基于决策树算法的断路器弹簧操动机构振动诊断技术

断路器操动机构是GIS设备的主要部件之一,其机械类故障占GIS设备总故障比例高达17%,如何对其进行可靠有效的状态检测和评估受到了越来越多的关注。文中调研并选择了GIS断路器操动机构中4种典型机械故障,基于CT26弹簧操动机构对4种故障进行了实验室模拟,利用加速度传感器建立了正常及4种典型故障情况下的振动声学指纹数据库。基于5类GIS操动机构运行状态振动声学指纹数据库,建立了基于决策树分类模型的故障诊断方法,并利用测试数据完成了故障诊断方法的验证,验证结果表明该算法行之有效,部分安装位置检测数据的故障识别准确率达到了92%。     

高压断路器配液压操动机构分闸速度特性优化

<正>高压断路器的触头运动速度被视为最能表征断断路器工作能力的参数。通过对断路器触头运动的分析,论述了液压操动机构缓冲系统对断路器分闸速度特性的影响;通过对某高压断路器用液压操动机构的阶梯柱塞缓冲结构的分析研究,应用MSC.EASY5计算分析软件建立了机构缓冲压力仿真模拟模型,通过仿真模拟得出缓冲压力曲线,并通过对缓冲压力曲线的分析对液压操动机构缓冲系统进行了优化,得出优化结构参数,进而对某高压断路器配液压操动机构分闸速度特性     

基于Adams的CT14型高压断路器弹簧操动机构动力学仿真分析

操作机构的动态特性是决定断路器分断性能的重要因素。将CT14型高压断路器弹簧操动机构总体模型导入Adams并进行了参数化设置,建立了弹簧操动机构的动力学仿真模型,并对弹簧操动机构动触头分合闸动作进行了动力学仿真分析,通过与实验数据进行了对比,验证了所建模型的准确性。利用该模型分析了凸轮—连杆机构初始位置、各部分摩擦系数、滚轮磨损等3种因素对弹簧操动机构动触头行程、速度、动作时间等的影响。分析结果可为该型高压断路器弹簧操动机构的优化设计、安装检修等提供参考。     

转动惯量对断路器弹簧机构系统性能的优化分析

断路器是电网系统的重要开关设备,500 kV及以下电压等级的断路器通常采用弹簧操动机构作为其驱动装置。提高弹簧操动机构的输出效率,降低弹簧操作功,能够改善弹簧操动机构零部件的受力状况,对提高断路器开关的可靠性具有重要意义。文中对断路器弹簧操动机构的运动零部件转动惯量进行分析,通过仿真优化和试验验证的方法,得到运动零部件转动惯量对高压断路器弹簧操动机构性能的影响,为后续断路器弹簧操动机构的设计与优化指明方向,具有一定的指导意义。     

档杆故障下高压断路器弹簧操动机构应力分布研究

将HyperMesh与LS-Dyna相结合对档杆故障下的高压断路器弹簧操动机构进行应力分析。首先根据高压断路器弹簧操动机构的零件尺寸建立其三维模型,然后通过有限元软件HyperMesh对三维模型进行网格划分,最后利用LS-Dyna对断路器弹簧操动机构档杆故障进行了应力计算,通过仿真,得到了弹簧操动机构档杆故障下各关键零部件的应力分布及最大应力点位置。分析结果可知,在档杆故障下,整个机构的应力状况普遍降低,并且动触头行程明显无法满足断路器设计要求。分析结果对断路器弹簧操动机构零件失效分析及可靠性设计提供了有益参考。     

基于多特征选择方法的高压断路器故障诊断

为了提高高压断路器操作机构故障诊断效率与准确性,文中提出了基于多特征选择方法和K最近邻算法的高压断路器操作机构故障诊断方法。首先从分合闸线圈电流中提取包括峰值电流、关键时刻点、电流变化率及线圈电流不同阶段持续时间等16个特征;随后使用3种不同评价准则的特征选择方法计算故障特征综合重要度并确定最优特征子集;最后,以最优特征子集作为输入特征,建立基于K最近邻算法的断路器操作机构故障诊断模型,依据交叉验证准确率评价模型故障诊断性能。实例分析结果表明,该方法能有效消除特征冗余性,简化诊断模型结构,提升诊断效率,使用少数关键特征可获得理想的故障诊断准确率。     

