiempo medio hasta la ruptura y confiabilidad para el valor mínimo de vida para diferentes magnitudes de la tensión aplicada. Magnitud de la tensión (kV) 14 16 18 20 173 TMHR (h) 10,99 7,07 5,92 5,53 R (Lmin ) 0,93 0,96 0,96 0,88 De los resultados en la Tabla 16 se puede concluir que el valor del TMHR, o valor medio de la vida, disminuye con la magnitud de la tensión aplicada. Al comparar los resultados para 14 kV y 20 kV, puede concluirse que, al aumentar la magnitud de la tensión aplicada, la confiabilidad calculada para el valor mínimo de vida obtenido en las simulaciones, decrece. El caso de estudio 3, corresponde al objeto de ensayo presentado en (H. Illias et al., 2011b), en el que se analiza el comportamiento de las DP para diferentes frecuencias de la tensión de CA aplicada en el rango 1-50 Hz. Se encontró que cuando aumenta la frecuencia de la tensión aplicada, la tasa de envejecimiento también aumenta como se puede ver en la Tabla 17 complementaria a lo presentado en la Figura 8 de la publicación. Tabla 17. Tasa de degradación para diferentes magnitudes de la tensión aplicada. Frecuencia de la tensión aplicada (Hz) Daño acumulado / s 1 3,70x10-5 5 1,80x10-4 10 3,60x10-4 20 7,30x10-4 50 8,30x10-4 De los resultados en la Tabla 17, se puede ver que la tasa de degradación incrementa con la frecuencia a una razón mayor para el rango entre 1 y 20 Hz que para el rango entre 20 y 50 Hz. Las ecuaciones que describen las razones de incremento con la frecuencia de la tasa de degradación en los rangos anteriormente mencionados se presentan debajo de la Figura 8 en el artículo. La Figura 19 muestra los valores de los factores de escala de las distribuciones de vida calculadas para cada valor de la frecuencia aplicada. 700 L 600 L -IC L (h) 500 400 300 200 100 0 0 10 20 30 40 50 Frecuencia de la tensión (Hz) Figura 19. Factor de escala de las distribuciones de vida calculadas para cada valor de frecuencia aplicada. En la Figura 19, se puede ver que al aumentar la frecuencia la vida se reduce, sin embargo, la reducción es menos notoria cuando la frecuencia aumenta por encima de 20 Hz. Esto puede explicarse usando el producto N PD α q ' (C), el cual es una medida de la energía media disipada por las DP por ciclo de la señal de CA (Wang et al., 2012). En la Figura 8 del artículo, se puede ver que este producto permanece aproximadamente constante cuando la frecuencia aumenta por encima de 5 Hz, lo que implica que la tasa de degradación no aumenta significativamente cuando la frecuencia se aumenta en dicho rango. Lo anterior se mantiene para cualquier valor de frecuencia en este rango ya que los intervalos de confianza, α L -IC (h), no se traslapan. En la Tabla 18 se muestran los valores del TMHR y la confiabilidad para el valor mínimo de vida, R(Lmin ) , calculados con los valores de la Tabla 7 de la publicación. En la Tabla 18 se puede ver que el valor del tiempo medio de vida se reduce a medida que aumenta la frecuencia de la tensión aplicada. Por otro lado, la confiabilidad para el valor mínimo de la vida obtenido durante las simulaciones tiende a aumentar con la frecuencia en el rango 10 a 50 Hz. 174 Tabla 18. Valor del tiempo medio hasta la ruptura y confiabilidad para el valor mínimo de vida para diferentes valores de la frecuencia de la tensión aplicada. Frecuencia de la tensión (Hz) 1 5 10 20 50 TMHR (h) 595,03 110,21 52,97 27,58 24,19 R (Lmin ) 0,93 0,89 0,85 0,91 0,97 5.2.3.2 Contribuciones de las publicaciones al cumplimiento del objetivo 3 En la Tabla 19 se resumen las aportaciones a la tesis, logradas con el artículo de revista incorporado en el Capítulo 4 y asociado al objetivo 3, ver Figura 12, y cuyos resultados fueron previamente discutidos en la Sección 5.2.3.1. Adicionalmente, se listan las actividades específicas planteadas en la Sección 3.1.3 de esta tesis para el cumplimiento del objetivo 3 y se señalan aquellas cuyos resultados son presentados en la publicación. Tabla 19. Resumen de contribuciones de las publicaciones al objetivo 3. Publicación O3-1 Contribuciones Se propuso un método basado en simulaciones que permite evaluar la expectativa de vida útil con base en una novedosa función de daño que considera las interacciones a nivel microscópico de la estructura de los polímeros y los mecanismos de degradación activados por las DP. El método y función de daño propuestos permiten calcular el tiempo hasta la ruptura con una precisión bastante razonable (3,59 %) cuando se compara con mediciones experimentales. Adicionalmente, se realizaron simulaciones de casos de estudio adicionales que permitieron demostrar que, al aumentar la magnitud y frecuencia de la tensión aplicada, la tasa de degradación aumenta. Se demostró usando resultados de simulación que durante las primeras etapas del proceso de envejecimiento predominan los mecanismos de degradación químicos, y que una vez se da la incepción de las arborescencias, estas se propagan principalmente mediante mecanismos de degradación física. Usando los resultados de las simulaciones se evaluó el desempeño de un indicador de la tasa de degradación, Actividad específica a b c X X X N PD α q ' , que permite estimar la energía media disipada por las DP por ciclo y se encontró que presenta resultados adecuados incluso para diferentes valores de la magnitud y frecuencia de la tensión aplicada. 5.2.4 Publicaciones complementarias Como se describió anteriormente, las publicaciones complementarias son producto del estudio en las líneas de investigación asociadas a los objetivos establecidos para la tesis de doctorado y corresponden a presentaciones en congresos y artículos de revista redactados en colaboración con otros investigadores. A continuación, se hace una breve descripción de las publicaciones teniendo en cuenta la codificación establecida en la Figura 12. También, se incluyen las aportaciones al cumplimiento de los objetivos logradas con estas publicaciones. 5.2.4.1 Publicación O1-1C: Partial discharges measurements for condition monitoring and diagnosis of power transformers: a review (Rodríguez-Serna, Albarracín-Sánchez, Garnacho, et al., 2019) En este artículo de congreso se demuestra la necesidad de la monitorización de DP en trasformadores de potencia y se hace una breve revisión de los diferentes métodos de medición de DP, convencionales (eléctrico) y no convencionales (UHF, acústicos, etc.) en transformadores de potencia. Se muestran las ventajas y desventajas de cada uno de ellos, así como los circuitos de medición. Por otro lado, se incluye una revisión de los modelos de los devanados para los estudios de propagación de señales de DP usados en los análisis de localización de DP en transformadores de potencia. De éstos, se muestran sus 175 principales características, aplicaciones y limitaciones y se propone que las actividades de modelamiento y simulación pueden ser complementarias de las tareas de diagnóstico de DP en transformadores de potencia. Aportaciones: Se estudiaron los métodos de medición convencionales y no convencionales de DP en transformadores de potencia y su marco normativo. Se estudiaron los diferentes modelos para la propagación de señales de DP en devanados de transformadores. Se propuso el modelamiento y simulación de propagación de señales de DP en los devanados de los transformadores como herramienta complementaria a las tareas de diagnóstico de DP en transformadores. Actividades específicas establecidas en la Sección 3.1.1 y que se cumplen con esta publicación: a y d. 5.2.4.2 Publicación O1-2C: Finite element analysis and an improved induced charge concept for partial discharge modeling (Borghei et al., 2020) En este artículo de revista se realizó una revisión detallada de los modelos de elementos finitos usados para la simulación de DP en cavidades en el interior de dieléctricos sólidos. Adicionalmente, se presentó una crítica al modelo de carga inducida (modelo analítico de dipolo) teniendo en cuenta las consideraciones que dan sustento teórico y conceptual al modelo. En la Sección III de esta publicación, se presenta una versión mejorada del modelo de carga inducida con el cual se mejora la precisión del modelamiento y se puede generalizar para simular DP en cavidades de dimensiones comparables a la separación entre electrodos. Finalmente, se realizó un análisis de sensibilidad del comportamiento de las DP a los parámetros de presión, conductividad y radio de la cavidad. Este documento, se incluye como Anexo B en esta tesis. Aportaciones: Se propuso un nuevo modelo de carga inducida mejorado para la simulación de DP en cavidades en el interior de dieléctricos sólidos. Se realizó un análisis de sensibilidad de la magnitud de la carga, real e inducida, de las DP ante variaciones de la presión del gas al interior de la cavidad, el radio y geometría de la cavidad, y la conductividad de la superficie interna de la cavidad. Actividades específicas establecidas en la Sección 3.1.1 y que se cumplen con esta publicación: b, c y d. 5.2.4.3 Publicación O1-3C: Separation of partial discharge sources measured in the high-frequency range with HFCT sensors using PRPD-teff patterns (Albarracín-Sánchez et al., 2020) En este trabajo, se presenta una revisión de varios métodos usados para separar e identificar fuentes de DP que están presentes de manera simultánea en equipos de alta tensión. Se propuso un método eficiente para la separación de las fuentes de pulsos de DP, en el cual se considera el tiempo efectivo como una dimensión adicional a los patrones resueltos en fase y se hacen representaciones tridimensionales que facilitan la separación de las fuentes a los expertos. Adicionalmente, se muestra la aplicación de una herramienta computacional implementada en MATLAB® que permite la separación e identificación de las fuentes de DP usando representaciones gráficas interactivas y con colores dinámicos que facilitan la visualización de patrones y grupos. Aportaciones: Se estudió el método de medición de señales de DP en cables de potencia aislados usando transformadores de alta frecuencia (HFCT). Se estudiaron los métodos de separación y clasificación de fuentes de DP. Se implementaron procedimientos de separación y clasificación de fuentes de DP usando el método de tiempo efectivo y la herramienta computacional implementada en MATLAB® “PRPD-time”. Actividades específicas establecidas en la Sección 3.1.1 y que se cumplen con esta publicación: a y d. 5.2.4.4 Publicación O3-1C: Simulation of polymeric insulators ageing induced by the impact energy of electrons during partial discharge activity (Rodríguez-Serna & Albarracín-Sánchez, 2021b) En este artículo de conferencia se presenta un novedoso y original modelo microscópico de vida basado en la energía de impacto de los electrones durante las DP. Además, se presenta un método para calcular la vida útil remanente utilizando un enfoque basado en simulación y el modelo microscópico propuesto. El modelo y el método fueron validados usando mediciones experimentales reportadas en (Gutfleisch & Niemeyer, 1995). Un análisis de la carga inducida y la energía de impacto para diferentes fases de 176 envejecimiento, permitió concluir que la magnitud de la carga inducida por las DP no puede tomarse como una variable independiente para evaluar las condiciones de envejecimiento. Adicionalmente, se propuso un indicador de la tasa de envejecimiento en función del valor pico de la corriente inducida por las DP. Este trabajo se incluye como Anexo C en esta tesis. Aportaciones: Se presentó un novedoso y original modelo microscópico de vida con base en la energía de impacto de los electrones durante las DP. Se propuso un novedoso indicador de la tasa de degradación en función del valor pico de la corriente inducida. Actividades específicas establecidas en la Sección 3.1.3 y que se cumplen con esta publicación: a, b y c. 5.2.5 Otras publicaciones Las publicaciones categorizadas como otras, OT-1 y OT-2, en la Figura 12 son fruto del trabajo realizado durante los estudios de doctorado en líneas de investigación que no están directamente relacionadas con los objetivos establecidos para esta tesis. 5.2.5.1 Publicación OT-1: Streamer simulation in nano-based dielectric fluids at different Fe3O4 nanoparticle concentrations (Rodríguez-Serna, Albarracín-Sánchez, Velasco, et al., 2019) En este artículo de conferencia se presentaron resultados de simulación de la propagación de Streamer en fluidos dieléctricos con diferentes concentraciones de nanopartículas de Fe3O4. Se realizó una discusión crítica acerca de los métodos experimentales para determinar el diámetro de las nanopartículas y acerca del efecto del surfactante en la permitividad eléctrica del fluido nanodieléctrico. Se muestran resultados de análisis de temperatura en la punta del Streamer, la velocidad de propagación del Streamer y el tiempo hasta a ruptura. Usando los resultados de simulación se determina la concentración más adecuada para controlar la propagación de este tipo de eventos eléctricos en líquidos dieléctricos comúnmente utilizados en transformadores de potencia. 5.2.5.2 Publicación OT-2: Modeling oil-paper insulation frequency domain spectroscopy based on its microscopic dielectric processes (Xie et al., 2019, p.) En este artículo de revista, se presenta un modelo funcional que permite reproducir la curva característica que se obtiene en pruebas de espectroscopia en el dominio de la frecuencia en muestras papel-aceite con base en procesos microscópicos de conducción y relajación. Este modelo físico puede proporcionar varios parámetros característicos relacionados con el contenido de humedad o el grado de envejecimiento en aislamiento papel-aceite utilizado en transformadores de potencia. 5.3 Conclusiones En esta sección, se presentan las conclusiones generales relacionadas con el cumplimiento de los objetivos establecidos en la Sección 2.3.2 del Capítulo 2 de esta tesis y obtenidas durante el desarrollo de la misma. Además, se presentan algunas conclusiones específicas de fundamental relevancia obtenidas a partir de los análisis y estudios presentados en las publicaciones. Finalmente, para las hipótesis planteadas en la Sección 2.3.1 del Capítulo 1 de esta tesis se incluye la descripción de su verificación a través de los resultados obtenidos y los modelos implementados. 