基于Relief特征量优化及SOM网络的断路器操作机构状态评估

为提高断路器操作机构状态评估的效率及准确性,文中提出了采用Relief优化方法对分合闸线圈电流特征向量进行优化及SOM网络对线圈电流样本进行分类的高压断路器操作机构状态评估方法。仿真研究结果表明:基于Relief的分合闸线圈电流特征向量优化方法和SOM网络分类方法的操作机构状态评估能够实现操作机构状态的准确评估,同时采用优化后的电流特征向量数据进行状态评估减小了运算量和缩短了运算时间,提高了断路器机构状态评估的效率。     

基于LabVIEW的高压断路器操作机构状态评估

针对高压断路器操作机构型号的多样性,状态评估过程中标准线圈电流波形不统一的问题。提出通过对高压断路器操作机构分/合闸线圈电流波形曲线进行纵向和横向比对,来综合评估操作机构的运行状态,掌握其运行特性变化过程。并基于Lab VIEW软件平台开发了高压断路器操作机构状态评估系统。实例分析表明该评估系统可以准确的判断高压断路器电磁铁、操作机构本体、辅助开关三个部分的运行状态,及早发现操作机构的缺陷和故障隐患以便及时处理,从而提高高压断路器运行可靠性。     

基于自适应神经模糊推理系统的高压断路器操作机构状态评估

为准确评估高压断路器操作机构的运行状态,提出了一种基于自适应神经模糊推理系统(ANFIS)的高压断路器操作机构状态评估方法。在测试分析大量高压断路器操作机构动作特性的基础上,研究了操作机构分合闸线圈电流曲线、触头行程-时间曲线与机构状态之间的关系;基于操作机构的分合闸线圈电流曲线和触头行程-时间曲线,通过建立多级递阶ANFIS模型将2种特性融合起来以综合评估操作机构的运行状况。试验结果表明:操作机构线圈电流曲线与触头行程时间-曲线相结合能够准确反映操作机构的运行状况,所建立的模型能够有效评估断路器操作机构的运行状况。研究结果对预测和防范故障、合理安排检修计划和检修重点具有重要的指导意义。     

断路器分合闸线圈电流波形的差异机制研究

高压断路器是电网重要的保护和控制设备,断路器操动机构的缺陷与故障严重影响电力系统的安全稳定运行。分合闸线圈作为断路器操动机构的关键部件,线圈电流包含大量机构运行状态的信息。为深入探索造成分合闸线圈电流波形差异的原因,文中通过在实际断路器上的缺陷与故障模拟研究,对影响断路器分合闸线圈电流的因素进行了深入分析,区分出由于断路器本体特征和环境特征不同,造成的断路器个体之间的分合闸线圈电流的指纹特征差异。同时重点分析4种不同机构缺陷情况下线圈电流的变化特征,据此提出了基于分合闸电流波形的断路器机构状态评估关键点,为断路器智能化状态评估的实际应用奠定了基础。     

基于K-means和SOM混合算法的高压断路器操作机构状态评估

为诊断高压断路器操作机构故障,文中基于分合闸线圈电流曲线,提出了采用K-means与SOM神经网络相结合的混合算法,对断路器操作机构进行状态评估。对某批次252 k V高压断路器操作机构进行分合闸线圈电流数据采集;建立了K-means与SOM神经网络相结合的混合算法模型;对测试的断路器操作机构进行状态分析。结果表明,混合算法能够将操作机构不同状态进行聚类,可将相同故障分在同一类别。并将混合算法模型与SOM神经网络模型和K-means模型作比较,结果表明,混合算法模型在计算速度和聚类准确率上都优于其他两种模型。     

基于信号特征融合与优化的高压断路器机械状态评估

从断路器电磁铁线圈电流和振动信号中分别提取信号特征,是实现断路器状态评估的可靠方法。然而断路器实际运行中的故障类型复杂多样,只靠单一信号可能无法准确实现其状态评估,因此提出一种基于不同信号特征融合的断路器状态评估方法,分析表明,该方法有利于实现断路器在复杂故障前提下的状态评估;对信号融合后的特征量进行了优化分析,结果显示,优化后的特征量依然能够准确实现断路器状态评估。     

基于线圈电流信号及动态时间规整的高压断路器状态评估方法

文中提出了一种基于线圈电流信号及动态时间规整（dynamic time warping,DTW）的高压断路器状态评估方法。首先对高压断路器合闸过程中采集的控制线圈电流信号进行平滑处理；然后以正常工况电流信号作为DTW基准向量，以未知工况的电流信号作为测试向量输入DTW，得到两个向量的最优匹配路径；最后根据匹配路径的变化曲线判断高压断路器的工作状态。在35 kV高压断路器上的实验结果表明，所提方法可快速、准确、直观地对高压断路器的运行状态进行评估，并可应用到高压断路器的在线监测中。     

基于控制回路的断路器永磁机构故障特征提取方法

为了识别高压断路器故障模式并提取其故障特征,文中以ZNY1-10(6)/630-12.5型高压断路器永磁操作机构为研究对象,分析了断路器分合闸时操作机构的动作过程,在此基础上模拟了操作机构供电电压异常、分合闸线圈老化、触头及连杆机构卡涩、储能电容故障、辅助开关失效5种常见故障,选择控制回路中分合闸线圈电流和电容电压做为监测信号,确定并提取了对应特征量。提出了一种基于模糊理论的断路器故障特征提取算法,获得了故障与特征量变化的对应关系,实现对故障的区分、归类并达到辨识的目的,为高压断路器故障诊断及寿命评估提供了判断依据。     

基于优化型SVM的高压断路器故障诊断方法研究

为准确评估高压断路器的运行状态,提出了一种基于分合闸线圈电流的断路器故障诊断方法。首先提取断路器分合闸线圈电流时间和电流值,并将其作为局部特征;然后对电流信号数据求取均值、标准差、峭度以及能量值并作为全局特征,由局部特征和全局特征组成综合特征;再利用PCA(主分量分析)法对特征矩阵进行降维处理,获得主分量特征;最后构建SVM(支持向量机)的训练样本集,获得SVM决策函数,实现断路器运行状态分类。利用该方法对断路器4种运行状态进行试验分析,结果表明该方法能够有效识别断路器不同故障状态。     

基于电流-振动信号联合分析的高压断路器操动机构故障诊断方法

高压断路器分合闸操作伴随的电流、振动信号特征与电气和机械状态息息相关。提出一种线圈电流和振动信号联合分析的断路器操动机构故障诊断方法,针对线圈电流“双峰状”特点,提取关键时序特征和刻画波形畸变的波形特征。为捕捉振动信号细节变化,对振动信号进行自适应噪声集合经验模态分解CEEMDAN后,进一步计算各分量的时频分布,得到时间、频率边缘特征。将电流和振动特征组成的高维特征由因子分析进行降维处理,作为支持向量机SVM的输入进行故障诊断。实验表明,该方法能够有效提升断路器典型故障诊断准确率,且时间开销较少,为断路器机械故障诊断提供了新思路。