高压断路器机械诊断技术的评述

在评述现有高压断路器机械状态在线监测与诊断技术的基础上提出了实用型监测与诊断装置的总体构想。     

基于DSP的高压断路器状态在线监测装置

介绍一种基于数字信号处理器DSP(Digital Signal Processor)的高压断路器状态在线监测装置。该装置采用TI公司的DSPVC33作为主控制器,能够采集断路器的多种状态信息,实现对状态特征的长数据录波和大量历史数据存储,并快速、高精度地在线计算评估断路器动作后的触头电寿命和机械寿命,在此基础上构成分布式的高压断路器状态监测系统。     

基于SF６气体的高压断路器运行状态在线监测系统设计

为实现高压断路器的在线监测和故障诊断功能,提高电力系统的稳定性和安全性,设计了基于SF６气体的 高压断路器运行状态在线监测系统.提出了基于Polanyi吸附势的SF６气体状态监测方法,并提出了SF６气体高压断 路器机械特性的工作状态监测方法.设计了在线监测系统的硬件结构和软件设计流程,同时实现了SF６气体状态监测 和机械特性状态监测的系统功能.在某500kV变电站的500kVSF６高压断路器上验证了SF６高压断路器运行状态在 线监测系统的可靠性和准确性.该研究实现了高压断路器运行状态的在线监测,提高了设备保养周期和利用效率,符 合现代电力系统智能化、自动化和信息化的需求.     

SF6高压断路器机械参量在线监测系统

章结合在高压断路器上开展的状态检修在线监测工作,介绍了一种用于监测运行状态下高压断路器操作过程中机械参量的在线监测系统。用它可以判断断路器是否运行在合格范围内,并可发现其变化趋势。该系统可用于地生产维护,安排检修,提高对高压断路器设备的管理水平。     

智能断路器机械特性在线监测技术和状态评估

为了提高智能断路器运行的安全可靠性,笔者首先介绍了一种新型的智能断路器机械特性在线监测和状态评估技术的工作架构。然后具体分析阐释了智能断路器机械特性在线监测的原理,如分合闸线圈电流、储能电机电流、动触头行程—时间特性和辅助接点等状态量。接下来文中提供了一种行之有效的智能断路器状态评估方法,该方法能够从监测的数据和波形中分析出设备的故障信息,并对采集的数据进行了相应的故障诊断,提高了智能断路器运行的安全可靠性。     

断路器SF6气体密度与含水量综合在线监控的应用

通过开发“断路器SF4气体在线综合监测装置”,实现在不排放SF4气体的条件下,对高压断路器SF4气室中的湿度、密度和温度进行综合在线精确测量,自动启动报警、闭锁装置和实时数据远传,以满足对SF4高压断路器SF4气体状态的综合在线监测,并为变电站综合自动化控制和设备状态检修提供技术保证。     

基于分合闸线圈电流的断路器状态在线监测系统研究及应用

高压断路器故障的原因主要集中在其机械特性方面,断路器的分合闸线圈及储能电机的电流波形可反映铁芯卡滞、卡涩等机械特性方面的异常.给出了断路器在线监测装置的整体设计,通过霍尔电流传感器监测分合闸线圈 电流、三相主回路电流和储能电机电流,分析数据并诊断出断路器潜伏性机械故障,为实现高压断路器的状态检修提供了一种有效的技术手段.通过现场对比试验,结果表明该系统各项性能均达到设计要求.该系统在220kV GIS断路器运行良好.     

基于振动信号的交流中压真空断路器故障诊断技术研究

机械故障是断路器发生的主要故障之一,因此机械状态监测对断路器安全稳定运行至关重要。断路器开断过程中的振动信号包含了丰富的机械特征,可以通过提取振动信号而对设备进行机械故障诊断的研究。文中针对某12 kV交流中压真空断路器,通过自制的断路器在线监测装置采集断路器正常及故障状态下的振动信号,使用短时能量法、总能量分析法及信息熵法对振动信号分析处理。该装置能够捕捉到振动事件的特征信息,区分出正常与故障状态,为断路器机械故障在线诊断技术的实现提供了依据。     

基于单片机的高压断路器机械状态在线监测数据采集系统

介绍了一种用于高压断路器机械状态在线监测的多参量数据采集系统的构成及其工作原理。     

基于IEC61850标准的断路器在线监测装置

介绍了断路器在线监测技术发展状况,对断路器监测的关键特征指标和功能配置进行了分析.介绍了一种基于IEC61850通信标准的中、高压断路器在线监测装置,通过其在华东500 kV徐行变电站状态检修系统中的应用,对数字化变电站的在线监测扩展子系统进行了有益的探索.     