5.3.1 Conclusiones generales e hipótesis 5.3.1.1 Conclusiones acerca del modelamiento y simulación de DP en cavidades en el interior de sólidos dieléctricos poliméricos Se estudió el fenómeno de las DP en cavidades en el interior de dieléctricos poliméricos sólidos y se implementaron varios modelos de simulación usando MATLAB® y COMSOL Multiphysics®. Para los 177 procesos de modelamiento y simulación se utilizó un enfoque multifísico en el que se analizó el fenómeno de las DP desde el punto de vista eléctrico, térmico y mecánico. Se implementaron varios modelos presentados en la literatura y se propusieron varios modelos novedosos que mejoran la precisión del proceso de modelamiento y permiten superar las limitaciones que tenían, hasta antes de las mejoras propuestas en esta tesis, en cuanto a la generalización y aplicabilidad de las consideraciones de partida, y la falta de conciliación entre los modelos basados en circuitos eléctricos y los de base electromagnética. Los modelos propuestos fueron validados comparando los resultados de simulación con mediciones experimentales reportadas por otros investigadores en la literatura. Entre los modelos propuestos y mejorados se tienen: - - - - Modelo analítico-multifísico (Rodríguez-Serna & Albarracín-Sánchez, 2019): Como mejora al modelo analítico se propuso la inclusión de la presión y temperatura en la cavidad como variables dinámicas del modelo ya que la tasa de emisión de electrones y las magnitudes de las intensidades de campo eléctrico de incepción y de extinción, son dependientes de estas variables (Niemeyer, 1995), y las DP conllevan implícitamente un proceso de transformación de energía que interrelaciona las físicas electromagnética y térmica-mecánica Modelo analítico (de dipolo o de carga inducida) mejorado (Borghei et al., 2020): Mediante simulación, se analizó la distribución de campo eléctrico dentro de las cavidades esferoidales de diferente diámetro y se encontró que la distribución de campo eléctrico en la cavidad es uniforme sólo si el diámetro de la cavidad es mucho menor (<1/10) a la separación entre electrodos, por lo que la magnitud de la intensidad de campo eléctrico pronosticada mediante las expresiones analíticas (Takuma & Techaumnat, 2010) será errónea si no se cumple esta condición. Por lo anterior, se propuso la inclusión de un factor de modificación de la magnitud de la intensidad de campo eléctrico en el interior de la cavidad en función del diámetro de la cavidad y la separación de electrodos Modelo de condensadores mejorado (Rodríguez-Serna, Albarracín-Sánchez, Dong, et al., 2019): Usando un análisis de analogía entre el modelo analítico, de base electromagnética y el modelo de condensadores, de base de circuitos, se propuso una expresión para determinar la capacitancia equivalente de la cavidad esférica. Además, partiendo del modelo presentado en (Gafvert et al., 2003), se propuso una versión mejorada incluyendo la capacitancia equivalente de la cavidad determinada con el enfoque de campos electromagnéticos y el modelo estocástico descrito por las ecuaciones (1) – (4) en el Capítulo 2 de esta tesis Modelos de elementos finitos (Rodríguez-Serna, Albarracín-Sánchez, & Mas’ud, 2020): Se propusieron dos modelos novedosos, un modelo híbrido, en el cual las DP se simulan cambiando la conductividad de la cavidad y, posteriormente, la distribución de carga en la interfaz es calculada usando expresiones de campos, y otro modelo, puramente electrostático, en el cual las DP se simulan modificando la distribución de carga en la interfaz. Las principales ventajas de estos modelos son que la distribución de carga resultante en la interfaz es continua, lo que evita la aparición de indeterminaciones en la magnitud de la intensidad de campo eléctrico en la superficie de la cavidad (H. A. Illias et al., 2017), y que permiten considerar variaciones no uniformes en la morfología de la superficie de la cavidad, tales como la existencia de pozos, cráteres y parches semiconductivos, para simular condiciones de envejecimiento en las cuales la superficie de la cavidad es degradada por la actividad de DP. De estos dos modelos, el modelo puramente electrostático es más preciso ya que no modela las DP como variaciones súbitas en la conductividad del gas en la cavidad. Por su parte, el modelo híbrido permite modelar la corriente a través de la cavidad durante los eventos de DP para análisis de su magnitud, duración y forma de onda La implementación de los modelos de DP en cavidades en el interior de dieléctricos poliméricos sólidos permitió realizar diferentes simulaciones y análisis cuyos resultados se muestran de manera detallada en las publicaciones del Capítulo 4 de esta tesis. Entre los estudios y simulaciones realizados se tienen: 178 - Análisis de DP en cavidades de diferente diámetro para la misma separación entre electrodos Análisis de las DP para diferentes tensiones aplicadas considerando formas de onda sinusoidal y rectangular Simulación de DP y estudio de la temperatura y presión para diferentes condiciones de envejecimiento Simulación y análisis de la distribución de carga de DP en la superficie de cavidades en el interior de materiales de diferente permitividad y conductividad Simulación de la distribución de la intensidad campo eléctrico en el interior de cavidades de diferente diámetro e igual separación entre electrodos Simulación y análisis de la magnitud de la intensidad de campo eléctrico en el dieléctrico sólido después de los eventos de DP Análisis de sensibilidad del comportamiento de las DP en cavidades en el interior de dieléctricos sólidos ante variaciones de los parámetros de temperatura y presión, entre otros 5.3.1.2 Conclusiones acerca del modelamiento y simulación de propagación de arborescencias eléctricas en el interior de sólidos dieléctricos poliméricos Se estudió el fenómeno de propagación de arborescencias eléctricas en dieléctricos poliméricos sólidos y se implementaron varios modelos en MATLAB®, tales como el modelo estocástico (M. D. Noskov et al., 1995; Wiesmann & Zeller, 1986), el modelo físico de avalanchas (DAM) (Quiña et al., 2010) y el modelo de autómatas celulares (Danikas et al., 1996). Se propuso un novedoso modelo para la propagación de arborescencias basado en el modelo DAM (Rodríguez-Serna, Albarracín-Sánchez, & Carrillo, 2020) que permite reproducir las principales características medidas experimentalmente de las arborescencias eléctricas que se propagan en materiales dieléctricos poliméricos sólidos, tales como la curva de longitud de propagación versus tiempo y el tiempo hasta la ruptura. Además, el modelo permite analizar la propagación de arborescencias en medios no homogéneos o con carga espacial. El modelo propuesto fue validado comparando los resultados de simulación con mediciones experimentales reportadas por otros investigadores en la literatura. Entre las simulaciones realizadas se tienen: - - Efecto de la magnitud de la tensión aplicada en la propagación de arborescencias eléctricas en dieléctricos poliméricos sólidos Propagación de arborescencias en medios dieléctricos poliméricos sólidos de distinta permitividad y conductividad eléctrica Efecto de la inclusión de barreras dieléctricas y conductoras en la propagación de arborescencias eléctricas en medios dieléctricos poliméricos sólidos Propagación de arborescencias eléctricas en medios dieléctricos poliméricos sólidos no uniformes y con carga espacial Los resultados de estas simulaciones se presentan en la publicación 4 del Capítulo 4 así como en el Anexo A de esta tesis. Se estudió el fenómeno de las DP en arborescencias eléctricas en el interior de dieléctricos poliméricos sólidos y se propusieron dos modelos novedosos para su simulación que permiten reproducir las principales características de los patrones resueltos en fase medidos experimentalmente. Se realizaron simulaciones de casos de estudio de arborescencias no conductoras, sin embargo, los modelos propuestos también permiten la simulación de DP en arborescencias conductoras. Los modelos presentados fueron validados comparando los resultados de simulación con mediciones experimentales reportadas por otros investigadores en la literatura. 5.3.1.3 Conclusiones acerca del modelamiento de la expectativa de vida útil de los sistemas de aislamiento eléctrico sólido polimérico 179 Se estudió el fenómeno de envejecimiento de materiales dieléctricos poliméricos sólidos debido a la degradación inducida por las DP en cavidades en el interior de aquellos. Se propuso una novedosa función de daño para estimar la degradación inducida por las DP y evaluar la vida útil remanente basada en mecanismos de degradación local activados por las DP y su interacción con la estructura de los materiales poliméricos dieléctricos a nivel microscópico. Se propuso un método novedoso para estimar la vida útil remanente de materiales poliméricos dieléctricos sólidos basado en simulación y usando la función de daño propuesta. La función de daño y el método propuestos fueron validados comparando los resultados de simulación con mediciones experimentales reportadas por otros investigadores en la literatura. Se realizaron varias simulaciones entre las que se tienen: - - Análisis de la degradación inducida por las DP para distintas condiciones de envejecimiento de la cavidad Análisis del efecto de la magnitud de la tensión aplicada en la tasa de degradación inducida por las DP en cavidades Análisis del efecto de la frecuencia de la tensión aplicada en la tasa de degradación inducida por las DP en cavidades Se propuso un novedoso modelo de vida en función de la energía de impacto de los electrones que puede usarse con simulaciones para estimar la vida útil remanente de dieléctricos poliméricos sólidos con DP en cavidades. El modelo se validó comparando los resultados de simulación con mediciones experimentales reportadas por otros investigadores en la literatura. Adicionalmente, se propuso una novedosa variable indicadora de la tasa de degradación en función del valor pico de la corriente inducida por las DP y que puede ser usada como medida diagnóstica en análisis de DP. 5.3.1.4 Conclusiones generales complementarias Con los modelos implementados y validados se obtuvieron herramientas computacionales que son útiles en actividades de análisis y diagnóstico de sistemas de aislamiento, y que son complementarias a métodos de medición de DP. En este punto vale la pena aclarar que, aunque las validaciones de los modelos se realizaron con resultados experimentales de pruebas de envejecimiento acelerado, los modelos se pueden ajustar para reproducir cualquier condición medida experimentalmente. El desarrollo de esta tesis implica un avance importante en la comprensión de los procesos de degradación de los materiales dieléctricos sólidos debido a DP en cavidades en su interior ya que se analiza desde la incepción del fenómeno de las DP en cavidades, hasta la ruptura de los sistemas de aislamiento por la propagación de arborescencias originadas en la superficie de las cavidades. Todo esto desde un formal enfoque teórico y conceptual, usando análisis de campos electromagnéticos, en conjunto con modelos físicos y simulaciones. Como uno de los resultados principales se tiene la estimación de la vida útil remanente usando un método, que, hasta el mejor conocimiento del autor de esta tesis, es único y utiliza resultados de simulaciones de DP en cavidades las cuales pueden complementarse con medidas experimentales y herramientas de inteligencia artificial para desarrollar metodologías de diagnóstico de equipos en servicio. A pesar de que los materiales considerados para las diferentes simulaciones y análisis presentados en esta tesis, incluida la validación de los modelos, son poliméricos, los principios fundamentales de los modelos y métodos propuestos pueden aplicarse a materiales orgánicos, tales como los sistemas papelaceite típicos de transformadores de potencia, considerando los respectivos ajustes y validaciones con mediciones experimentales a que dé lugar. De las 12 publicaciones realizadas durante los estudios de doctorado que se muestran en la Figura 12, siete de ellas son de acceso abierto, lo que incrementa sustancialmente la visibilidad y difusión de los resultados obtenidos. Por otro lado, siete de las publicaciones están en revistas del primer cuartil (Q1) y dos en revistas del segundo cuartil (Q2) de la clasificación Scopus, mientras que según la clasificación JCR, cinco están en revistas del primer cuartil (Q1), tres en revistas del segundo cuartil (Q2) y uno en 180 revistas del tercer cuartil (Q3). Además, los artículos de conferencia fueron presentados en eventos organizados por asociaciones adscritas al Institute of Electrical and Electronics Engineers (IEEE), por lo que aquellos se incluyen en las bases de datos de IEEE Xplore (https://ieeexplore.ieee.org/Xplore/home.jsp). Mayores detalles se muestran en la Tabla 27 del Anexo D. Por último, a la fecha, 26 de mayo de 2021, las publicaciones realizadas han recibido un total de 49 citaciones, lo que permite demostrar que dichas contribuciones han sido aceptadas favorablemente por la comunidad científica. 5.3.1.5 Hipótesis validadas Finalmente, con esta tesis las siguientes hipótesis fueron validadas: Hipótesis 1. El desarrollo de modelos precisos para la simulación de DP en cavidades en el interior de dieléctricos sólidos y considerando las diferentes físicas implícitas, ayuda a la comprensión del fenómeno de DP, así como del efecto que tienen en la degradación y envejecimiento de los materiales dieléctricos sólidos. Esto ha sido validado a través de la implementación de los modelos novedosos que pueden reproducir de mejor manera las principales características del comportamiento de las DP en cavidades. Los resultados de simulación para diferentes condiciones de esfuerzos aplicados y parámetros del arreglo de prueba, se han utilizado para concluir acerca de los mecanismos de degradación y la nocividad de las DP. Hipótesis 2. El modelamiento y simulación de arborescencias eléctricas en dieléctricos sólidos permite comprender el proceso de ruptura de los materiales aislantes y su dinámica espacial y temporal. Esta hipótesis se valida a través de la implementación de diferentes modelos y la propuesta de uno nuevo para la propagación de arborescencias que es capaz de reproducir la curva característica longitud versus tiempo y el tiempo hasta la ruptura medidos experimentalmente. Hipótesis 3. Los resultados de simulación considerando el efecto combinado de DP en cavidades y arborescencias eléctricas, pueden usarse para evaluar la degradación inducida en dieléctricos sólidos y estimar la vida útil remanente junto con modelos de vida y funciones de daño. Se propusieron una función de daño y un modelo microscópico que permiten la estimación de la degradación inducida por las DP. La vida útil remanente se puede calcular usando la función de daño y el modelo microscópico a través de un método basado en simulación que es capaz de reproducir el tiempo hasta la ruptura medido experimentalmente. Lo último demuestra la validación de esta hipótesis. 