基于线圈电流和触点状态的断路器故障分析

介绍了一种基于线圈电流信号与触点状态的高压断路器故障诊断专家系统。首先,分析了高压断路器的操作过程,并根据其操作特性提取隐含在线圈电流和触点状态中的有效信息;其后,在找出特征参数与断路器状态对应关系的基础上,设计了基于规则的断路器故障诊断专家系统;最后,以锁勾润滑不足、分闸线圈故障2种故障为实例,分析专家系统的推理过程。经试验验证,该专家系统可以准确地诊断出断路器多种故障,并在目前断路器维护现状的基础上给出合理的检修建议。     

高压断路器合(分)闸线圈电流信号特征值提取方法研究

高压断路器合(分)闸线圈电流信号在故障识别、检测及诊断方面有重要意义,正确提取合(分)闸线圈电流信号特征值可为断路器的故障诊断提供依据。首先采用Db4小波基、分解层次为4及Rigrsure阈值策略对合(分)闸线圈电流信号去噪;然后结合小波分析与时域求极值点法对去噪后的电流信号进行特征值提取;最后以ABB VD4高压断路器合(分)闸线圈电流为样本,采用Matlab编程实现电流去噪及特征值提取。结果表明噪声滤除效果较好,并能有效提取线圈电流极值点及对应时间点,从而为后期的故障诊断奠定了基础。     

改进随机森林法在断路器机械故障诊断中的应用

高压断路器机械故障时有发生,严重影响设备及电力系统的安全稳定运行.针对目前高压断路器机械故障诊断准确率不理想的现状,将改进后的随机森林方法应用于高压断路器机械故障诊断.结合高压断路器分合闸线圈电流信号的原理分析,提取出可有效反映断路器机械故障的相应特征量,建立高压断路器机械故障诊断模型,通过不同噪声干扰强度下高压断路器...     

基于EEMD和卷积神经网络的高压断路器故障诊断

高压断路器分合闸线圈的电流信号蕴含着丰富的断路器操动机构状态信息,对操动机构故障诊断具有重大意义.首先,文中通过集合经验模态分解(ensemble empirical mode decomposition,EEMD)具备的检测突变点性能确定有效分合闸线圈电流信号段,并对其进行EEMD自适应降噪处理.其次,运用时域求极值...     

基于变分模态分解的高压断路器合分闸线圈电流特征值提取

高压断路器合分闸线圈电流中含有大量信息,监测和分析线圈电流信号对于高压断路器故障检测和诊断意义重大。文中提出基于变分模态分解的方法提取线圈电流特征值,采用变分模态法分解断路器合分闸线圈电流信号,并对所得到的经验模态分量求其中心频率,根据频谱中峰值所对应的时间点,提取线圈电流信号的特征值。实验结果表明：使用该方法能够准确且有效地提取合分闸线圈电流信号的特征值。     

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。     

基于脱扣线圈电流的断路器机械状态预测算法研究

断路器脱扣线圈电流波形中包含了断路器脱扣回路和操作过程的诸多信息。通过对脱扣线圈电流的分析,可实现对脱扣线圈、铁芯、返回弹簧、脱扣杆及断路器操作过程等参数的故障诊断。笔者介绍了脱扣线圈电流信号的提取、分析以及故障预测算法。提出了基于滑动时间窗的人工神经网络预测算法,并应用于断路器机械故障的预测。笔者的研究成果为实现断路器机械状态在线监测与故障诊断提供了基础。     

应用形态学滤波方法去除高压断路器线圈电流信号的噪声

高压断路器是电力系统中重要的控制和保护元件,其可靠性对电力系统的安全具有十分重要的意义。高压断路器机械状态监测能够在一定程度上识别断路器的机械状态。合闸线圈电流信号就是机械状态监测信号之一,合闸线圈电流信号包含有重要的时间和状态信息。笔者在数学形态学理论中的基本形态滤波器基础之上构造形态级联滤波算子对线圈电流信号进行滤波去噪,成功地剔除掉了线圈电流信号中存在的尖峰和沟壑,并且最大限度地保留了电流信号波形的结构特征,使滤波后的电流信号波形平滑性较好、误差较小,便于后续的信号特征提取和状态识别。文中在MATLAB平台中针对上述算法编写了相应的程序,实现了对线圈电流信号的滤波。     