CT26型断路器操动机构动力学仿真及拐臂疲劳寿命分析

机构缺陷是高压断路器运维过程中的常见问题之一,开展断路器操动机构机械特性研究对提高其运行可靠性有着重要意义。针对高压断路器CT26-252型弹簧操动机构分别建立多刚体动力学模型和刚柔混合动力学模型,对断路器操动机构在分合闸过程中的运动情况进行仿真研究,对比了2种模型的差异,并用实验数据验证了模型的准确性,最后计算得出机构拐臂的机械应力和应变分布,进行了疲劳寿命分析。结果表明:针对CT26-252型弹簧操动机构建立的动力学模型可以较准确地模拟断路器操动机构的实际运动情况,并且由于机构零件应变量小,多刚体动力学模型与刚柔混合动力学模型计算结果差异小,拐臂上下通孔载荷谱存在明显差异,拐臂疲劳寿命受限于其上下通孔,疲劳寿命可达6万次。     

断路器弹簧操动机构常见问题及检修方法

<正>弹簧操动机构作为断路器的核心配件,直接决定着电力系统的安全运行。掌握操动机构基本的检修操作和日常维护,有助于预防和解决电力系统事故的发生。结合自身长期的断路器弹簧操动机构装配及检修经验,总结出断路器弹簧操动机构出现的常见问题,并进行了原因分析,针对性提出常见问题的检修方法及操动机构日常维护要点。对高压断路器弹簧操动机构的维护与检修具有重要的指导意义,同时也为高压断路器弹簧操动机构设计与改进提供了经验基础。     

高压SF_6断路器配弹簧操动机构的开断特性研究

分析高压断路器开断特性,对提高断路器的性能具有重要的意义。文中以配弹簧操动机构的高压SF6断路器为研究对象,在分析灭弧室具体结构的基础上,建立压气室压力特性数学模型与电弧效应的热力学模型,利用Adams与MATLAB软件建立弹簧操动机构与灭弧室的联合仿真模型,对断路器配弹簧操动机构的开断特性进行计算分析。计算获得的动触头行程曲线与试验测试结果吻合,证明了仿真模型的准确性,并在此基础上分析了动触头行程、压气室气体压力、缓冲器缓冲阻力随时间的变化特性。该建模与仿真方法,不仅能够快速计算与评估SF6断路器配弹簧操动机构的开断特性,还能够方便给出各部件的受力情况,为进一步确定灭弧室与弹簧操动机构的结构参数提供帮助,也为SF6断路器从经验设计方法向仿真设计方法转变提供很好的基础。     

基于无刷直流电机高压断路器操动机构的特性研究

随着能源互联网技术的发展,坚强智能电网建设目标的提出,高压断路器受到了广泛关注。高压断路器中的操动机构采用无刷直流电机时,能够结合电力电子技术、自动控制技术、微机技术等技术,实现可靠、安全的分闸、合闸。本文主要分析了高压断路器操动机构工作原理、工作过程及其数学模型,并根据该数学模型分析了其控制策略。通过搭建仿真模型论证了该方法的可行性。     

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。     

Wavelet Packet Entropy and RBFNN Based Fault Detection,Classification and Localization on HVAC Transmission Line

The article presents a technique for fast and accurate detection, classification and localization of faults on the high voltage transmission systems considering the alternator's dynamics and the effect of transformers. The systems have been simulated by ATP/EMTP software and three phase fault currents at one end of the transmission line are recorded with a sampling frequency of 50 kHz. The fault signals are decomposed by wavelet packet decomposition (WPD) up to 3^rd level with mother wavelet db6 to calculate wavelet packet entropy (WPE) which has the ability to measure the uncertainty of fault signals during feature extraction. A properly designed radial basis function neural network (RBFNN) trained with these features can recognize, classify and locate faults faster as it utilizes only half cycle data after fault initiation. This technique has been verified for different fault categories, fault impedances and fault inception angles (FIA) at different locations for two different transmission systems. The investigated results demonstrate that the wavelet packet entropy is very powerful for extracting the features from the fault signals and RBFNN is very accurate for classification and localization of faults on the transmission line including locations close to the generator's end.     