5.3.2 Conclusiones específicas La comparación entre los resultados de simulación y las mediciones experimentales permite concluir que las variaciones en el comportamiento de las DP a lo largo del periodo de envejecimiento se deben, principalmente, a los cambios en la presión del gas en el interior de la cavidad y de la conductividad de la superficie de la cavidad. Por otro lado, y también acorde con lo concluido por Callender (Callender, 2018), los criterios de la magnitud de campo eléctrico de incepción y extinción deben revisarse usando mediciones experimentales ya que corresponden a expresiones determinadas en configuraciones experimentales distintas a las de una cavidad llena de gas en el interior de un dieléctrico sólido. Mediante simulación, se pudo demostrar que los incrementos en la temperatura al interior de la cavidad como resultado de la actividad de DP no son lo suficientemente elevados, apenas 15% con respecto a la ambiental, como para degradar directamente el material polimérico sólido. Mediante un análisis de sensibilidad se encontró que al reducir el radio de la cavidad en un 33 %, la magnitud de carga de las DP se reduce en un 50 %. Por otro lado, en el rango de presión de 5 a 25 psi, se encontró que la magnitud de la carga de las DP permanece constante en los rangos de 5 a 15 psi y 16 a 25 psi, sin embargo, la magnitud de la carga de las DP en el segundo rango es un tercio de la magnitud en el primero. Finalmente, en el rango de 0 a 3 mS‧m-1 se encontró que la magnitud de la carga de las DP aumenta 181 linealmente con la conductividad, y a partir de 3 mS‧m-1, la magnitud de la carga de las DP decrece a una tasa muy reducida, 5x106 pC‧m‧S-1. Los resultados de simulación de propagación de arborescencias permiten concluir que cuando aumenta la magnitud de la tensión aplicada, el tiempo hasta la ruptura disminuye a una tasa que es dependiente de la magnitud de la tensión aplicada, como muestra la ecuación (30) en la Sección 5.2.2.1 de esta tesis. Además, se pudo comprobar que no existe una correlación entre la dimensión fractal y la tensión aplicada. Por otro lado, se planteó la hipótesis de que el parámetro exponencial en los modelos estocásticos, η , que controla la tasa de propagación y aún no tiene una explicación física, puede relacionarse con la tasa de conversión de energía durante la propagación de las arborescencias. La comprobación de esta última hipótesis requiere de mediciones experimentales. Los parámetros fundamentales que definen el comportamiento de las DP en arborescencias eléctricas son: la geometría de la arborescencia, las magnitudes de la tensión de incepción y extinción, y la función de densidad de probabilidad de la tensión de incepción de las DP negativas. La dependencia de esta función de probabilidad hace que las DP en arborescencias se puedan considerar como fenómenos caótico-determinísticos. Usando resultados de simulación, se demostró que, durante las primeras fases del envejecimiento, el mecanismo de degradación químico predomina sobre el físico y que una vez la superficie ha sido lo suficientemente degradada para que cargas puedan inyectarse a través de canales microscópicos desde la superficie de la cavidad, el mecanismo físico predominará, y arborescencias eléctricas se propagarán rápidamente, llegando incluso hasta la situación en la que se rompa el dieléctrico completamente. Se encontró que la tasa de degradación inducida por las DP en cavidades aumenta, y por ende la vida útil disminuye, en una proporción aproximadamente lineal con la magnitud de la tensión aplicada. De manera similar, la tasa de degradación aumenta linealmente con la frecuencia de la tensión aplicada, pero a una tasa más pronunciada por debajo de 20 Hz que por encima de este valor de frecuencia. Se encontró que los productos N PD α q ' y N PD (α i ' ) son buenos indicadores de la tasa de degradación 2 inducida por las DP, incluso para distintas magnitudes y frecuencias de la tensión aplicada, y pueden usarse con mediciones en línea para implementar herramientas de pronóstico en conjunto con mediciones de patrones resueltos en fase y en el tiempo. Para esto se requiere comprobación experimental. 5.4 Conclusions In this section, the general conclusions obtained during the development of the thesis and which are related to the fulfilment of the objectives established in Section 2.3.2 are presented. In addition, certain specific and relevant conclusions acquired from the analyses of the results of the case studies considered in the publications are provided. Lastly, a description of the verification of the hypotheses formulated in Section 2.3.1 through the results obtained from the thesis and the implemented models is included. 5.4.1 General conclusions and hypotheses 5.4.1.1 Conclusions about the modelling and simulation of PD in cavities inside solid polymeric dielectrics The phenomenon of PD in cavities inside solid polymeric dielectrics was studied and several simulation models were implemented by using MATLAB® and COMSOL Multiphysics®. For the modelling and simulation processes, a multiphysics approach was employed in which the PD phenomenon was studied by considering the electrical, thermal and mechanical physics simultaneously. Certain models presented in the published literature were implemented and several novel models proposed which increase the accuracy of the simulations and allow limitations (in terms of the generalisation and applicability of the considerations that the existing models had before the improvements proposed in the thesis) to be 182 addressed. Additionally, improvements to the existing models based on electric circuits were proposed in order to provide agreement with those based on electromagnetics. The models proposed were validated by comparing the simulation results with experimental measurements reported by other researchers in the literature. Among the proposed and improved models are the following: - - - - A multiphysics analytical PD model (Rodríguez-Serna & Albarracín-Sánchez, 2019): Since the rate of emission of electrons and the inception and extinction electric field strength magnitudes are dependent on the cavity gas pressure and temperature (Niemeyer, 1995), the study proposed an improved multiphysics analytical PD model in which the electromagnetic and thermal-mechanical physics are coupled through the energy transformation and dissipation during the PD events An improved analytical PD model (Borghei et al., 2020): By simulation, the electric field strength distribution within spheroidal cavities of a different diameter was analysed, with it being found that the electric field strength in the cavity is uniformly distributed only when the diameter of the cavity is much smaller (<1/10) than the separation between electrodes. Thus, the electric field strength magnitude predicted by the analytical expressions (Takuma & Techaumnat, 2010) will be inaccurate if the last condition is not met. In order to address this limitation, an expression was proposed for adjusting the analytically predicted electric field strength magnitude inside the cavity depending on the relationship between the diameter and separation of electrodes An improved three-capacitance PD model (Rodríguez-Serna, Albarracín-Sánchez, Dong, et al., 2019): By using an analysis of analogy between the electromagnetic-based PD analytical model and the circuit-based three-capacitance PD model, an expression was formulated for calculating the equivalent capacitance of the spherical cavity. In addition, an improved version of the model presented in (Gafvert et al., 2003) was proposed, which includes the equivalent capacitance of the cavity determined with the expression formulated here and the stochastic model described by equations (1) - (4) included in Chapter 2 Two finite-element PD models (Rodríguez-Serna, Albarracín-Sánchez, & Mas’ud, 2020): Two novel finite-element PD models were proposed. One was a hybrid model, in which the PD are simulated by changing the cavity conductivity and, subsequently, the charge distribution at the gas-solid interface is calculated by using field expressions, The other, and purely electrostatic, was one in which the PD are simulated by modifying the charge distribution on the cavity surface. The main advantages associated with these models are that the surface charge distribution resultant at the gas-solid interface after the PD is continuous, which avoids the appearance of indeterminacies in the electric field strength magnitude at the surface of the cavity (H. A. Illias et al., 2017) and that allows consideration of non-uniform variations in the cavity surface morphology, such as the existence of pits, craters and semi-conductive patches, to simulate aged conditions in which the cavity surface is degraded by the PD activity. Between these two models, the purely electrostatic model is more accurate than the hybrid model, as it does not model the PD as sudden variations in the cavity gas conductivity. The hybrid model, for its part, allows calculation of the current through the cavity during the PD events which makes it possible to analyse magnitude, duration and waveform The implementation of models for simulating PD in cavities inside solid polymeric dielectrics allowed various calculations and analyses to be carried out (the results are shown in detail in the publications in Chapter 4. Among the studies and simulations carried out, are those that follow: - - Analysis of the PD behaviour in cavities of different diameters for the same separation between electrodes Studies of the PD behaviour under different magnitudes and waveforms (sinusoidal and rectangular) of the applied voltage 183 - - - - Analysis of the PD charge amplitude and distribution in phase, as well as the temperature and pressure variations, under different aging conditions Studies of the PD charge distribution on the surface of cavities inside materials with different permittivity and conductivity Analysis of the electric field strength distribution inside cavities of different diameters and the same separation between electrodes Study of the electric field strength magnitude at the solid dielectric around cavities after PD events inside them Sensitivity analyses of the PD behaviour in cavities inside solid dielectrics due to variations in temperature and pressure, among others 5.4.1.2 Conclusions about the modelling and simulation of the propagation of electrical trees inside solid polymeric dielectrics The phenomenon of propagation of electrical trees in solid polymeric dielectrics was studied and several models implemented in MATLAB ®, such as the stochastic model (M. D. Noskov et al., 1995; Wiesmann & Zeller, 1986), the discharge avalanche model (DAM) (Quiña et al., 2010), and the cellular automata model (Danikas et al., 1996). A novel model for simulating electrical tree propagation, based on the DAM, was proposed (Rodríguez-Serna, Albarracín-Sánchez, & Carrillo, 2020). This model allows reproduction of the main experimentally measured characteristics of electrical trees that propagate in solid polymeric dielectric materials, such as the curve of propagation length versus time and time to breakdown. In addition, the model allows analysis of the propagation of electrical trees in inhomogeneous or with space-charge media. The proposed model was validated by comparing the simulation results with experimental measurements reported by other researchers in the published literature. Among the simulations and analyses carried out there are those that follow: - - Analysis of the effect of the applied voltage magnitude on the propagation of electrical trees in solid polymeric dielectrics Study of the propagation of electrical trees in solid polymeric dielectric media of different values of permittivity and electrical conductivity Study of the effect of dielectric and conductive barriers on the propagation of electrical trees in solid polymeric dielectric media Analysis of the propagation of electrical trees in non-uniform and with space-charge solid polymeric dielectric media The results obtained from these simulations are presented in the respective publication of Chapter 4 and in Annex A. The phenomenon of PD in electrical trees inside solid polymeric dielectrics was studied and two novel simulation models proposed which reproduce the main features of the experimentally measured phase resolved PD patterns. The PD behaviour in non-conductive trees was simulated and analysed in Paper 4 in Chapter 4; however, the proposed models also allow the simulation of PD in conductive trees. The models were validated by comparing the simulation results with experimental measurements reported in the literature. 5.4.1.3 Conclusions on the life expectancy modelling of electrical insulation systems with solid polymeric dielectrics The phenomenon of aging of solid polymeric dielectric materials due to degradation induced by PD activity in cavities inside was studied. A novel damage function was formulated to evaluate the PDinduced degradation and estimate the remaining lifespan based on PD-activated local degradation mechanisms and the interaction with the structure of dielectric polymeric materials at the microscopic scale. A novel method was proposed for calculating the remaining lifespan of solid dielectric polymeric 184 materials based on simulations and for using the damage function formulated here. The damage function and the proposed method were validated by comparing the simulation results with experimental measurements reported in the published literature. Several simulations were carried out, including the following: - - Analysis of the PD-induced degradation under different aging conditions in the cavity Study on the effect of the applied voltage magnitude on the degradation rate induced by PD in cavities Analysis of the effect of the applied voltage frequency on the degradation rate induced by PD in cavities A novel life model as a function of the impact energy of electrons was also proposed which may be used with simulations to estimate the remaining lifespan of solid polymeric dielectrics with PD in cavities. The model was validated by comparing the simulation results with experimental measurements reported in the literature. Additionally, a novel indicator was proposed for evaluating the degradation rate as a function of the peak value of the PD-induced current. This indicator may be used as a diagnostic measure in PD analysis. 