基于分合闸线圈电流的某换流站开关故障分析

高压断路器作为常用的电气设备,分合闸线圈是其操动机构的关键部件,线圈电流反映了断路器的运动特性。文中首先介绍了分合闸线圈的结构,阐述了利用检测分合闸线圈电流信号来判断断路器故障的一种新方法,并针对某换流站550 kV断路器的机械故障进行了具体的应用分析,准确诊断了断路器的故障原因。根据分合闸线圈电流提供的状态信息,可以发现高压断路器存在的相关隐患,诊断出断路器的设备状态,提高断路器的状态检测水平,保障电网的安全稳定运行。     

基于机械和电气特性融合的高压断路器故障诊断方法

为解决高压断路器故障诊断精度低的问题,提出了一种基于机械和电气特性融合的高压断路器故障诊断方法,该方法基于机械特性诊断高压断路器故障类型,将电气特性作为故障辅助判别依据,进而实现机械和电气特性融合的故障诊断。首先基于最小欧式距离和相关性原理,建立基于机械特性的高压断路器典型故障库,并基于典型故障特征指标权值计算得到典型故障特征向量相似度;然后分析高压断路器分合闸线圈电流波形阶段特性,在选取得到基于分合闸线圈电流的特征向量后,计算基于电气特性的故障辨识度;最后搭建故障诊断试验平台验证方法的有效性。结果表明,该方法的平均故障诊断精度为93.2%,能够精确诊断高压断路器故障,验证了该方法的有效性。     

高压断路器机械振动信号混沌吸引子形态特性

提出并探讨了基于混沌吸引子形态特性的高压断路器振动信号特征提取方法。采用功率谱和Lyapunov指数分别对高压断路器振动信号进行定性和定量混沌分析,证实了高压断路器振动信号既包含高压断路器动力学特性,也存在混沌现象;在此基础上,对振动信号进行相空间重构,分析混沌吸引子形态特性与故障类型之间的关系;最后,以不同严重程度的分闸缓冲器故障为例,深入探讨了不同严重程度故障下混沌吸引子的演变规律。研究结果表明,高压断路器振动信号混沌吸引子形态在同一故障状态下较稳定,对故障类型及故障严重程度较敏感,这表明混沌吸引子形态特性是研究高压断路器振动信号特征提取的有效实用途径。     

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。     

基于RBFNN的高压断路器机械故障诊断系统

高压断路器是电力系统中最重要的控制和保护设备,其故障检修和诊断一直是电力运行部门高度重视的问题。为了提高高压断路器故障诊断的效率和准确率,提出了高压断路器机械故障诊断的径向基函数神经网络(RBFNN)方法;并根据其基本原理建立了高压断路器操动机构故障诊断的RBFNN模型;利用Matlab工具,使用来自现场的实际数据,通过故障诊断仿真实例,分析、验证RBFNN模型的性能,并对不同方法进行了对比分析。结果显示RBFNN训练速度快、逼近误差小,对输入输出关系比较复杂的高压断路器操动机构的故障诊断有很高的判断效率和准确率。     

基于分形理论的高压断路器机械振动信号处理

提出了基于分形理论的处理高压断路器机械振动信号的新方法,它研究小波变换提取的机械振动信号具有分形特征的参数用来评估高压断路器机械操动机构的性能及其工作状态。通过与人为机械故障下的分形特征参数对比论证了该法的有效性。数据处理结果表明该方法具有应用前景。     

