基于振动信号谱形状熵特征的高压断路器操动状态辨识方法

高压断路器储能弹簧势能瞬间释放转换为机械能促使机构部件运动,并传递到动触头完成分、合闸操作,其伴随的振动信号表现出非平稳、非线性特点.该文提出非平稳信号的谱形状熵特征分析方法,首先利用自适应噪声集合经验模态分解(CEEMDAN)将频率结构繁杂的非平稳信号逐步拆分,得到代表不同频段特征的分量;然后将筛选后分量的功率谱转换...     

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。     

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。     

用细化频谱技术分析断路器操动机构振动信号

由于频率分辨率较低，基带FFT难以有效地分析断路器操动机构振动信号的频率结构和频谱特征，文中探讨将选带细化频谱分析技术应用于振动信号的分析。分析比较了两种常用细化方法：选带细化Zoom—FFT(ZFFT)和线性调频z变换(CZT)，指出了CZT算法的优越性。算例分析表明，CZT能有效辨识断路器振动加速度信号的细微频率结构。     

基于能量轨迹熵的高压断路器操动机构状态特征提取方法

断路器操动过程伴生的振动信号在能量释放促使动静触头强烈冲击下呈现非平稳的震荡衰减过程。提出一种基于能量轨迹熵的高压断路器操动机构状态特征提取方法。首先,利用谱形态变分模态分解联合快速奇异值分解方法对振动信号降噪处理,并进行小波分解与重构。然后,将重构信号的“簇状”瞬时、瞬频能量波形由旋转因子在极坐标子网格区域进行发散处理,定义能量轨迹熵用于挖掘断路器操动过程能量释放过程的细微变化。通过瞬时、瞬频能量轨迹熵特征,精准捕捉振动信号的瞬态能量特性。最后,通过采用不同识别模型的对比分析,试验表明基于能量轨迹熵特征的支持向量机模型具有较高的识别准确率,达到98.33%,为断路器操动机构状态特征提取提供了一种新方法。     

基于振动信号的SF_6高压断路器操动机构状态监测

操动机构作为高压断路器开断的一级执行元件,其机械状态的健康程度直接影响断路器的工作状况。而断路器动作时的振动信号是由断路器内部一系列机械部件的运动与撞击产生的,含有丰富的时域和频域信息,为了能够实时有效地监测断路器操动机构的状态,需要对操动机构不同部位不同状态下对应的振动信号进行分析,获取能够反映断路器状态的特征量作为评估操动机构状态的判据。文中的研究对象为弹簧疲劳和缓冲器失灵两种操动机构故障,首先,分别对两种故障和正常工况进行了大量的模拟实验并采集相应的机械振动信号,通过形态学滤波对振动信号进行必要的降噪处理;然后对信号进行时域、频域上的分析对比,并以相对小波包能量法获取振动信号各频带的能量分布;最后,采用支持向量机对各个工况下的频带能量进行训练,并预测了待测试振动信号对应的断路器机械状态。结果表明,该方法具有很高的状态识别准确率,能满足实际工程应用中断路器操动机构的机械状态在线监测要求。     

基于振动和电流信号多域特征联合的高压断路器储能状态辨识方法

为实现高压断路器的储能状态辨识,提出了一种基于伴随振动和电流信号多域特征提取的储能状态辨识方法。对振动信号进行倒频谱分析提取频域周期分量特征来体现电机周期性转动轨迹的基频和高频特性;采用相空间重构理论经关联积分法获取相空间域关联维数与Kolmogorov熵,定量评估储能过程随机运动的复杂程度;计算电机电流持续时间、起始电流值及偏度时域特征,与振动信号特征构建多域联合特征向量;通过支持向量机算法实现断路器储能状态辨识。实验结果表明,基于振动和电流信号多域联合特征的辨识算法准确率达到97%,有效地提高了断路器储能典型工况的识别准确率。     

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。     

基于振动信号的高压断路器触头超程状态识别

提出了一种利用振动信号识别高压断路器触头超程状态的新方法。高压断路器分/合闸动作过程中产生的振动信号包含有触头超程状态信息,合适的信号处理方法及特征提取技术可以将该信息提取出来。试验获取高压断路器不同触头超程下的振动信号,采用经验模态分解(EMD)对振动信号进行分解,计算分解得到的本征模态函数(IMF) Hilbert边际谱能量,作为触头超程状态特征量,并详细分析该特征量与触头超程之间的变化规律。结果表明,所提方法能够有效提取高压断路器的触头超程状态信息,能够实现触头超程状态的准确识别,为高压断路器触头超程状态在线监测与诊断提供一种新方法。     

基于LabVIEW的断路器振动信号监测系统

随着供电系统智能化程度和可靠性要求的提高,迫切需要对断路器运行状态进行实时监测、预报,并为排除故障提供方法和决策。从监测系统的功能需求出发,介绍了基于DSP和LabVIEW的断路器振动信号监测系统总体结构、数据采集单元硬件系统及软件系统。叙述了利用小波变换本身对信号奇异点十分敏感的特点,对振动信号进行跟踪和提取信号特征量进行信号分析处理的方法。在虚拟仪器LabVIEW平台上,基于小波变换算法的VI程序,对采集的信号进行实时分析和处理,从而对断路器的机械状态进行监测和诊断。     