5.4.1.4 Complementary general conclusions Computational tools for simulation were developed through using the implemented and validated models. Such tools are complementary to PD measurements in condition analysis and diagnosis of insulation systems. At this point, it is worth clarifying that although the models were validated by comparing simulation results with experimental measurements taken during accelerated aging tests, the models may be adjusted to reproduce any experimentally measured condition. The development of the thesis exhibits an important advance in the understanding of the degradation processes of solid dielectric materials due to PD activity in cavities, since it is analysed from the inception of the phenomenon of PD in cavities to the breakdown of the insulation systems by the propagation of electrical trees originated at the surface of cavities. All of the above has been carried out by using a formal theoretical and conceptual approach, implementing electromagnetic field analysis in conjunction with physical models and simulations. One of the main results is the estimate of the remaining lifespan by using a method which, as far as the thesis writer is aware, is unique and uses simulation results of PD in cavities that may be complemented with experimental measurements and artificial intelligence methods to develop diagnostic and prognosis tools for equipment in service. Although the materials considered for the simulations and analyses presented (including the validation of the models) are polymeric, the fundamental principles of the proposed models and methods may be applied to other organic materials, such as the oil-paper systems typically used in power transformers, considering the respective adjustments and validations with experimental measurements. Of the 12 submissions for publication accepted during the PhD studies shown in Figure 12, seven are open-access and lead to increases in the visibility and dissemination of the obtained results. In addition, seven of the papers are published in journals of the first quartile (Q1) and two in journals of the second quartile (Q2) of the Scopus classification, while according to the JCR classification, five are in journals of the first quartile (Q1), three in journals of the second quartile (Q2) and one in a journal of the third quartile (Q3). In addition, given that the conference papers were presented at events organised by associations attached to the Institute of Electrical and Electronics Engineers (IEEE), they are included in the IEEE Xplore databases (https://ieeexplore.ieee.org/Xplore/home.jsp). Further details are shown in Table 27 of Annex D. Lastly, and at the time of writing (26 May 2021), the publications had received a total of 49 citations, which shows that a favourable acceptance by the scientific community. 185 5.4.1.5 Validated hypotheses Lastly, the following hypotheses have been validated: Hypothesis 1. The development of accurate models for the simulation of PD in cavities inside solid dielectrics which consider the different implicit physics helps to understand the phenomenon of PD, as well as the effect they have on the degradation and aging of the solid dielectric materials. This has been validated through the implementation of novel models that correctly reproduce the main characteristics of the PD behaviour in cavities. The simulation results for different applied stress conditions and parameters of the test arrangement have been used to provide conclusions on the degradation mechanisms and the PD harmfulness. Hypothesis 2. The modelling and simulation of electrical trees in solid dielectrics allow an understanding of the process of dielectric breakdown of solid insulating materials and its spatial and temporal dynamics. This hypothesis is validated through the implementation of various models and the proposal of a new one for simulating the propagation of electrical trees. The new model is capable of reproducing the experimentally measured tree length versus time characteristic curve and the time to breakdown. Hypothesis 3. The PD simulation results that consider the combined effect of PD in cavities and in electrical trees may be used to evaluate the degradation induced in solid dielectrics and to estimate the remaining lifespan in conjunction with life models and damage functions. A damage function and a microscopic life model are proposed that allow the estimate of the PD-induced degradation. The remaining lifespan may be calculated by using the damage function and the microscopic life model through a simulation-based method that is capable of reproducing the experimentally measured time to breakdown. The latter shows the validation of such a hypothesis. 5.4.2 Specific conclusions The comparison between the simulation results and the experimental measurements allowed it to be concluded that the variations in the behaviour of the PD throughout the aging period are mainly due to changes in the pressure of the gas inside the cavity and in the conductivity of the cavity surface. In addition, and in accordance with what Callender concluded (Callender, 2018), the analytical expressions used for calculating the electric field strength magnitude for the PD inception and extinction should be reviewed by using experimental measurements given that they correspond to equations determined in experimental configurations other than those of a gas-filled cavity inside a solid dielectric. By simulation, it was possible to demonstrate that the increases in the temperature inside the cavity as a result of the PD activity are not high enough, only 15% greater than the environmental, to degrade the solid polymeric material directly. Through a sensitivity analysis, it was found that by reducing the radius of the cavity by 33%, the magnitude of the PD charge is reduced by 50%. In addition, for pressures between five and 25psi, it was found that the magnitude of the PD charge remains constant in the ranges five to 15psi and 16 to 25 psi; however, the magnitude of the PD charge in the second range is one third of the magnitude in the first. Lastly, in the range of zero to 3 mS‧m-1 it was found that the magnitude of the PD charge increases linearly with the conductivity, and from 3 mS‧m-1 that the magnitude of the PD charge decreases at a very low rate of 5x106 pC‧m‧S-1. The simulation results of electrical tree propagation allowed it to be concluded that when the magnitude of the applied voltage magnitude increases, time to breakdown decreases at a rate that is dependent on the magnitude of the applied voltage, as shown by equation (30) in section 5.2.2.1. Furthermore, it was found that there was no correlation between the fractal dimension and the magnitude of the applied voltage. It was also hypothesised that the exponential parameter in the stochastic models, η , which controls the propagation rate and does not yet have a physical explanation, could be related to the 186 energy conversion rate during tree propagation. The verification of this last hypothesis requires experimental measurements. The fundamental parameters that define the PD behaviour in electrical trees were the geometry of the tree, the magnitudes of the inception and extinction voltages, and the probability density function of the negative PD inception voltage. The dependence of this probability density function means that the PD activity in electrical trees should be considered as chaotic-deterministic phenomena. By using simulation results, it was shown that during the early stages of aging, the chemical degradation mechanism predominates over the physical one. The physical mechanism will predominate when the surface had been sufficiently degraded so that electrical charges could be injected through microscopic channels from the surface of the cavity. At the end, electrical trees will spread rapidly, even reaching the situation where the dielectric is completely broken. It was found that the degradation rate induced by PD in cavities increases, and therefore the lifespan decreases, in an approximately linear proportion with the magnitude of the applied voltage. Similarly, the degradation rate increases linearly with the frequency of the applied voltage, though at a more pronounced rate below 20 Hz than above this frequency value. The products N PD α q ' and N PD (α i ' ) were found to be good indicators of PD-induced degradation rate, 2 even for different magnitudes and frequencies of the applied voltage, and may be used with online measurements to implement prognosis tools in conjunction with phase and time resolved PD patterns measurements. It should be noted that this requires experimental verification. 5.5 Futuras líneas de investigación En esta tesis se utiliza un enfoque centrado en simulación, por lo que la principal línea futura de investigación deberá ser centrada en experimentación. Las mediciones experimentales permitirán verificar algunas de las hipótesis planteadas y conclusiones obtenidas a partir de los resultados de simulación. Durante la propagación de arborescencias se requiere la medición simultanea del comportamiento de las DP y la característica de propagación longitud versus tiempo, de manera que algunos parámetros, como el número crítico de ionizaciones por electrón y avalancha, N c / N b , puedan obtenerse, los cuales permiten la generalización de los modelos. Adicionalmente, a través de experimentación, las conclusiones obtenidas en esta tesis, considerando principalmente resinas epóxicas, se pueden verificar para otro tipo de materiales, no solamente poliméricos, sino orgánicos en general. El comportamiento de las DP en cavidades depende de las características del gas en el interior de la cavidad y de los cambios en los parámetros eléctricos y la morfología de la superficie de la cavidad. En una investigación futura, se pueden usar análisis experimentales detallados de las variaciones con el tiempo de la morfología de la superficie de la cavidad, junto con el modelo híbrido de elementos finitos propuesto en esta tesis, para inferir la evolución de los defectos, pozos y cráteres, y determinar el tiempo hasta la ruptura. Mediciones y simulaciones en un marco estadístico permitirán la generalización de las conclusiones obtenidas. Los modelos implementados pueden aplicarse a diferentes condiciones de esfuerzo eléctrico aplicado, definidas por la magnitud y forma de onda de la tensión, así como la configuración de electrodos. Futuras investigaciones pueden centrarse en el uso de los modelos propuestos para simular diferentes condiciones de forma de onda; tales como señales armónicas, impulsivas, formas de onda rectangulares y HVDC, y arreglos de electrodos diferentes como esfera-esfera u otro tipo que se aproxime más a las condiciones prácticas reales, como las encontradas en cables polifásicos, o incluso electrodos con no uniformidades en su superficie. Además, en HVDC y en general en tensiones aplicadas en tensión de CC, interesa analizar el efecto de la carga espacial y la conductividad del material dieléctrico sólido en la tasa de degradación inducida por la actividad de DP en cavidades. Futuras líneas de investigación pueden centrarse en el mejoramiento adicional de los modelos propuestos y desarrollados en esta tesis de la siguiente manera: 187 - - - Los modelos desarrollados e implementados para la simulación de DP en cavidades pueden extenderse para analizar el comportamiento de DP en condiciones de múltiples cavidades y arreglos de prueba en 3D El modelo de propagación de arborescencias en dieléctricos poliméricos sólidos puede extenderse a 3D para considerar estructuras de geometría fractal mayor que 2 Un modelo preciso autoconsistente puede desarrollarse acoplando los modelos de simulación de DP en arborescencias y el modelo de propagación de arborescencias en dieléctricos poliméricos sólidos usando como variable de acople la energía disipada por las DP Resultados de simulación usando modelos de plasma pueden usarse junto con los modelos de vida y la función de daño propuestos en esta tesis para incrementar la precisión de la estimación de la degradación inducida por las DP ya que esta depende del patrón de colisiones de los Streamer con la superficie de la cavidad Considerar las variaciones en los materiales debido a los procesos de vitrificación y gelificación durante el curado Los modelos de elementos finitos propuestos, así como el de condensadores, para simular las DP en cavidades en el interior de dieléctricos sólidos permiten obtener la forma de onda de los pulsos de corriente inducida por las DP en los electrodos de medición. Un futuro estudio puede hacerse para la caracterización de dichos pulsos en el dominio del tiempo y la frecuencia para diferentes condiciones de prueba, tales como, diferentes condiciones de envejecimiento, diferentes formas de onda de la tensión aplicada, variaciones en la morfología de la superficie de la cavidad, entre otras. Una línea de investigación futura se desarrollará en torno a la utilización de los modelos desarrollados en esta tesis para análisis de defectos en sistemas de aislamiento líquidos y papel-aceite. Los análisis de simulación se realizarán de manera conjunta con mediciones experimentales. Se analizarán diferentes tipos de líquidos dieléctricos como aceites minerales y ésteres. Una futura investigación se centrará en la utilización conjunta de los modelos de simulación de DP, en cavidades y arborescencias, con herramientas de inteligencia artificial para correlacionar características físicas de las cavidades y arborescencias con los patrones resueltos en fase medidos experimentalmente y junto con los modelos de vida y función de daño, también propuestos en esta tesis, para poder estimar la vida útil remanente de equipos eléctricos en servicio. Se elaborará un plan de mejora de las instalaciones del laboratorio de alta tensión de la Universidad de Antioquia de manera que se puedan realizar mediciones experimentales relacionadas con los objetivos establecidos para el desarrollo de esta tesis y se puedan explorar nuevas hipótesis derivadas de los resultados aquí presentados. Así mismo, en dicho plan se considerará la posibilidad de adquirir equipos de medición y diagnóstico de DP que permitan a la Universidad de Antioquia prestar servicios de extensión y consultoría a empresas del sector eléctrico en Colombia. 