振动信号小波包特征熵的时变与频变特性分析

为了更好的反应高压断路器的机械振动状态,介绍了一种基于小波包分解的断路器振动信号特征提取新方法。将正常状态标准信号3层小波包分解后提取第3层各节点重构信号的包络,利用能量均等的原则将各包络分成15段并提取各分段时间点并利用正常状态标准信号所得包络的分段时间点分段测试信号的对应节点包络,再利用熵原理计算各节点熵,组合后形成小波包特征熵向量用于断路器故障诊断。利用实际信号分别模拟时变和频变信号测试所得向量变化特性的仿真结果表明:无论在时变还是频变情况下,该方法所提取的振动信号特征向量都可以以不同的变化特性直观、明显地反映信号的变化。     

基于改进Hilbert-Huang变换和支持向量机的高压断路器触头超程状态识别

引入集合经验模态分解(EEMD)对Hilbert-Huang变换(HHT)方法进行改进,并将改进的HHT方法结合支持向量机(SVM)应用于高压断路器振动信号特征提取和触头超程状态识别中。采用EEMD提取反映振动信号局部特性的本征模态函数(IMF)分量,并计算IMF分量的Hilbert边际谱能量值,由此构造高压断路器触头超程状态特征量,利用得到的特征向量对SVM进行训练,实现高压断路器触头超程状态的自动识别。试验提取了高压断路器在不同触头超程下的振动信号并进行分析,结果表明所提方法能够有效识别高压断路器触头超程状态。     

基于D-S算法的断路器机械故障诊断技术

研究了证据理论在高压断路器故障诊断中的应用.应用D-S(Dempster-Shafer)证据理论基于多传感器在线监测系统对高压断路器进行故障诊断.探讨了D-S(Dempster-Shafer)证据理论的有效性问题,并在D-S证据理论失效的特殊情况下给出了解决方法,提高了D-S证据理论在高压断路器状态监测中故障判断的可靠性,给出了一套可靠的高压断路器故障诊断方法.并且针对D-S证据理论,分析了Dempster的修正模型在证据高度冲突方面的缺陷,提出了一种新的基于D-S证据理论的合成规则.实验结果也表明,这种新的合成规则不但比较好地综合保留了修正模型的优点,又避免其不足,取得了更加合理的效果.     

基于小波算法的SF6断路器动作时间在线监测

高压断路器在线监测技术的发展越来越完善,使得在线监测的内容越来越丰富,一些需要定期检修的内容可以通过在线监测来完成。通过对高压断路器操作原理的研究,利用行程曲线实时变化的特点,通过比较分析断路器分、合闸操作过程中触头综合受力的情况,来推断触头运动状态。在此基础上提出了一种方便实用的SF6高压断路器分合闸时间的测量办法。方法利用小波算法去除噪声和干扰的影响,确保行程信号在处理过程中不失真,从而准确地提取断路器合分闸过程中的刚分、刚合时刻,以获得可靠的分、合闸时间。经过离线试验验证,该方法所测得的时间与断路器触头刚分刚合时间是一致的,且方便实用。     

高压断路器电动机驱动操动机构的研究

为提高高压断路器的工作特性,研究了一种运用三相永磁同步电动机(PMSM)直接驱动断路器的新型操动机构。运用MATLAB/Simulink建立了控制系统的仿真模型,基于TMS320LF2407A硬件平台设计和实现了一个断路器的控制系统。仿真计算和试验测量表明,PMSM驱动的操动机构可根据预先设定的操作特性曲线实现对断路器的操作。研究说明用电动机来驱动高压断路器操动机构的方法可行,能满足高压断路器操作的要求。     

突变理论在高压断路器运行状态模糊综合评判中的应用

根据目前国内外高压断路器的检测现状以及高压断路器状态评估方法,应用突变理论对高压断路器的复杂系统进行多层目标分解,建立事故潜势数学表达式来反映故障发生的本质特征和机理,对断路器状态进行模糊综合分析与评判,为高压断路器运行状况的综合评价提出了一种新思路.