动态时间规整算法诊断高压断路器故障

为诊断与分析高压断路器的故障,采用动态时间规整算法(DTW),该算法利用高压断路器振动波形具有重复性和独特性的特点,通过比较待测波形与参考波形时间特征量相似度的大小获得诊断结果。该算法只需一组健康数据作为基准参考数据,不但可诊断出高压断路器是否异常,还可确定某一时段对应动作事件的状态。用MATLAB编写动态时间规整算法程序,以试验实测波形为例,对断路器振动波形进行仿真分析,其结果与实际一致,验证了该算法应用于断路器故障诊断的有效性。     

能谱熵向量法及粒子群优化的RBF神经网络在高压断路器机械故障诊断中的应用

高压真空断路器是电力系统开关设备中极其重要的一种高压电器,而高压断路器故障中80%是由于机械特性不良造成,为此通过小波包变换对高压断路器机械振动信号进行了分析,以信号的能谱熵作为特征输入向量,建立了粒子群优化(PSO)径向基函数(RBF)神经网络的高压断路器故障识别系统模型,最后对实际高压断路器振动信号进行获取分析并得到结果。实验结果表明,高压断路器正常信号能谱熵向量各元素分布比较均匀;而故障信号所得能谱熵向量各元素变化较大且有一定变化规律;粒子群优化后的RBF网络模型在正确率、精度等方面高于传统神经网络模型。实验结果表明该方法用于高压断路器的故障诊断是可行的,并且可以为断路器的故障诊断提供更好的理论依据。     

基于SOM的真空断路器机械故障诊断

给出了适用于小样本训练的自组织映射(SOM)网络的基本概念和突出特点,分析了真空断路器的机械特性与对应机械故障的关系。在此基础上,提出以真空断路器的机械特性作为训练与识别样本并基于SOM的真空断路器机械故障诊断方法。重点介绍了应用该方法进行断路器机械故障分类的全过程:通过提取正常与故障状态下断路器的机械特性并输入至SOM网络中进行故障区分。实验分析表明,该故障诊断方案可有效对真空断路器常见机械故障进行分类。     

基于概率神经网络的高压断路器故障诊断

高压断路器是最重要的电力设备之一,在电力系统中起控制和保护作用。为了提高高压断路器故障诊断的准确率,提出了一种基于概率神经网络(PNN)的高压断路器故障诊断方法。该方法在分析高压断路器的故障特性来确定特征信号的基础上建立了PNN故障诊断模型,该模型将采集的特征数据作为网络的输入,通过Parzen窗估计法得到类条件概率密度,进而按Bayes决策规则对特征数据进行分类。经仿真表明,概率神经网络故障诊断模型具有收敛速度快、故障诊断准确率高、容易训练等特点。因此,该方法是一种有效的故障诊断方法,具有良好的应用前景。     

基于多分辨率奇异谱熵和支持向量机的断路器机械故障诊断方法研究

根据高压断路器机械振动信号的特点,提出一种基于多分辨率奇异谱熵的信号特征提取方法,并以此特征向量作为支持向量机的输入对断路器机械状态进行识别。多分辨率奇异谱熵是在信息熵模型的基础上,将多分辨率分析和奇异谱分析有效结合的一种信息处理方法,用信号的奇异谱熵作为特征向量更能体现断路器在不同机械状态下的不同特征。利用交叉检验和粒子群优化方法来对支持向量机模型中的参数进行寻优。通过对断路器实际振动信号分析表明,该方法能对断路器故障进行准确诊断分类。     