188 6| BIBLIOGRAFÍA Achillides, Z., Georghiou, G. E., & Kyriakides, E. (2008). Partial discharges and associated transients: The induced charge concept versus capacitive modeling. IEEE Transactions on Dielectrics and Electrical Insulation, 15(6), 1507-1516. https://doi.org/10.1109/TDEI.2008.4712652 Adnan, M. M., Tveten, E. G., Glaum, J., Ese, M.-H. G., Hvidsten, S., Glomm, W., & Einarsrud, M.-A. (2019). Epoxy-Based Nanocomposites for High-Voltage Insulation: A Review. Advanced Electronic Materials, 5(2), 1800505. https://doi.org/10.1002/aelm.201800505 Ahmed, N., & Srinivas, N. (2001). PD types and their detection possibilities by PD test methods. 2001 Annual Report Conference on Electrical Insulation and Dielectric Phenomena (Cat. No.01CH37225), 307-310. https://doi.org/10.1109/CEIDP.2001.963545 Ala, G., Candela, R., Romano, P., & Viola, F. (2011). Simplified hybrid PD model in voids. 8th IEEE Symposium on Diagnostics for Electrical Machines, Power Electronics Drives, 451-455. https://doi.org/10.1109/DEMPED.2011.6063662 Al-Amin, H., O’Brien, J., & Lashbrook, M. (2013). Synthetic ester transformer fluid: A total solution to windpark transformer technology. Renewable Energy, 49, 33-38. https://doi.org/10.1016/j.renene.2012.01.071 Albarracín-Sánchez, R., Álvarez-Gómez, F., Vera-Romero, C. A., & Rodríguez-Serna, J. M. (2020). Separation of Partial Discharge Sources Measured in the High-Frequency Range with HFCT Sensors Using PRPD-teff Patterns. Sensors, 20(2), 382. https://doi.org/10.3390/s20020382 Alsheikhly, A., Guzman, H., & Kranz, H.-. (1992). A new diagnostic tool through computer simulation calculation using expanded partial discharge equivalent circuit. [1992] Proceedings of the 4th International Conference on Conduction and Breakdown in Solid Dielectrics, 176-180. https://doi.org/10.1109/ICSD.1992.224982 Andraschek, N., Wanner, A. J., Ebner, C., & Riess, G. (2016). Mica/Epoxy-Composites in the Electrical Industry: Applications, Composites for Insulation, and Investigations on Failure Mechanisms for Prospective Optimizations. Polymers, 8(5), 201. https://doi.org/10.3390/polym8050201 Andritsch, T. M. (2010). Epoxy Based Nanodielectrics for High Voltage DC Applications: Synthesis, Dielectric Properties and Space Charge Dynamics [PhD, T.U. Delft]. https://repository.tudelft.nl/islandora/object/uuid%3A6703c457-e5b8-41b9-af806c6e66226e15 Arief, Y. Z., Izzati, W. A., & Adzis, Z. (2012). Modeling of Partial Discharge Mechanisms in Solid Dielectric Material. 1(4), 6. Bahadoorsingh, S., & Rowland, S. M. (2007). The role of power quality in electrical treeing of epoxy resin. 2007 Annual Report - Conference on Electrical Insulation and Dielectric Phenomena, 221-224. https://doi.org/10.1109/CEIDP.2007.4451500 Bahder, G., Garrity, T., Sosnowski, M., Eaton, R., & Katz, C. (1982). Physical Model of Electric Aging and Breakdown of Extruded Polymeric Insulated Power Cables. IEEE Transactions on Power Apparatus and Systems, PAS-101(6), 1379-1390. https://doi.org/10.1109/TPAS.1982.317185 Bainbridge, R. W. (1999). THERMOSETTING-PLASTIC PARTS. En Design for Manufacturability Handbook, Second Edition. McGraw-Hill Education. https://aplicacionesbiblioteca.udea.edu.co:2612/content/book/9780070071391/chapter/cha pter55 Barclay, A. L., Sweeney, P. J., Dissado, L. A., & Stevens, G. C. (1990). Stochastic modelling of electrical treeing: Fractal and statistical characteristics. Journal of Physics D: Applied Physics, 23(12), 1536. https://doi.org/10.1088/0022-3727/23/12/009 Bartnikas, R. (1975). Corona pulse probability density function measurements on primary distribution power cables. IEEE Transactions on Power Apparatus and Systems, 94(3), 716-723. https://doi.org/10.1109/T-PAS.1975.31899 Bartnikas, R., & Novak, J. P. (1992). On the spark to pseudoglow and glow transition mechanism and discharge detectability. IEEE Transactions on Electrical Insulation, 27(1), 3-14. https://doi.org/10.1109/14.123436 189 Beisele, C., & Kultzow, B. (2001). Experiences with new hydrophobic cycloaliphatic epoxy outdoor insulation systems. IEEE Electrical Insulation Magazine, 17(4), 33-39. https://doi.org/10.1109/57.948982 Bhatt, S. M., Kumar, D., & Patel, K. (2018). Partial Discharge Analysis in Time and Time-Frequency Domain of Solid Dielectric in Power Transformer. 2018 5th IEEE Uttar Pradesh Section International Conference on Electrical, Electronics and Computer Engineering (UPCON), 1-5. https://doi.org/10.1109/UPCON.2018.8597058 Boggs, S. A. (1990). Partial discharge. III. Cavity-induced PD in solid dielectrics. IEEE Electrical Insulation Magazine, 6(6), 11-16. https://doi.org/10.1109/57.63094 Borghei, M., Ghassemi, M., Rodríguez-Serna, J. M., & Albarracín-Sánchez, R. (2020). A Finite-ElementAnalysis and an Improved Induced Charge Concept for Partial Discharge Modeling. IEEE Transactions on Power Delivery, 1-1. https://doi.org/10.1109/TPWRD.2020.2991589 Borishade, A. B. (1977). The Development of Electrical Discharges in Simulated «Tree» Channels. IEEE Transactions on Electrical Insulation, EI-12(5), 348-354. https://doi.org/10.1109/TEI.1977.298041 Borsi, H. (1993). The relation between thermal and electrical stress and the PD behavior of epoxy-resin transformers. IEEE Transactions on Electrical Insulation, 28(6), 1007-1015. https://doi.org/10.1109/14.249374 Brady, G. S., Clauser, H. H., & Vaccari, J. A. (2002). Materials, Their Properties and Uses (A - E). En Materials Handbook: An Encyclopedia for Managers, Technical Professionals, Purchasing and Production Managers, Technicians, and Supervisors, Fifteenth Edition. McGraw-Hill Education. https://aplicacionesbiblioteca.udea.edu.co:2612/content/book/9780071360760/chapter/cha pter1 Brunt, R. J. V. (1991). Stochastic properties of partial-discharge phenomena. IEEE Transactions on Electrical Insulation, 26(5), 902-948. https://doi.org/10.1109/14.99099 Cacciari, M., & Montanari, G. C. (1992). Electrical life threshold models for solid insulating materials subjected to electrical and multiple stresses. II. Probabilistic approach to generalized life models. IEEE Transactions on Electrical Insulation, 27(5), 987-999. https://doi.org/10.1109/14.256473 Callender, G. (2018). Modelling partial discharge in gaseous voids [PhD, University of Southampton]. https://eprints.soton.ac.uk/420943/ Callender, G., Rapisarda, P., & Lewin, P. L. (2016). Investigation of void erosion on partial discharge activity using simulation. 2016 IEEE International Conference on Dielectrics (ICD), 2, 1-4. https://doi.org/10.1109/ICD.2016.7547762 Candela, R., Scimemi, G. F., Romano, P., & Sanseverino, E. R. (1999). Analysis of partial discharge activity at different temperatures through an heuristic algorithm. 1999 Annual Report Conference on Electrical Insulation and Dielectric Phenomena (Cat. No.99CH36319), 202-205 vol.1. https://doi.org/10.1109/CEIDP.1999.804626 Champion, J. V., & Dodd, S. J. (1995). The effect of voltage and material age on the electrical tree growth and breakdown characteristics of epoxy resins. Journal of Physics D: Applied Physics, 28(2), 398407. https://doi.org/10.1088/0022-3727/28/2/024 Champion, J. V., & Dodd, S. J. (1996). Systematic and reproducible partial discharge patterns during electrical tree growth in an epoxy resin. Journal of Physics D: Applied Physics, 29(3), 862-868. https://doi.org/10.1088/0022-3727/29/3/053 Champion, J. V., & Dodd, S. J. (1998). An approach to the modelling of partial discharges in electrical trees. Journal of Physics D: Applied Physics, 31(18), 2305-2314. https://doi.org/10.1088/00223727/31/18/016 Champion, J. V., & Dodd, S. J. (2001). Simulation of partial discharges in conducting and non-conducting electrical tree structures. Journal of Physics D: Applied Physics, 34(8), 1235-1242. https://doi.org/10.1088/0022-3727/34/8/314 Champion, J. V., & Dodd, S. J. (2000). The effect of material composition and temperature on electrical tree growth in epoxy resins. 2000 Eighth International Conference on Dielectric Materials, Measurements and Applications (IEE Conf. Publ. No. 473), 30-34. https://doi.org/10.1049/cp:20000472 Champion, J. V., Dodd, S. J., & Alison, J. M. (1996). The correlation between the partial discharge behaviour and the spatial and temporal development of electrical trees grown in an epoxy resin. 190 Journal of Physics D: Applied Physics, 29(10), 2689. https://doi.org/10.1088/00223727/29/10/023 Champion, J. V., Dodd, S. J., & Stevens, G. C. (1994). Analysis and modelling of electrical tree growth in synthetic resins over a wide range of stressing voltage. Journal of Physics D: Applied Physics, 27(5), 1020-1030. https://doi.org/10.1088/0022-3727/27/5/021 Chan, J. C., Duffy, P., Hiivala, L. J., & Wasik, J. (1991). Partial discharge. VIII. PD testing of solid dielectric cable. IEEE Electrical Insulation Magazine, 7(5), 9-16. https://doi.org/10.1109/57.93157 Chanda, M., & Roy, S. K. (2008). Industrial Polymers, Specialty Polymers, and Their Applications (1st ed.). CRC Press. Chang, C., Bai, T., Lewin, P. L., Morshuis, P. H. F., Pilgrim, J. A., Cavallini, A., Vaughan, A. S., Montanari, G. C., & Serra, S. (2013). Developing an experimental method for a cavity PD based life model. 2013 IEEE International Conference on Solid Dielectrics (ICSD), 780-783. https://doi.org/10.1109/ICSD.2013.6619652 Chen, G., & Baharudin, F. (2008). Partial discharge modelling based on a cylindrical model in solid dielectrics. 2008 International Conference on Condition Monitoring and Diagnosis, 74-78. https://doi.org/10.1109/CMD.2008.4580233 Chen, X., Xu, Y., & Cao, X. (2014). Nonlinear time series analysis of partial discharges in electrical trees of XLPE cable insulation samples. IEEE Transactions on Dielectrics and Electrical Insulation, 21(4), 1455-1461. https://doi.org/10.1109/TDEI.2014.004307 Cherney, E. A. (2013). Nanodielectrics applications-today and tomorrow. IEEE Electrical Insulation Magazine, 29(6), 59-65. https://doi.org/10.1109/MEI.2013.6648754 Chisholm, N., Mahfuz, H., Rangari, V. K., Ashfaq, A., & Jeelani, S. (2005). Fabrication and mechanical characterization of carbon/SiC-epoxy nanocomposites. Composite Structures, 67(1), 115-124. https://doi.org/10.1016/j.compstruct.2004.01.010 Chopard, B. (2012). Cellular Automata Modeling of Physical Systems. En R. A. Meyers (Ed.), Computational Complexity: Theory, Techniques, and Applications (1.a ed., pp. 407-433). Springer. https://doi.org/10.1007/978-1-4614-1800-9_27 Christina, A. J., Salam, M. A., Rahman, Q. M., Arifin, M. S., Wen, F., Ang, S. P., & Hasan, S. (2017). Partial discharge modeling with increasing applied voltages across different void sizes. 2017 4th International Conference on Advances in Electrical Engineering (ICAEE), 22-25. https://doi.org/10.1109/ICAEE.2017.8255320 CIGRE WG A1.10. (2009). Survey of hydrogenerator failures. CIGRÉ. CIGRE WG A2.37. (2015). TRANSFORMER RELIABILITY SURVEY. CIGRÉ. https://ecigre.org/publication/642-transformer-reliability-survey Crichton, G. C., Karlsson, P. W., & Pedersen, A. (1989). Partial discharges in ellipsoidal and spheroidal voids. IEEE Transactions on Electrical Insulation, 24(2), 335-342. https://doi.org/10.1109/14.90292 Crine, J. P. (2005). On the interpretation of some electrical aging and relaxation phenomena in solid dielectrics. IEEE Transactions on Dielectrics and Electrical Insulation, 12(6), 1089-1107. https://doi.org/10.1109/TDEI.2005.1561789 Crine, J. P. (2007). A molecular model for the electrical aging of XLPE. 2007 Annual Report - Conference on Electrical Insulation and Dielectric Phenomena, 608-610. https://doi.org/10.1109/CEIDP.2007.4451572 Dakin, T. W. (1974). Application of Epoxy Resins in Electrical Apparatus. IEEE Transactions on Electrical Insulation, EI-9(4), 121-128. https://doi.org/10.1109/TEI.1974.299321 Danikas, M. G. (1993). The definitions used for partial discharge phenomena. IEEE Transactions on Electrical Insulation, 28(6), 1075-1081. https://doi.org/10.1109/14.249381 Danikas, M. G. (1997). Small partial discharges and their role in insulation deterioration. IEEE Transactions on Dielectrics and Electrical Insulation, 4(6), 863-867. https://doi.org/10.1109/94.654733 Danikas, M. G., & Adamidis, G. (1997). Partial discharges in epoxy resin voids and the interpretational possibilities and limitations of Pedersen’s model. Electrical Engineering, 80(2), 105-110. Danikas, M. G., Karafyllidis, I., Thanailakis, A., & Bruning, A. M. (1996). Simulation of electrical tree growth in solid dielectrics containing voids of arbitrary shape. Modelling and Simulation in Materials Science and Engineering, 4(6), 535. https://doi.org/10.1088/0965-0393/4/6/001 191 Dasgupta, I. (2002). Dry-Type Distribution Transformers with Polyesterimide VPI (A New Concept in India). En Design of Transformers. McGraw-Hill Education. https://aplicacionesbiblioteca.udea.edu.co:2612/content/book/9780070436404/chapter/cha pter10 Davis, M. H. A. (1984). Piecewise-Deterministic Markov Processes: A General Class of Non-Diffusion Stochastic Models. Journal of the Royal Statistical Society. Series B (Methodological), 46(3), 353388. Devins, J. C. (1984). The physics of partial discharges in solid dielectrics. Conference on Electrical Insulation Dielectric Phenomena Annual Report 1984, 15-31. https://doi.org/10.1109/EIDP.1984.7683959 Ding, H.-Z., & Varlow, B. R. (2002). A new model for propagation of electrical tree structures in polymeric insulation. Annual Report Conference on Electrical Insulation and Dielectric Phenomena, 934-937. https://doi.org/10.1109/CEIDP.2002.1048950 Ding, H.-Z., & Varlow, B. R. (2003). Electrical tree growth retardation and acceleration model. 7th International Conference on Properties and Applications of Dielectric Materials (Cat. No.03CH37417), 1, 423-426. https://doi.org/10.1109/ICPADM.2003.1218441 Dissado, L. A., Dodd, S. J., Champion, J. V., Williams, P. I., & Alison, J. M. (1997). Propagation of electrical tree structures in solid polymeric insulation. IEEE Transactions on Dielectrics and Electrical Insulation, 4(3), 259-279. https://doi.org/10.1109/94.598282 Dissado, L. A., Dodd, S. J., Champion, J. V., Williams, P. I., & Alison, J. M. (1995). Electrical tree propagation: From stochastic models to a quantitative physical description. 1995 IEEE 5th International Conference on Conduction and Breakdown in Solid Dielectrics, 16-22. https://doi.org/10.1109/ICSD.1995.522941 Dissado, L. A., & Fothergill, J. C. (1992). Electrical Degradation and Breakdown in Polymers (1.a ed.). IET. https://doi.org/10.1049/PBED009E Dissado, L. A., & Sweeney, P. J. J. (1992). An analytical model for discharge generated breakdown structures. 