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。     

基于油中溶解气体分析数据挖掘的变压器绝缘故障诊断

充分利用粗糙集理论对知识的约简能力与模糊径向基函数(RBF)神经网络优良的分类诊断能力,基于粗糙集与RBF网络实现数据挖掘的电力变压器绝缘故障诊断。该方法一方面将粗糙集作为RBF神经网络的前置,对经离散化的样本集进行约简,形成精简的规则集,将高于一定可信度的挖掘规则用于电力变压器故障诊断;另一方面,将粗糙集挖掘的低于可信度要求的规则所对应的挖掘样本,作为模糊RBF神经网络的训练样本集,同时将粗糙集对这些样本的聚类结果作为模糊RBF神经网络的聚类因子,在此基础上构建改进的4层RBF神经网络,用来诊断不能用粗糙集挖掘的规则诊断的事例。经检验,系统具有较好的分类诊断能力。     

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.     

基于时变滤波经验模态分解和SSA-LSSVM的变压器内部机械故障诊断方法

为了准确有效地识别变压器内部的潜伏性机械故障,提出了一种基于时变滤波经验模态分解(TVFEMD)和麻雀搜索算法优化最小二乘支持向量机(SSA-LSSVM)的变压器内部机械故障诊断方法。首先,对铁心处于不同松动状态的变压器进行振动信号采集;其次,利用时变滤波改进的经验模态分解（EMD）对所得振动信号进行分解,以获取多个本征模态函数(IMF)即模态分量;然后,采用相关系数法计算IMF分量与原始振动信号的相关性,并计算相关性最大的IMF分量的样本熵,以此构建特征向量集;最后,以诊断准确率最高为目标函数,利用SSA对LSSVM的正则化参数和核函数参数进行优化,搭建SSA-LSSVM诊断模型,并利用诊断模型对特征向量集进行诊断识别,实现变压器铁心内部潜伏性机械故障的诊断。试验结果表明,所提方法能够有效识别变压器内部潜伏性机械故障,识别准确率达到了98%以上,比对比算法的识别准确率高出5%以上,达到了高识别准确率的诊断效果。     

基于EEMD排列组合熵的SVM转子振动故障诊断研究

对汽轮机转子故障状态进行准确判别一直是工程领域研究的重点。在使用支持向量机作为模式识别方法进行故障诊断的过程中,提取能明显区别不同故障的信号特征参数,构建高质量的样本可以较大提高支持向量机（support vector machine,SVM）模型的分类正确率。针对此问题,提出一种总体平均经验模态分解(ensemble empirical mode decomposition, EEMD)、排列组合熵和SVM相结合的汽轮机转子振动多故障诊断方法。方法首先引入有向无环图建立了多故障诊断模型,利用EEMD将振动信号分解成单一无混叠的内禀模态函数（intrinsic mode function,IMF）分量,然后计算对振动信号变化非常敏感的IMF排列组合熵作为特征向量,并应用到有向无环图SVM进行多故障状态识别。实验结果表明,该方法实现了汽轮机转子的振动多故障诊断,同时与基于EEMD能量法提取的特征向量进行对比,通过实验证明,该方法具有更加准确的识别率。     

基于同步挤压变换和深度迁移学习的GIS隔离开关故障诊断

为实现气体绝缘组合电器(GIS)隔离开关机械故障的智能诊断,基于GIS隔离开关分合闸过程中的振动信号,提出了基于深度迁移学习的GIS隔离开关机械故障诊断方法。首先应用二阶同步挤压傅里叶变换(FSST2)获取GIS隔离开关振动信号的时频分布,然后基于深度迁移学习的思想构建预训练模型并进行优化,建立了GIS隔离开关机械故障智能诊断模型。对某GR角型GIS隔离开关正常和典型机械故障状态下的振动信号的分析结果表明,基于FSST2得到的GIS隔离开关振动信号时频表示具有较好的能量聚集性,所建立的GIS隔离开关机械故障智能诊断模型识别准确率高且模型复杂度低,可用于GIS隔离开关机械故障的高效诊断。     

高压断路器机械故障诊断专家系统设计

针对高压断路器的操动机构故障信息能反映在线圈电流、机械振动和辅助触点位置信号中的特点,在分析各信号特征提取和利用专家系统实现故障诊断的优点的基础之上,提出一种多参数规则推理的故障诊断专家系统.首先阐述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机械振动信号的有效信息,找出特征参数与断路器状态的对应关系,接...     

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。