断路器机械特性特征数据稳定性和故障机理

为研究高压断路器诊断与评估方法中特征数据可靠性和故障特征数据变化规律问题,针对断路器触头行程、操作机构电流和机械振动信号搭建数据采集平台,提出3种信号的数据特征值提取方法,在断路器同一状态不同时间下,研究各信号特征数据稳定性;在断路器操作机构控制回路电阻增大、分闸弹簧单根脱落和操作及传动机构卡涩3种不同状态下,研究3种信号的特征数据的变化规律。研究证明搭建的断路器数据采集系统的可靠性和数据特征提取方法可行,并得出了断路器机械特性不同状态下各信号特征值的变化规律,为断路器状态评估与诊断方法提供数据支持。     

高压断路器振动信号在线监测系统的研究

机械故障是高压断路器的常见故障,大多数高压断路器的机械故障都可以通过分析其分、合闸振动信号判断出来;为了对高压断路器振动情况进行实时监测和分析,防止其机械故障发生,设计了一个监测高压断路器振动信号的监测装置,该装置采用TI公司的数字信号处理器芯片TMS320X2812,可对高压开关振动信号进行实时监测及时域和频域分析,试验表明该装置能够实现对高压断路器分、合闸振动信号的实时监测和分析,具有现场应用价值。     

适用于直流电网保护的高压直流断路器时序配合方法

世界范围内风电、光伏大规模开发利用,其所占发电比例不断增加。柔性直流电网作为支撑高比例新能源接纳的重要手段,已成为电网发展的重要方向。高压直流断路器作为柔性直流电网隔离直流故障的关键设备也受到了越来越多的关注。提出了一种直流电网保护中高压直流断路器的新型时序配合方法,该方法可以在直流断路器拒动情况下有效减小其余直流断路器的开断直流故障电流水平,同时缩减故障隔离时间和减小直流断路器中耗能支路耗散的能量。同时,提出了一种适用于直流断路器配合,用于检测直流断路器是否存在拒动的故障判断方法。在PSCAD/EMTDC中的仿真结果验证了所提出新型时序配合方法和故障判断方法的正确性和有效性。     

DC Fault Clearing Characteristics of a Bulk Power VSC HVDC Transmission System using DC Circuit Breakers

Development of wind power generation resources is considered in Japan. However, long‐distance transmission lines are necessary to utilize the wind power because most of the wind power resources are distant from load centers. A voltage source converter based high voltage dc transmission (VSC HVDC) system is an option to realize their effective use. A VSC HVDC system equipped with dc circuit breakers has been considered to clear the dc line faults promptly. However, the fault clearing characteristics by the dc circuit breakers have not been analyzed very well for the system with the long distance overhead transmission line. This paper focuses on a fault clearing in the VSC HVDC system with long‐distance overhead line by the dc circuit breaker using a new fault detection method. A 2.4‐GW bipolar VSC HVDC system with 600‐km overhead transmission line is modeled and its operation performance is verified by computer simulations. The simulation results demonstrate the detailed fault clearing characteristics with the long transmission line. Moreover, specifications required for the dc circuit breakers are considered in terms of operation delay, peak current, and absorbed energy.     

基于径向基函数网络的高压断路器在线监测和故障诊断

介绍了一种高压断路器在线检测和故障诊断的方法。由于高压断路器出现机械故障不仅会引起振动冲击事件的时间漂移,还会引起时域波形中一些波峰幅值的变化。基于径向基函数（RBF）网络理论,将健康振动信号和断路器实际振动信号波峰幅值之差形成的残差以及波峰幅值发生的时间区段作为断路器故障诊断的特征参数,来判别断路器是否发生故障及其故障类型。在实际工程应用中,可以将断路器正常工作时的动静触头接触时产生的振动信号记录下来,存入用于巡回检测的微机系统。用RBF网络预测器的输出与预先给定的阈值进行比较,实现故障的自动诊断。对模拟故障信号进行了仿真实验,仿真结果表明：RBF网络在线学习只需1组样本,因而其收敛速度比BP网络的收敛速度快,更适合于断路器在线检测。该方法还具有精度高和鲁棒性的特点,是一种比较有效的方法。