4th International Conference on Conduction and Breakdown in Solid Dielectrics, 328332. https://doi.org/10.1109/ICSD.1992.224931 Dodd, S. J. (2002). A deterministic model for the growth of non-conducting electrical tree structures. Journal of Physics D: Applied Physics, 36(2), 129-141. https://doi.org/10.1088/00223727/36/2/309 Dodd, S. J., Chalashkanov, N., & Fothergill, J. C. (2008). Statistical Analysis of Partial Discharges from Electrical Trees Grown in a Flexible Epoxy Resin. 2008 Annual Report Conference on Electrical Insulation and Dielectric Phenomena, 666-669. https://doi.org/10.1109/CEIDP.2008.4772838 Dodd, S. J., Chalashkanov, N. M., & Fothergill, J. C. (2010). Partial discharge patterns in conducting and non-conducting electrical trees. 2010 10th IEEE International Conference on Solid Dielectrics, 14. https://doi.org/10.1109/ICSD.2010.5568217 Farr, T., Vogelsang, R., & Frohlich, K. (2001). A new deterministic model for tree growth in polymers with barriers. 2001 Annual Report Conference on Electrical Insulation and Dielectric Phenomena (Cat. No.01CH37225), 673-676. https://doi.org/10.1109/CEIDP.2001.963635 Forssén, C. (2008). Modelling of cavity partial discharges at variable applied frequency [PhD]. KTH. Forssen, C., & Edin, H. (2008). Partial discharges in a cavity at variable applied frequency part 2: Measurements and modeling. IEEE Transactions on Dielectrics and Electrical Insulation, 15(6), 1610-1616. https://doi.org/10.1109/TDEI.2008.4712664 Fothergill, J. C., Dissado, L. A., & Sweeney, P. J. J. (1994). A discharge-avalanche theory for the propagation of electrical trees. A physical basis for their voltage dependence. IEEE Transactions on Dielectrics and Electrical Insulation, 1(3), 474-486. https://doi.org/10.1109/94.300291 Gafvert, U., Edin, H., & Forssen, C. (2003). Modelling of partial discharge spectra measured with variable applied frequency. Proceedings of the 7th International Conference on Properties and Applications of Dielectric Materials (Cat. No.03CH37417), 3, 839-842 vol.3. https://doi.org/10.1109/ICPADM.2003.1218552 Galar, D., & Kumar, U. (2017). Chapter 6—Prognosis. En D. Galar & U. Kumar (Eds.), EMaintenance (pp. 311-370). Academic Press. https://doi.org/10.1016/B978-0-12-811153-6.00006-3 Gaviria, Á. (2004). Teoría electromagnética: Proposiciones y soluciones. Universidad de Antioquia. Gemant, A., & Philippoff, W. (1932). Spark gap with pre-capacitor. Zeitschrift für Technische Physik, 13(9), 425-430. 192 Gjaerde, A. C. (1997). A phenomenological aging model for combined thermal and electrical stress. IEEE Transactions on Dielectrics and Electrical Insulation, 4(6), 674-680. https://doi.org/10.1109/94.654574 Gopinath, S., & Sathiyasekar, K. (2014). Simulation of Partial Discharges in Solid Dielectric Material: A Study on PD Magnitudes to the Parallel and. International Journal of Engineering and Technology, 6(4), 7. Guangning Wu, Xiongwei Jiang, Hengkun Xie, & Dae-Hee Park. (2000). The experimental study on tree growth in XLPE using 3D PD patterns. Proceedings of the 6th International Conference on Properties and Applications of Dielectric Materials (Cat. No.00CH36347), 1, 558-561 vol.1. https://doi.org/10.1109/ICPADM.2000.875755 Guastavino, F., & Cerutti, B. (2003). Tree growth monitoring by means of digital partial discharge measurements. IEEE Transactions on Dielectrics and Electrical Insulation, 10(1), 65-72. https://doi.org/10.1109/TDEI.2003.1176563 Gutfleisch, F., & Niemeyer, L. (1995). Measurement and simulation of PD in epoxy voids. IEEE Transactions on Dielectrics and Electrical Insulation, 2(5), 729-743. https://doi.org/10.1109/94.469970 Haghjoo, F., Khanahmadloo, E., & Shahrtash, S. M. (2012). Comprehensive 3‐capacitors model for partial discharge in power cables. COMPEL - The international journal for computation and mathematics in electrical and electronic engineering, 31(2), 346-368. https://doi.org/10.1108/03321641211199791 Hauschild, W., & Lemke, E. (2014). High-Voltage Test and Measuring Techniques. Springer-Verlag. https://www.springer.com/gp/book/9783662520154 He, M., Hao, M., Chen, G., Chen, X., Li, W., Zhang, C., Wang, H., Zhou, M., & Lei, X. (2018). Numerical modelling on partial discharge in HVDC XLPE cable. COMPEL - The international journal for computation and mathematics in electrical and electronic engineering, 00-00. https://doi.org/10.1108/COMPEL-07-2017-0297 Heid, T., Fréchette, M., & David, E. (2015). Epoxy/BN micro- and submicro-composites: Dielectric and thermal properties of enhanced materials for high voltage insulation systems. IEEE Transactions on Dielectrics and Electrical Insulation, 22(2), 1176-1185. https://doi.org/10.1109/TDEI.2015.7076820 Heitz, C. (1999). A generalized model for partial discharge processes based on a stochastic process approach. Journal of Physics D: Applied Physics, 32(9), 1012-1023. https://doi.org/10.1088/0022-3727/32/9/312 Hikita, M., Yamada, K., Nakamura, A., Mizutani, T., Oohasi, A., & Ieda, M. (1990). Measurements of partial discharges by computer and analysis of partial discharge distribution by the Monte Carlo method. IEEE Transactions on Electrical Insulation, 25(3), 453-468. https://doi.org/10.1109/14.55716 Holboll, J. T., & Henriksen, M. (1992). Partial discharge patterns and surface deterioration in voids in filled and unfilled epoxy. Conference Record of the 1992 IEEE International Symposium on Electrical Insulation, 354-358. https://doi.org/10.1109/ELINSL.1992.246977 Hoof, M., & Patsch, R. (1997). A physical model, describing the nature of partial discharge pulse sequences. Proceedings of 5th International Conference on Properties and Applications of Dielectric Materials, 1, 283-286 vol.1. https://doi.org/10.1109/ICPADM.1997.617583 Hozumi, N., & Okamoto, T. (1989). The initiation and growth of AC tree in polyethylene. 3rd International Conference on Conduction and Breakdown in Solid Dielectrics, 543-547. https://doi.org/10.1109/ICSD.1989.69256 Hudon, C., Bartnikas, R., & Wertheimer, M. R. (1990). Surface conductivity of epoxy specimens subjected to partial discharges. IEEE International Symposium on Electrical Insulation, 153-155. https://doi.org/10.1109/ELINSL.1990.109729 Illias, H. A., Chen, G., & Lewin, P. L. (2012). Partial discharge within a spherical cavity in a dielectric material as a function of cavity size and material temperature. IET Science, Measurement Technology, 6(2), 52-62. https://doi.org/10.1049/iet-smt.2011.0091 Illias, H. A., Chen, G., & Lewin, P. L. (2017). Comparison between three-capacitance, analytical-based and finite element analysis partial discharge models in condition monitoring. IEEE Transactions on Dielectrics and Electrical Insulation, 24(1), 99-109. https://doi.org/10.1109/TDEI.2016.005971 193 Illias, H. A., Chen, G., & Lewin, P. L. (2010). Measurement and modelling of partial discharge behaviour in a spherical cavity within a solid dielectric material as a function of applied voltage amplitude. 2010 International Conference on High Voltage Engineering and Application, 441-444. https://doi.org/10.1109/ICHVE.2010.5640733 Illias, H. A., Chen, G., & Lewin, P. L. (2009a). Modelling of partial discharge activity in different spherical cavity sizes and locations within a dielectric insulation material. 2009 IEEE 9th International Conference on the Properties and Applications of Dielectric Materials, 485-488. https://doi.org/10.1109/ICPADM.2009.5252384 Illias, H. A., Chen, G., & Lewin, P. L. (2011). Partial discharge behaviour within two spherical cavities in a dielectric material. 2011 Annual Report Conference on Electrical Insulation and Dielectric Phenomena, 456-459. https://doi.org/10.1109/CEIDP.2011.6232693 Illias, H. A., Chen, G., & Lewin, P. L. (2009b). Partial discharge modelling in a spherical cavity within a dielectric insulation material as a function of frequency. 2009 IEEE Electrical Insulation Conference, 55-59. https://doi.org/10.1109/EIC.2009.5166323 Illias, H. A., Tunio, M. A., Bakar, A. H. A., Mokhlis, H., & Chen, G. (2014). Partial discharge behaviours within a void-dielectric system under square waveform applied voltage stress. IET Science, Measurement Technology, 8(2), 81-88. https://doi.org/10.1049/iet-smt.2013.0018 Illias, H. A., Tunio, M. A., Bakar, A. H. A., Mokhlis, H., & Chen, G. (2016). Partial discharge phenomena within an artificial void in cable insulation geometry: Experimental validation and simulation. IEEE Transactions on Dielectrics and Electrical Insulation, 23(1), 451-459. https://doi.org/10.1109/TDEI.2015.005155 Illias, H. A., Tunio, M. A., Mokhlis, H., Chen, G., & Bakar, A. H. A. (2015a). Determination of partial discharge time lag in void using physical model approach. IEEE Transactions on Dielectrics and Electrical Insulation, 22(1), 463-471. https://doi.org/10.1109/TDEI.2014.004618 Illias, H. A., Tunio, M. A., Mokhlis, H., Chen, G., & Bakar, A. H. A. (2015b). Experiment and modeling of void discharges within dielectric insulation material under impulse voltage. IEEE Transactions on Dielectrics and Electrical Insulation, 22(4), 2252-2260. https://doi.org/10.1109/TDEI.2015.004817 Illias, H., Chen, G., & Lewin, P. L. (2011a). Modeling of partial discharge activity in spherical cavities within a dielectric material. IEEE Electrical Insulation Magazine, 27(1), 38-45. https://doi.org/10.1109/MEI.2011.5699446 Illias, H., Chen, G., & Lewin, P. L. (2011b). Partial discharge behavior within a spherical cavity in a solid dielectric material as a function of frequency and amplitude of the applied voltage. IEEE Transactions on Dielectrics and Electrical Insulation, 18(2), 432-443. https://doi.org/10.1109/TDEI.2011.5739447 Illias, H., Chen, G., & Lewin, P. L. (2009). Modelling of surface charge decay in a spherical cavity within a solid dielectric material using finite element analysis. Proceedings of the 16th International Symposium on High Voltage Engineering, 1246-1251. http://eprints.soton.ac.uk/id/eprint/267820 Illias, H., Jian, L. T., Bakar, A. H. A., & Mokhlis, H. (2012). Partial discharge simulation under various applied voltage waveforms. 2012 IEEE International Conference on Power and Energy (PECon), 967-972. https://doi.org/10.1109/PECon.2012.6450358 Illias, Hazlee A., Chen, G., & Lewin, P. L. (2011). The influence of spherical cavity surface charge distribution on the sequence of partial discharge events. Journal of Physics D: Applied Physics, 44(24), 245202. https://doi.org/10.1088/0022-3727/44/24/245202 Illias, Hazlee Azil. (2011). Measurement and simulation of partial discharges within a spherical cavity in a solid dielectric material [Phd, University of Southampton]. https://eprints.soton.ac.uk/194921/ Imburgia, A., Romano, P., Viola, F., Hozumi, N., & Morita, S. (2017). Partial discharges behavior under different rectified waveforms. 2017 International Symposium on Electrical Insulating Materials (ISEIM), 1, 114-117. https://doi.org/10.23919/ISEIM.2017.8088702 International Electrotechnical Commission [IEC]. (2000). IEC 60270: High-voltage test techniques— Partial discharge measurements. 99. Iyer, G., Gorur, R. S., Richert, R., Krivda, A., & Schmidt, L. E. (2011). Dielectric properties of epoxy based nanocomposites for high voltage insulation. IEEE Transactions on Dielectrics and Electrical Insulation, 18(3), 659-666. https://doi.org/10.1109/TDEI.2011.5931050 194 Jin, F.-L., Li, X., & Park, S.-J. (2015). Synthesis and application of epoxy resins: A review. Journal of Industrial and Engineering Chemistry, 29, 1-11. https://doi.org/10.1016/j.jiec.2015.03.026 Kai Wu, Suzuoki, Y., Mizutani, T., & Hengkun Xie. (1999). A novel physical model for partial discharge in narrow channels. IEEE Transactions on Dielectrics and Electrical Insulation, 6(2), 181-190. https://doi.org/10.1109/94.765909 Kaneiwa, H., Suzuoki, Y., & Mizutani, T. (2001). Characteristics of partial discharges in artificial simulated tree channels during tree propagation. IEEE Transactions on Dielectrics and Electrical Insulation, 8(1), 72-77. https://doi.org/10.1109/94.910427 Kasinathan, E., Mahajan, A., & Gupta, N. (2017). Phase resolved PD patterns in treeing in the presence of voids. Journal of Electrostatics, 87, 45-50. https://doi.org/10.1016/j.elstat.2017.03.004 Kavitha, D., Sindhu, T. K., & Nambiar, T. N. P. (2017). Impact of permittivity and concentration of filler nanoparticles on dielectric properties of polymer nanocomposites. IET Science, Measurement Technology, 11(2), 179-185. https://doi.org/10.1049/iet-smt.2016.0226 Kemp, I. J. (1995). Partial discharge plant-monitoring technology: Present and future developments. IEE Proceedings - Science, Measurement and Technology, 142(1), 4-10. https://doi.org/10.1049/ipsmt:19951438 Kiameh, P. (2003). MAINTENANCE OF MOTORS. En Electrical Equipment Handbook: Troubleshooting and Maintenance. McGraw-Hill Education. https://aplicacionesbiblioteca.udea.edu.co:2612/content/book/9780071396035/chapter/cha pter8 Kinloch, A. J. (2003). Toughening Epoxy Adhesives to Meet Today’s Challenges. MRS Bulletin, 28(6), 445448. https://doi.org/10.1557/mrs2003.126 Kochetov, R., Andritsch, T., Lafont, U., Morshuis, P. H. F., & Smit, J. J. (2009). Thermal conductivity of nano-filled epoxy systems. 2009 IEEE Conference on Electrical Insulation and Dielectric Phenomena, 658-661. https://doi.org/10.1109/CEIDP.2009.5377801 Kochetov, R., Andritsch, T., Morshuis, P. H. F., & Smit, J. J. (2010). Thermal and electrical behaviour of epoxy-based microcomposites filled with Al2O3 and SiO2 particles. 2010 IEEE International Symposium on Electrical Insulation, 1-5. https://doi.org/10.1109/ELINSL.2010.5549745 Kolev, N., Darjanov, P., Gadjeva, E., & Darjanova, D. (1998). Partial discharge phenomena simulation using general-purpose analysis programs. ICSD’98. Proceedings of the 1998 IEEE 6th International Conference on Conduction and Breakdown in Solid Dielectrics (Cat. No.98CH36132), 149-152. https://doi.org/10.1109/ICSD.1998.709247 Koo, J. H. (2019). Electrical Properties of Thermoset-Based Nanocomposites. En Polymer Nanocomposites: Processing, Characterization, and Applications, Second Edition. McGraw-Hill Education. https://aplicacionesbiblioteca.udea.edu.co:2612/content/book/9781260132311/tocchapter/chapter10/section/section7 Koyanagi, E., Kurashige, M., Umemoto, K., & Yoshimitsu, T. (1978). Degradation of composite insulating materials due to partial discharge. 