断路器操动状态声音辨识的优化算法的研究

为解决基于声信号分析的高压断路器在线诊断故障中外界环境干扰问题,提出了一种声音扰动信号辨识的盲源分离方法。首先利用改进的势函数法进行源数估计,然后通过集合经验模态分解(EEMD)算法得到多个IMF分量,重构形成符合聚类源数的多维信号,并利用拟牛顿法优化快速独立分量分析算法,实现声音信号的盲源分离;最后根据包络特征比对获取断路器状态辨识的合闸声音信号分量。实验结果证明,文章提出的方法能够在信源信息未知情况下,从混叠声音信号有效地提取断路器操动产生的有用声信号。     

基于振动信号极值点发生时刻的真空断路器状态评估

高压断路器的运行状态关系到电力系统的安全与稳定,为此文中提出了一种基于振动信号极值点发生时刻和支持向量机的断路器状态评估方法,即以断路器分合闸线圈带电时刻为时间零点,以振动信号极大值点发生时刻为特征量,利用经粒子群优化的支持向量机建立断路器状态评估模型。试验模拟了某真空断路器的5种故障,并利用上述方法进行了分析,结果表明,该方法可以准确有效地评估断路器运行状态。     

基于小波包分解的断路器振动信号能量谱和能量熵分析

为了获取断路器在多次分合闸动作机械性能劣化过程中振动信号的差异,基于小波包分解理论,提取SF₆断路器在分合闸动作4 000次过程中的振动信号,并进行小波包分解,计算各个节点的能量谱和能量熵。计算结果表明,在合闸与分闸过程振动信号能量谱中,能量主要分布在节点(4,0)与节点(4,1),占比达到95%。随着断路器动作次数增加,分闸振动信号节点(4,0)的能量占比增加,节点(4,1)能量占比减少,能量分布向低频转移。合闸振动信号节点(4,0)与节点(4,1)的能量比均在一定范围内波动,未呈现出明显的变化趋势,合闸振动信号与分闸振动信号各个节点的小波包-能量熵均保持不变。     

带气动操动机构GIS断路器振动特性测试及改进

针对某一带气动操动机构GIS断路器分、合闸操作异常振动问题展开研究。首先在运行现场测量了断路器动作过程中的振动加速度,发现气动机构在分闸操作时的振动是导致异常振动发生的重要原因,同时研究发现降低气动机构工作气压仍不足以避免异常振动问题;然后分别对带气动和液压操动机构的试验断路器的振动强度进行了仿真计算和现场测试,发现带竖直方向布置液压机构的断路器的振动强度最小且持续时间最短。表明采用竖直方向布置液压操动机构后,GIS断路器的振动特性明显改进。     

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EMD方法的高压断路器液压机构振动信号分析

针对高压断路器液压操动机构,分析了振动产生的原因,提出采用EMD(经验模态分解)方法对振动信号进行分解,利用包络谱分析方法提取信号的时域参量,作为反映液压机构操动特性的依据。实验分析表明,该方法能有效地提取液压操动机构运动过程的时域特征。     

高压断路器机械特性振动信号特征提取和故障诊断方法研究

针对高压断路器机械振动信号,在正常状态、分闸弹簧单根脱落状态和操作及传动机构卡涩状态下,采用模糊C聚类分析算法比较短时傅里叶变换、小波包能量熵和希尔伯特—黄变换3种特征提取方法的分类性能,提出了基于相关向量机理论的断路器机械特性故障诊断方法,搭建了数据采集系统,研究了断路器机械特性不同状态下信号特征值的变化规律,并通过实验证明了特征提取和故障诊断方法的有效性。     

基于振动信号的断路器机械零部件故障程度识别

如何有效识别高压断路器机械零部件故障严重程度是目前还未解决的问题,针对该问题,提出一种基于振动信号混沌吸引子形态特性的断路器零部件故障程度识别方法.为了更好地提取零部件早期故障的微弱故障特征,首先将振动信号按照断路器动作时序进行分时分割处理;然后提出一种参数自适应的信号分解方法,将分时振动信号各模态分量自适应地分离出来...     

溯源弹簧形变过程的断路器振动信号递归量化分析辨识方法

从锁止机构脱扣引起储能弹簧释能,经部件带动动触头运动再到静止的每个动作具有严格阶段特征,伴随断路器动作的机械振动展现了能量传递及设备健康状态。该文提出一种溯源弹簧形变过程的断路器振动信号递归量化分析方法,首先由高速相机捕捉断路器操动时储能弹簧的动作图像,通过计算机视觉跟踪动态提取反映弹簧形变特征帧,再依据特征帧时序划分操动过程;然后将不同阶段振动信号映射至高维相空间,经递归分析得到体现动力系统变化特征的递归图,并递归量化分析其纹理结构特征;最后利用支持向量机模型对正常及故障状态下的断路器振动特征样本进行分析辨识,对比结果证明,由弹簧释能时序细化振动信号特征分析有效提高了分类识别准确率。该文方法在断路器操动机构状态辨识中具有广阔的应用前景。