新型高压断路器操动机构故障识别

利用高速、高分辨率摄像机捕捉断路器合分闸过程传动部件的运行状况,采用图像分析和识别技术获取断路器操动中传变部件运动位移、主轴转动过程及角度参数,计算分合闸时间、动触头行程、运动速度,从根本上革新断路器机械特性测试方法,提高参数测量精度和速度;再结合操动过程中声、振动的频谱特征分析、操作中分合闸线圈电流的分析,发现操动机构潜在故障,并分析故障类型,提高对运行状态判断的准确性,为断路器在线故障监测和状态检修奠定了基础。     

基于振动信号特征的高压断路器机械故障诊断技术研究

以ZW-32型永磁机构断路器为研究对象,搭建了断路器动作时振动信号监测平台,采集了操动机构常见故障状态下的振动数据。利用小波包—特征熵提取了振动信号特征值,并建立了基于相关向量机原理的操动机构故障诊断模型,实现了对断路器振动状态的在线监测及故障类型的智能辨别。试验结果表明,该方法具有较高的故障识别能力,对实现断路器机械状态的在线监测与故障诊断有一定的工程实用价值。     

基于半监督学习的断路器弹簧机构机械特性监测及状态评估技术研究北大核心CSCD

针对断路器弹簧机构机械特性监测及状态识别系统普遍存在监测类型不全、特征值提取单一、判断标准太过绝对等问题,文中提出了基于小波及半监督学习的多特征分析的断路器弹簧操动机构机械状态识别新方法。通过感知元件对分合闸线圈电流、动触头位移等信号进行采集,采用小波算法对信号进行滤波处理,分析断路器弹簧操动机构的分合闸线圈电流、动触头位移等信号与断路器异常状态之间的对应关系,提取特征值,建立半监督学习多分类网络模型,实现断路器弹簧操动机构故障的机械特性监测及状态识别。实验结果验证了此方法具有较高的诊断正确率,对断路器的健康运营具有重要意义。     

基于LMD和SVM的高压断路器弹簧操动机构状态异常检测方法研究

弹簧操作机构为高压断路器正常分合闸提供能量,其可靠性直接关系着断路器的正常工作,因此对断路器弹簧操动机构进行状态检测有着重要的意义。文中通过IEPE压电式振动传感器采集弹簧存储与瞬间释放过程中伴随断路器本体发生强烈振动信号,采用基于局部均值分解(LMD)的能量特征提取算法结合支持向量机(SVM)理论的方法实现弹簧操作机构状态检测。将采集到的断路器操动时的振动信号进行局部均值分解,得到一系列乘积函数(product function,PF)分量,求出包含主要弹簧异常信息的各个PF分量的归一化能量,将其作为特征向量,输入支持向量机,采用网格参数寻优法对SVM参数进行优化,建立高压断路器弹簧操作机构状态异常检测模型。实验结果表明,该方法的辨识精确度高达97.5%,能够有效识别断路器操动机构弹簧能量状态异常引起的故障类型。     

中压真空断路器两种常用操动机构

操动机构作为输配电设备的一个部件,其重要性往往被忽视,但它却在断路器中占有重要作用。它不但要保证断路器长期工作的可靠性,而且要满足灭弧特性对操动机构的要求。断路器的分合闸所需时间必须满足其开断和关合要求,以便快速切除故障而不使故障扩大,保持电力系统的稳定,并可减轻设备、线路、绝缘等的损伤,这就需要机构具有较好的机械特性。操动机构的应用范围几种操动机构的应用情况如附表所列。弹簧操动机构与永磁操动机构的比较1.动作原理和结构目前用于中压断路器操动机构主要有电磁式和弹簧式两种。电磁操动机构在真空断路器发展初期…     

高压开关操动机构机械特性智能在线监测研究及应用

为解决高压开关操动机构机械特性实时数据缺失、机构健康状态不明确等问题,本文提出了一种基于巨磁阻效应传感器的操动机构在线监测方法和系统,通过在机构传动轴轴端安装巨磁阻角位置传感器、站内部署监测诊断终端等手段,实现操动机构合/分线圈电流、角位置、触头行程等关键参数的监测,并在监测诊断终端配置录波功能以生成电力系统暂态数据交换录波文件。录波文件经站内无线物联网被上送至区域运检云平台,并与操动机构正常分合闸的特性曲线进行比对。系统通过以上方法评估操动机构的运行状态,分析故障原因,并支持采用移动终端实时查看操动机构的状态。开关操动机构的监测功能在断路器在线监测中得到了应用,应用结果表明在线监测能够很好地发现操动机构异常,对降低开关设备故障率有重要作用。     

基于振动信号时间历程和自适应谱融合的断路器操动机构状态辨识方法

振动信号作为断路器内部构件碰撞和摩擦运动传递能量的响应,蕴含大量与设备机械状态相关的数字信息。提出一种基于振动信号特征融合分析的高压断路器操动机构状态辨识方法,首先定义了关联设备机械特性的时间历程特征——广义分/合闸时间和相对衰减时间,再利用自适应谱算法将振动信号转化为三维时频分布瀑布图,分别从三个维度捕捉全方位时频变化信息;然后提出基于J散度-隶属度的特征融合处理方法,将相互之间孤立的特征量融合为状态类别之间的相似度隶属值;最后由分群粒子群算法优化支持向量机模型对相似度隶属值的状态类别进行辨识。实验表明,该方法显著提高了断路器操动机构状态辨识准确率至96%,辨识模型普适性较高,在断路器运行状态监测和故障监测领域具有应用价值。     

高压断路器机械状态监测的研究

本文应用带通滤波作信号予处理，以线圈电流、振动事件起始时间、位移、速度、加速度和振动信号能量作为特征量，得出一种高压断路器机械状态的人工神经网络监测方法。文中以CT-l弹簧操动机构的三种机械状态为研究对象，辨识结果准确灵敏。     

基于相空间重构的高压断路器振动信号特征分析

在高压断路器运行和操作过程中,其振动信号包含了最丰富的关于操纵机构、机械连接和灭弧室内的触头动作信息,有效的信号处理方法和特征提取手段能够将这些信息反映出来,作为诊断及检修的判据。以提取诊断及检修判据为目的,将相空间重构的方法应用于高压断路器的振动信号处理,从一个新的角度对信号进行了分析,提取信号特征并加以整理。通过对相空间重构获得的相空间图直观定性分析,并进一步利用求解振动信号的关联维数的方法定量判断,提出了一种分辨断路器机械机构运行状态的方法。通过对几种工况下高压断路器的振动信号的处理,结合对各种条件下获得的振动信号的关联维数变化规律的分析,证明了该方法提取的关联维数判据能够有效分辨断路器操动机构的正常与异常状态。这表明该判据可以充当分辨断路器操动机构的工作状态是否异常的重要依据,通过与其他故障诊断方法相结合,具有一定的应用前景。     

断路器操动机构振动信号的分析

以CT1型弹簧操动机构为研究对象,通过实验研究得出利用振动信号来区分不同振动事件的方法,并分析了振动信号出现时间与操动机构机械状态的关系。