1978 IEEE International Conference on Electrical Insulation, 27-32. https://doi.org/10.1109/EIC.1978.7463566 Kreuger, F., & Fromm, U. (1994). Partial Discharges in Gaseous Voids for DC Voltage. Japanese Journal of Applied Physics, 33(2R), 1079. https://doi.org/10.1143/JJAP.33.1079 Kreuger, F. H., Gulski, E., & Krivda, A. (1993). Classification of partial discharges. IEEE Transactions on Electrical Insulation, 28(6), 917-931. https://doi.org/10.1109/14.249365 Kudo, K. (1998). Fractal analysis of electrical trees. IEEE Transactions on Dielectrics and Electrical Insulation, 5(5), 713-727. https://doi.org/10.1109/94.729694 Kuffel E., Zaengl W.S., & Kuffel J. (2000). High Voltage Engineering Fundamentals (2nd ed.). Elsevier. https://doi.org/10.1016/B978-0-7506-3634-6.X5000-X Kurrat, M. (1992). Energy Consideration for Partial Discharges in Voids. European Transactions on Electrical Power, 2(1), 39-44. https://doi.org/10.1002/etep.4450020107 Laurent, C., & Mayoux, C. (1992). Partial discharge. XI. Limitations to PD as a diagnostic for deterioration and remaining life. IEEE Electrical Insulation Magazine, 8(2), 14-17. https://doi.org/10.1109/57.127011 Laurent, C., & Teyssedre, G. (2003). Hot electron and partial-discharge induced ageing of polymers. Nuclear Instruments and Methods in Physics Research Section B: Beam Interactions with Materials and Atoms, 208, 442-447. https://doi.org/10.1016/S0168-583X(03)00649-9 195 Lawless, J. (2011). Statistical Models and Methods for Lifetime Data (2nd ed.). Wiley. https://www.wiley.com/enus/Statistical+Models+and+Methods+for+Lifetime+Data%2C+2nd+Edition-p-9781118031254 Leijon, M., Dahlgren, M., Walfridsson, L., Li Ming, & Jaksts, A. (2001). A recent development in the electrical insulation systems of generators and transformers. IEEE Electrical Insulation Magazine, 17(3), 10-15. https://doi.org/10.1109/57.925298 Lemke, E. (2012). A critical review of partial-discharge models. IEEE Electrical Insulation Magazine, 28(6), 11-16. https://doi.org/10.1109/MEI.2012.6340519 Lemke, E. (2013). Analysis of the partial discharge charge transfer in extruded power cables. IEEE Electrical Insulation Magazine, 29(1), 24-28. https://doi.org/10.1109/MEI.2013.6410536 Leon-Garzon, A. R., Dotelli, G., Villa, A., Barbieri, L., Gondola, M., & Cavallotti, C. (2018). Thermodynamic analysis of the degradation of polyethylene subjected to internal partial discharges. Chemical Engineering Science, 180, 1-10. https://doi.org/10.1016/j.ces.2018.01.023 Lin, H. (2012). Adaptive data fitting by the progressive-iterative approximation. Computer Aided Geometric Design, 29(7), 463-473. https://doi.org/10.1016/j.cagd.2012.03.005 Lusuardi, L., Rumi, A., Neretti, G., Seri, P., & Cavallini, A. (2019). Assessing the severity of partial discharges in aerospace applications. 2019 IEEE Conference on Electrical Insulation and Dielectric Phenomena (CEIDP), 267-270. https://doi.org/10.1109/CEIDP47102.2019.9009970 Lv, Z., Rowland, S. M., Chen, S., & Zheng, H. (2018). Modelling and simulation of PD characteristics in nonconductive electrical trees. IEEE Transactions on Dielectrics and Electrical Insulation, 25(6), 2250-2258. https://doi.org/10.1109/TDEI.2018.007457 Lv, Z., Rowland, S. M., Chen, S., Zheng, H., & Iddrissu, I. (2017). Evolution of partial discharges during early tree propagation in epoxy resin. IEEE Transactions on Dielectrics and Electrical Insulation, 24(5), 2995-3003. https://doi.org/10.1109/TDEI.2017.006731 Lv, Z., Rowland, S. M., Chen, S., Zheng, H., & Wu, K. (2018). Modelling of partial discharge characteristics in electrical tree channels: Estimating the PD inception and extinction voltages. IEEE Transactions on Dielectrics and Electrical Insulation, 25(5), 1999-2010. https://doi.org/10.1109/TDEI.2018.007175 Magid, L. M. (1972). Electromagnetic Fields, Energy, and Waves. Wiley. Malinovski, A. S., Noskov, M. D., Sack, M., & Schwab, A. J. (1998). Simulation of partial discharges and electrical tree growth in solid insulation under ac voltage. ICSD’98. Proceedings of the 1998 IEEE 6th International Conference on Conduction and Breakdown in Solid Dielectrics (Cat. No.98CH36132), 305-308. https://doi.org/10.1109/ICSD.1998.709286 Mammeri, M., Laurent, C., & Salon, J. (1995). Influence of space charge buildup on the transition to electrical treeing in PE under ac voltage. IEEE Transactions on Dielectrics and Electrical Insulation, 2(1), 27-35. https://doi.org/10.1109/94.368676 Mazzanti, G., & Montanari, G. C. (2005). Electrical aging and life models: The role of space charge. IEEE Transactions on Dielectrics and Electrical Insulation, 12(5), 876-890. https://doi.org/10.1109/TDEI.2005.1522183 Mazzanti, G., Montanari, G. C., & Civenni, F. (2007). Model of Inception and Growth of Damage from Microvoids in Polyethylene-based Materials for HVDC Cables. 1. Theoretical Approach. IEEE Transactions on Dielectrics and Electrical Insulation, 14(5), 1242-1254. https://doi.org/10.1109/TDEI.2007.4339485 McAllister, I. W. (1992). Decay of charge deposited on the wall of gaseous void. IEEE Transactions on Electrical Insulation, 27(6), 1202-1207. https://doi.org/10.1109/14.204872 McAllister, I. W., & Crichton, G. C. (2000). Influence of bulk dielectric polarization upon partial discharge transients effect of heterogeneous dielectric geometry. IEEE Transactions on Dielectrics and Electrical Insulation, 7(1), 124-132. https://doi.org/10.1109/94.839350 Mcallister, I. W., & Johansson, T. (2000). Partial discharges and bulk dielectric field enhancement. 2000 Annual Report Conference on Electrical Insulation and Dielectric Phenomena (Cat. No.00CH37132), 2, 457-460. https://doi.org/10.1109/CEIDP.2000.883997 Metwally, I. A. (2011). Failures, Monitoring and New Trends of Power Transformers. IEEE Potentials, 30(3), 36-43. https://doi.org/10.1109/MPOT.2011.940233 Metwally, I. A., Radwan, R. M., & ABOU-ELYAZIED, A. m. (2008). Powerformers: A breakthrough of highvoltage power generators. IEEE Potentials, 27(3), 37-44. https://doi.org/10.1109/MPOT.2008.915315 196 Mohamad, A., Chen, G., Zhang, Y., & An, Z. (2015). Surface fluorinated epoxy resin for high voltage DC application. IEEE Transactions on Dielectrics and Electrical Insulation, 22(1), 101-108. https://doi.org/10.1109/TDEI.2014.004574 Mohanty, A., & Srivastava, V. K. (2013). Dielectric breakdown performance of alumina/epoxy resin nanocomposites under high voltage application. Materials & Design, 47, 711-716. https://doi.org/10.1016/j.matdes.2012.12.052 Montanari, G. C. (1995). Aging and life models for insulation systems based on PD detection. IEEE Transactions on Dielectrics and Electrical Insulation, 2(4), 667-675. https://doi.org/10.1109/94.407031 Montanari, G. C. (2013). Notes on theoretical and practical aspects of polymeric insulation aging. IEEE Electrical Insulation Magazine, 29(4), 34-44. https://doi.org/10.1109/MEI.2013.6545258 Montanari, G. C. (2009). On line partial discharge diagnosis of power cables. 2009 IEEE Electrical Insulation Conference, 210-215. https://doi.org/10.1109/EIC.2009.5166347 Montanari, G. C., & Cavallini, A. (2013). Partial discharge diagnostics: From apparatus monitoring to smart grid assessment. IEEE Electrical Insulation Magazine, 29(3), 8-17. https://doi.org/10.1109/MEI.2013.6507409 Montanari, G. C., Hebner, R., Morshuis, P., & Seri, P. (2019). An Approach to Insulation Condition Monitoring and Life Assessment in Emerging Electrical Environments. IEEE Transactions on Power Delivery, 34(4), 1357-1364. https://doi.org/10.1109/TPWRD.2019.2897905 Montanari, G. C., Mazzanti, G., & Simoni, L. (2002). Progress in electrothermal life modeling of electrical insulation during the last decades. IEEE Transactions on Dielectrics and Electrical Insulation, 9(5), 730-745. https://doi.org/10.1109/TDEI.2002.1038660 Morshuis, P. H. F. (1993). Partial Discharge Mechanisms [PhD]. T.U. Delft. Morshuis, P. H. F. (1995). Partial discharge mechanisms in voids related to dielectric degradation. IEE Proceedings - Science, Measurement and Technology, 142(1), 62-68. https://doi.org/10.1049/ipsmt:19951562 Morshuis, P. H. F. (2005). Degradation of solid dielectrics due to internal partial discharge: Some thoughts on progress made and where to go now. IEEE Transactions on Dielectrics and Electrical Insulation, 12(5), 905-913. https://doi.org/10.1109/TDEI.2005.1522185 Morshuis, P. H. F., & Kreuger, F. H. (1990). Transition from streamer to Townsend mechanisms in dielectric voids. Journal of Physics D: Applied Physics, 23(12), 1562-1568. https://doi.org/10.1088/0022-3727/23/12/012 Munro, J. J., Harrison, S., Fujimoto, M. M., & Tennyson, J. (2012). A dissociative electron attachment crosssection estimator. Journal of Physics: Conference Series, 388(1), 012013. https://doi.org/10.1088/1742-6596/388/1/012013 Nafar, M. (2012). Simulation of Partial Discharge Mechanism using EMTP. Proceedings of the International Conference on Innovations in Electrical and Electronics Engineering (ICIEE’2012), 249-251. http://psrcentre.org/images/extraimages/18%201012188.pdf Negm, T. S., Refaey, M., & Hossam-Eldin, A. A. (2016). Modeling and simulation of internal Partial Discharges in solid dielectrics under variable applied frequencies. 2016 Eighteenth International Middle East Power Systems Conference (MEPCON), 639-644. https://doi.org/10.1109/MEPCON.2016.7836959 Niemeyer, L. (1995). A generalized approach to partial discharge modeling. IEEE Transactions on Dielectrics and Electrical Insulation, 2(4), 510-528. https://doi.org/10.1109/94.407017 Niemeyer, L., Pietronero, L., & Wiesmann, H. J. (1984). Fractal Dimension of Dielectric Breakdown. Physical Review Letters, 52(12), 1033-1036. https://doi.org/10.1103/PhysRevLett.52.1033 Noskov, M. D., Kukhta, V. R., & Lopatin, V. V. (1995). Simulation of the electrical discharge development in inhomogeneous insulators. Journal of Physics D: Applied Physics, 28(6), 1187-1194. https://doi.org/10.1088/0022-3727/28/6/024 Noskov, M. D., Malinovski, A. S., Sack, M., & Schwab, A. J. (2000). Self-consistent modeling of electrical tree propagation and PD activity. IEEE Transactions on Dielectrics and Electrical Insulation, 7(6), 725-733. https://doi.org/10.1109/94.891982 Noskov, M. D., Malinovski, A. S., Sack, M., & Schwab, A. J. (2003). Modelling of partial discharge development in electrical tree channels. IEEE Transactions on Dielectrics and Electrical Insulation, 10(3), 425-434. https://doi.org/10.1109/TDEI.2003.1207468 197 Noskov, M. D., Sack, M., Malinovski, A. S., & Schwab, A. J. (2001). Measurement and simulation of electrical tree growth and partial discharge activity in epoxy resin. Journal of Physics D: Applied Physics, 34(9), 1389-1398. https://doi.org/10.1088/0022-3727/34/9/316 Noskov, M., Lopatin, V., Cheglokov, A., & Shapovalov, A. (2001). Computer simulation of discharge channel propagation in solid dielectric. IEEE 7th International Conference on Solid Dielectrics ICSD’01. (Cat. No.01CH37117), 465-468. https://doi.org/10.1109/ICSD.2001.955694 Noto, F., & Yoshimura, N. (1974). Voltage and frequency dependence of tree growth in polyethylene. Conference on Electrical Insulation Dielectric Phenomena - Annual Report 1974, 207-217. https://doi.org/10.1109/CEIDP.1974.7735911 Okamoto, T., Hozumi, N., & Imajo, T. (1992). Partial discharge pattern recognition for four kinds of electrode systems. Conference Record of the 1992 IEEE International Symposium on Electrical Insulation, 375-378. https://doi.org/10.1109/ELINSL.1992.246985 Okamoto, T., Kato, T., Yokomizu, Y., Suzuoki, Y., & Tanaka, T. (2001). PD characteristics as a stochastic process and its integral equation under sinusoidal voltage. IEEE Transactions on Dielectrics and Electrical Insulation, 8(1), 82-90. https://doi.org/10.1109/94.910429 Okamoto, T., & Yashima, M. (2017). Partial discharge characteristics on applied sine wave voltage frequency with IEC(b) electrode system. 2017 3rd International Conference on Condition Assessment Techniques in Electrical Systems (CATCON), 355-360. https://doi.org/10.1109/CATCON.2017.8280244 Pan, C., Tang, J., & Zeng, F. (2018). Numerical Modeling of Partial Discharge Development Process. Plasma Science and Technology - Basic Fundamentals and Modern Applications. https://doi.org/10.5772/intechopen.79215 Partial Differential Equation Toolbox—MATLAB. (s. f.). Recuperado 7 de septiembre de 2019, de https://la.mathworks.com/products/pde.html Patsch, R., & Hoof, M. (1998). Physical modeling of partial discharge patterns. ICSD’98. Proceedings of the 1998 IEEE 6th International Conference on Conduction and Breakdown in Solid Dielectrics (Cat. No.98CH36132), 114-118. https://doi.org/10.1109/ICSD.1998.709239 Pedersen, A. (1987). Partial discharges in voids in solid dielectrics. An alternative approach. Conference on Electrical Insulation Dielectric Phenomena — Annual Report 1987, 58-64. https://doi.org/10.1109/CEIDP.1987.7736534 Peerzada, M., Abbasi, S., Lau, K. T., & Hameed, N. (2020). Additive Manufacturing of Epoxy Resins: Materials, Methods, and Latest Trends. Industrial & Engineering Chemistry Research, 59(14), 6375-6390. https://doi.org/10.1021/acs.iecr.9b06870 Pitsa, D., Vardakis, G., Danikas, M., & Kozako, M. (2010). Electrical Treeing Propagation in Nanocomposites and the Role of Nanofillers: Simulationwith the Aid of Cellular Automata. Journal of Electrical Engineering, 61(2), 125-128. https://doi.org/10.2478/v10187-010-0018-3 Pleşa, I., Noţingher, P. V., Schlögl, S., Sumereder, C., & Muhr, M. (2016). Properties of Polymer Composites Used in High-Voltage Applications. Polymers, 8(5), 173. https://doi.org/10.3390/polym8050173 Qi Wang, Curtis, P., & Chen, G. (2010). Effect of nano-fillers on electrical breakdown behavior of epoxy resin. 2010 Annual Report Conference on Electrical Insulation and Dielectic Phenomena, 1-4. https://doi.org/10.1109/CEIDP.2010.5724024 Quiña, P. L. D., Irurzun, I. M., Salvatierra, L. M., & Mola, E. E. (2010). Field fluctuations and fractality in electrical breakdown trees. Physical Review E, 82(4), 041106. https://doi.org/10.1103/PhysRevE.82.041106 Rhebergen, C., Bilgin, B., Emadi, A., Rowan, E., & Lo, J. (2015). Enhancement of electric motor thermal management through axial cooling methods: A materials approach. 2015 IEEE Energy Conversion Congress and Exposition (ECCE), 5682-5688. https://doi.org/10.1109/ECCE.2015.7310458 Rodríguez-Serna, J. M., & Albarracín-Sánchez, R. (2019). Numerical Simulation of Temperature and Pressure Changes due to Partial Discharges in Spherical Cavities Within Solid Dielectrics at Different Ageing Conditions. Energies, 12(24), 4771. https://doi.org/10.3390/en12244771 Rodríguez-Serna, J. M., & Albarracín-Sánchez, R. (2021). Improved deterministic and stochastic models for simulating partial discharges in non-conducting trees inside solid dielectrics. High Voltage, 6(1), 82-94. https://doi.org/10.1049/hve2.12038 Rodríguez-Serna, J. M., & Albarracín-Sánchez, R. (2021a). A Study on the Life Estimation and Cavity Surface Degradation Due to Partial Discharges in Spherical Cavities within Solid Polymeric 198 Dielectrics Using a Simulation Based Approach. Polymers, 13(3), 324. https://doi.org/10.3390/polym13030324 Rodríguez-Serna, J. M., & Albarracín-Sánchez, R. (2021b). Simulation of Polymeric Insulators Ageing Induced by the Impact Energy of Electrons During Partial Discharge Activity. 2021 IEEE Texas Power and Energy Conference (TPEC), 1-6. https://doi.org/10.1109/TPEC51183.2021.9384986 Rodríguez-Serna, J. M., Albarracín-Sánchez, R., & Carrillo, I. (2020). An Improved Physical-Stochastic Model for Simulating Electrical Tree Propagation in Solid Polymeric Dielectrics. Polymers, 12(8), 1768. https://doi.org/10.3390/polym12081768 Rodríguez-Serna, J. M., Albarracín-Sánchez, R., Dong, M., & Ren, M. (2019). Computer Simulation of Partial Discharges in Voids inside Epoxy Resins Using Three Capacitance and Analytical Models. Polymers, 24. https://doi.org/Accepted Rodríguez-Serna, J. M., Albarracín-Sánchez, R., Dong, M., & Ren, M. (2020). Computer Simulation of Partial Discharges in Voids inside Epoxy Resins Using Three-Capacitance and Analytical Models. Polymers, 12(1), 77. https://doi.org/10.3390/polym12010077 Rodríguez-Serna, J. M., Albarracín-Sánchez, R., Garnacho, F., Álvarez, F., & Ortego, J. (2019, octubre). Partial Discharges Measurements for Condition Monitoring and Diagnosis of Power Transformers: A Review. The 6th International Advanced Research Workshop on transformers. The 6th International Advanced Research Workshop on transformers, Cordoba, Spain. Rodríguez-Serna, J. M., Albarracín-Sánchez, R., & Mas’ud, A. A. (2020). Finite-element-analysis models for numerical simulation of partial discharges in spherical cavities within solid dielectrics: A review and a novel method. High Voltage, 5(5), 556-568. https://doi.org/10.1049/hve.2019.0392 Rodríguez-Serna, J. M., Albarracín-Sánchez, R., Velasco, J., Frascella, R., & Primo, V. A. (2019). Streamer Simulation in Nano-Based Dielectric Fluids at Different Fe 3 O 4 Nanoparticle Concentrations. 2019 IEEE 20th International Conference on Dielectric Liquids (ICDL), 1-4. https://doi.org/10.1109/ICDL.2019.8796558 Sabat, A., & Karmakar, S. (2011). Simulation of Partial Discharge in High Voltage Power Equipment. International Journal on Electrical Engineering and Informatics, 3(2), 234-247. https://doi.org/10.15676/ijeei.2011.3.2.8 Sanche, L. (1997). Nanoscopic aspects of electronic aging in dielectrics. IEEE Transactions on Dielectrics and Electrical Insulation, 4(5), 507-543. https://doi.org/10.1109/94.625643 Schifani, R., Candela, R., & Romano, P. (2001). On PD mechanisms at high temperature in voids included in an epoxy resin. IEEE Transactions on Dielectrics and Electrical Insulation, 8(4), 589-597. https://doi.org/10.1109/94.946711 Schoch, K. F. (2004). Plastics, Elastomers, and Composites. En Electronic Materials and Processes Education. Handbook, Third Edition. McGraw-Hill https://aplicacionesbiblioteca.udea.edu.co:2612/content/book/9780071402149/chapter/cha pter2 Schurch, R., Donoso, P., Aguirre, P., Cardenas, O., Zuniga, M., & Rowland, S. M. (2017). Electrical tree growth and partial discharges analyzed by fractal and correlation dimensions. 2017 IEEE Conference on Electrical Insulation and Dielectric Phenomenon (CEIDP), 785-788. https://doi.org/10.1109/CEIDP.2017.8257601 Schurch, R., Rowland, S. M., & Bradley, R. S. (2015). Partial discharge energy and electrical tree volume degraded in epoxy resin. 2015 IEEE Conference on Electrical Insulation and Dielectric Phenomena (CEIDP), 820-823. https://doi.org/10.1109/CEIDP.2015.7352053 Seralathan, K. E., Mahajan, A., & Gupta, N. (2008). Modelling of electric tree progression due to space charge modified fields. Journal of Physics D: Applied Physics, 41(10), 105501. https://doi.org/10.1088/0022-3727/41/10/105501 Serra, S., Montanari, G. C., & Mazzanti, G. (2005). Theory of inception mechanism and growth of defectinduced damage in polyethylene cable insulation. Journal of Applied Physics, 98(3), 034102. https://doi.org/10.1063/1.1978986 Serra, S., Montanari, G. C., & Mazzanti, G. (2001). Theoretical study of inception mechanism and growth of defect-induced damages in XLPE cable. 2001 Annual Report Conference on Electrical Insulation and Dielectric Phenomena (Cat. No.01CH37225), 644-647. https://doi.org/10.1109/CEIDP.2001.963626 199 Shibuya, Y., Zoledziowski, S., & Calderwood, J. H. (1977). Void formation and electrical breakdown in epoxy resin. IEEE Transactions on Power Apparatus and Systems, 96(1), 198-207. https://doi.org/10.1109/T-PAS.1977.32324 Shin, J.-Y., Park, H.-D., Choi, K.-J., Lee, K.-W., Lee, J.-Y., & Hong, J.-W. (2009). Electrical Properties of the Epoxy Nano-composites according to Additive. Transactions on Electrical and Electronic Materials, 10(3), 97-101. https://doi.org/10.4313/TEEM.2009.10.3.097 Shirazi, M. M. S., Borsi, H., & Gockenbach, E. (2011). Evaluation of the influence of nano fillers on the electrical and dielectric properties of epoxy resin. 2011 Electrical Insulation Conference (EIC)., 498-501. https://doi.org/10.1109/EIC.2011.5996207 Shoemaker, T. M., & Mack, J. E. (2017). Insulators Used in Pad-Mounted Switchgear. En Lineman’s and Cableman’s Handbook, Thirteenth Edition. McGraw-Hill Education. https://aplicacionesbiblioteca.udea.edu.co:2612/content/book/9780071850032/tocchapter/chapter13/section/section12 Silvestre, M. L. D., Miceli, R., Romano, P., & Viola, F. (2013). Simplified hybrid PD model in voids: Pattern validation. 4th International Conference on Power Engineering, Energy and Electrical Drives, 1807-1813. https://doi.org/10.1109/PowerEng.2013.6635892 Simoni, L. (1973). A New Approach to the Voltage-Endurance Test on Electrical Insulation. IEEE Transactions on Electrical Insulation, EI-8(3), 76-86. https://doi.org/10.1109/TEI.1973.299248 Starr, W. T., & Endicolt, H. S. (1961). Progressive Stress-A New Accelerated Approach to Voltage Endurance. Transactions of the American Institute of Electrical Engineers. Part III: Power Apparatus and Systems, 80(3), 515-522. https://doi.org/10.1109/AIEEPAS.1961.4501081 Stone, G. C., Kurtz, M., & Heeswijk, R. G. V. (1979). The Statistical Analysis of a High Voltage Endurance Test on an Epoxy. IEEE Transactions on Electrical Insulation, EI-14(6), 315-326. https://doi.org/10.1109/TEI.1979.298187 Suwarno, Suzuoki, Y., Komori, F., & Mizutani, T. (1996). Partial discharges due to electrical treeing in polymers: Phase-resolved and time-sequence observation and analysis. Journal of Physics D: Applied Physics, 29(11), 2922-2931. https://doi.org/10.1088/0022-3727/29/11/028 Suwarno, Suzuoki, Y., & Mizutani, T. (1996). Partial Discharges in Artificially-Simulated Tree ChannelsEffects of Channel Diameter. 195-198. Sweeney, P. J. J., Dissado, L. A., & Cooper, J. M. (1992). Simulation of the effect of barriers upon electrical tree propagation. Journal of Physics D: Applied Physics, 25(1), 113-119. https://doi.org/10.1088/0022-3727/25/1/016 Takuma, T., & Techaumnat, B. (2010). Electric Fields in Composite Dielectrics and their Applications (1.a ed.). Springer. https://www.springer.com/gp/book/9789048193912 Tanaka, T. (1986). Internal Partial Discharge and Material Degradation. IEEE Transactions on Electrical Insulation, EI-21(6), 899-905. https://doi.org/10.1109/TEI.1986.348999 Tanaka, T., & Imai, T. (2013). Advances in nanodielectric materials over the past 50 years. IEEE Electrical Insulation Magazine, 29(1), 10-23. https://doi.org/10.1109/MEI.2013.6410535 Tanmaneeprasert, T., & Lewin, P. L. (2016). The use of partial discharge analysis for the diagnosis of electrical ageing in polymeric insulation containing cavities. 2016 IEEE Electrical Insulation Conference (EIC), 383-387. https://doi.org/10.1109/EIC.2016.7548619 Tanmaneeprasert, T., Lewin, P. L., & Callender, G. (2017). Analysis of degradation mechanisms of silicone insulation containing a spherical cavity using partial discharge detection. 2017 IEEE Electrical Insulation Conference (EIC), 233-236. https://doi.org/10.1109/EIC.2017.8004633 Temmen, K. (2000). Evaluation of surface changes in flat cavities due to ageing by means of phase-angle resolved partial discharge measurement. Journal of Physics D: Applied Physics, 33(6), 603-608. https://doi.org/10.1088/0022-3727/33/6/303 Tenbohlen, S., Jagers, J., Bastos, G., Desai, B., Diggin, B., Fuhr, J., Gebauer, J., Krüger, M., Lapworth, J., Manski, P., Mikulecky, A., Müller, P., Rajotte, C., Sakai, T., Shirasaka, Y., & Vahidi, F. (2015). DEVELOPMENT AND RESULTS OF A WORLDWIDE TRANSFORMER RELIABILITY SURVEY. CIGRE SC A2 COLLOQUIUM 2015: «Challenges of the Future for Transformers & Other Substation Equipment», 15 str. https://www.bib.irb.hr/781670 Toliyat, H., & Kliman, G. (2004). Handbook of Electric Motors. CRC Press. Vardakis, G. E., & Danikas, M. G. (2005). Simulation of electrical tree propagation using cellular automata: The case of conducting particle included in a dielectric in point-plane electrode arrangement. Journal of Electrostatics, 63(2), 129-142. https://doi.org/10.1016/j.elstat.2004.06.008 200 Vardakis, G. E., Danikas, M. G., & Karafyllidis, I. (2002). Simulation of space-charge effects in electrical tree propagation using cellular automata. Materials Letters, 56(4), 404-409. https://doi.org/10.1016/S0167-577X(02)00512-8 Villa, A., Barbieri, L., Gondola, M., Leon-Garzon, A. R., & Malgesini, R. (2017). A PDE-based partial discharge simulator. Journal of Computational Physics, 345, 687-705. https://doi.org/10.1016/j.jcp.2017.05.045 Vogelsang, R., Farr, T., & Frohlich, K. (2006). The effect of barriers on electrical tree propagation in composite insulation materials. IEEE Transactions on Dielectrics and Electrical Insulation, 13(2), 373-382. https://doi.org/10.1109/TDEI.2006.1624282 Wadhwa, C. L. (2007). High Voltage Engineering. New Age International. Wang, L., Cavallini, A., Montanari, G. C., & Testa, L. (2012). Evolution of pd patterns in polyethylene insulation cavities under AC voltage. IEEE Transactions on Dielectrics and Electrical Insulation, 19(2), 533-542. https://doi.org/10.1109/TDEI.2012.6180247 Watanabe, Y., Takahashi, T., Higashihara, T., & Hasegawa, T. (1990). Development of outdoor epoxy resin molded apparatus for distribution systems. IEEE Transactions on Power Delivery, 5(1), 204-211. https://doi.org/10.1109/61.107275 Whitehead, S. (1951). Dielectric breakdown of solids. Clarendon Press. Wiesmann, H. J., & Zeller, H. R. (1986). A fractal model of dielectric breakdown and prebreakdown in solid dielectrics. Conference on Electrical Insulation Dielectric Phenomena - Annual Report 1986, 385-390. https://doi.org/10.1109/CEIDP.1986.7726472 Wildman, R., & Gazonas, G. (2015). A dynamic electro-thermo-mechanical model of dielectric breakdown in solids using peridynamics. Journal of Mechanics of Materials and Structures, 10(5), 613-630. https://doi.org/10.2140/jomms.2015.10.613 Woods, E. E., & Heinrichs, F. W. (1963). Cast epoxy insulation for high voltage switchgear and power transformers. 1963 EI Electrical Insulation Conference Materials and Application, 265-267. https://doi.org/10.1109/EIC.1963.7461803 Wu, K., Okamoto, T., & Suzuoki, Y. (2007). Effects of discharge area and surface conductivity on partial discharge behavior in voids under square voltages. IEEE Transactions on Dielectrics and Electrical Insulation, 14(2), 461-470. https://doi.org/10.1109/TDEI.2007.344627 Wu, K., Suzuoki, Y., & Dissado, L. A. (2003). Improved simulation model for PD pattern in voids considering effects of discharge area. 2003 Annual Report Conference on Electrical Insulation and Dielectric Phenomena, 32-35. https://doi.org/10.1109/CEIDP.2003.1254787 Wu, Kai, Chengwei, Z., Wu, G., & Xie, H. (1995). A new fractal model for describing time-dependence of treeing growth. 1995 International Symposium on Electrical Insulating Materials, 157-160. https://doi.org/10.1109/ISEIM.1995.496532 Xiao, M., & Du, B. X. (2016). Effects of high thermal conductivity on temperature rise of epoxy cast winding for power transformer. IEEE Transactions on Dielectrics and Electrical Insulation, 23(4), 2413-2420. https://doi.org/10.1109/TDEI.2016.7556520 Xie, J., Dong, M., Hu, Y., Zhuang, T., Albarracín-Sánchez, R., & Rodríguez-Serna, J. M. (2019). Modeling oilpaper insulation frequency domain spectroscopy based on its microscopic dielectric processes. IEEE Transactions on Dielectrics and Electrical Insulation, 26(6), 1788-1796. https://doi.org/10.1109/TDEI.2019.008155 Yan, W., Phung, B. T., Han, Z. J., Ostrikov, K., & Blackburn, T. R. (2011). Partial discharge characteristics of epoxy resin-based nanocomposites fabricated with atomospheric plasma treated SiO2 nanoparticles. Proceedings of 2011 International Symposium on Electrical Insulating Materials, 353-357. https://doi.org/10.1109/ISEIM.2011.6826342 Yang, P., Tian, F., & Ohki, Y. (2014). Dielectric properties of poly(ethylene terephthalate) and poly(ethylene 2,6-naphthalate). IEEE Transactions on Dielectrics and Electrical Insulation, 21(5), 2310-2317. https://doi.org/10.1109/TDEI.2014.004416 Yoshitake, Y., Obata, K., Enomoto, Y., & Okabe, Y. (2011). Experiment and calculation on insulation / thermal characteristics of high thermal conductive motors. Proceedings of 2011 International Symposium on Electrical Insulating Materials, 531-531. https://doi.org/10.1109/ISEIM.2011.6826397 Yu, H., Li, L., & Qi, L. (2011). Viscosity and thermal conductivity of alumina microball/epoxy composites. 2011 12th International Conference on Electronic Packaging Technology and High Density Packaging, 1-4. https://doi.org/10.1109/ICEPT.2011.6066859 201 Zeller, H. R. (1987). Breakdown and Prebreakdown Phenomena in Solid Dielectrics. IEEE Transactions on Electrical Insulation, EI-22(2), 115-122. https://doi.org/10.1109/TEI.1987.298867 Zhao, S., Hillborg, H., Mårtensson, E., & Paulsson, G. (2010). Evaluation of epoxy nanocomposites for electrical insulation systems. 2010 Annual Report Conference on Electrical Insulation and Dielectic Phenomena, 1-3. https://doi.org/10.1109/CEIDP.2010.5724008 Zheng, H., Chen, G., & Rowland, S. M. (2020). The influence of AC and DC voltages on electrical treeing in low density polyethylene. International Journal of Electrical Power & Energy Systems, 114, 105386. https://doi.org/10.1016/j.ijepes.2019.105386 Zhuang, Q., Morshuis, P. H. F., Chen, X., Meijer, S., Smit, J. J., & Xu, Z. (2010). Life prediction for epoxy resin insulated transformer windings through accelerated aging tests. 2010 10th IEEE International Conference on Solid Dielectrics, 1-4. https://doi.org/10.1109/ICSD.2010.5567921 202