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。     

基于K-S检验法和SVM的高压断路器分合闸线圈回路故障诊断

分合闸线圈回路作为高压断路器分合动作的主控制回路,其正常工作对于高压断路器的可靠性及电力系统的稳定性具有重要的意义。但是在断路器长期的在线运行过程中,分合闸线圈回路往往会出现不同类别的电气故障,影响断路器的正常工作。分合闸线圈回路的状态可以很好地反映在其分合闸线圈电流信号中,通过对断路器分合动作线圈电流信号的采集、处理和分析,可以有效地对分合闸回路进行状态检测。通过对分合闸线圈回路常见的电气故障进行现场试验,获取分合闸线圈电流并提取有效的电流、时间特征参量及其组成的复合特征参量,针对特定的故障类型采用K-S检验法筛选影响因子较高的特征参量作为特征向量,然后通过支持向量机对特征向量进行计算并对分合闸线圈回路进行故障识别。     

基于IEMD和GA-WNN的断路器分合闸线圈故障诊断方法

真空断路器二次回路或操动机构运行状态能通过电流曲线特征反映.首先,通过对真空断路器分合闸线圈铁心卡涩、电压异常(过高或过低)和击穿3种常见故障进行实验室模拟,创建了故障电流曲线特征库.其次,利用故障电流信号经过经验模态分解后的经验模态分量中的能量密度乘对应平均周期为恒定常数的性质,提出一种改进经验模态分解方法来提取分合...     

高压断路器分合闸线圈电流采集实验平台与故障模拟实验研究

高压断路器是电力系统的关键设备,分合闸线圈是断路器操动机构的核心部件。近年来,分合闸线圈故障时有发生,严重影响了电力系统的安全性能。文中研究了高压断路器分合闸线圈的回路结构和动作原理,设计了断路器机构模拟样机,搭建了断路器分合闸线圈电流采集试验平台。基于该平台,获取了正常和几种故障情况下的分合闸线圈电流曲线,提取了主要的特征参数并进行了分析,论证了分合闸线圈发生故障时特征参数的变化规律,为基于电流波形诊断分合闸线圈的运行状态提供了依据。     

基于形态小波和支持向量机的高压断路器状态监测和故障诊断

针对现场运行的断路器故障数据难以获取的现状,搭建了一个断路器故障模拟试验平台对部分常见故障进行了故障模拟。传统的基于单一特征量的状态监测难以有效判断断路器的故障,提出了一种多维映射的思路:研发了一种形态开闭加权复合滤波算法对断路器合分闸线圈电流信号进行滤波,从故障波形和正常波形的对比中充分挖掘其差异特征量,并利用形态小波分解包含丰富机械状态信息的振动信号,将不同频段的能量值作为判断断路器状态的特征量,利用支持向量机将断路器合分闸线圈电流信号的各差异特征量与振动信号特征量相结合形成多维映射,对断路器的状态进行诊断。本研究进行了大量的实验,实验分析结果验证了该思路和算法的有效性。     

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。     

基于集合经验模态分解和多分类相关向量机的高压断路器机械故障诊断方法研究

作为电力系统中最重要的控制和保护设备的高压断路器,由于其故障中机械故障所占的比例最大,所以为了保证电力系统能够可靠地运行和电网质量的提高,有必要对高压断路器机械故障进行诊断及时了解其运行状态。通过对高压断路器分、合闸时产生的声波信号分析发现在声波信号中存在着大量的机械状态信息,因此可以依据声波信号的特征量对高压断路器机械故障进行诊断。通过集合经验模态分解方法提取高压断路器分闸过程中的声波信号特征量,并与多分类相关向量机相结合对高压断路器机械故障进行诊断,实验结果表明该方法具有良好的诊断效果。     

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。     

高压断路器分合闸线圈电流信号特征提取与故障判别方法研究

高压断路器分合闸线圈电流信号特征提取在故障识别、检测及诊断方面都有重要的意义。文中提出采用小波分析与时域求极值点相结合的方法来获取高压断路器分合闸线圈电流信号特征值,并根据该特征值对断路器的故障判别方法做了探索性研究。实验结果表明,电流信号特征值提取方法是有效的,故障识别方法正确。     

基于波形辨识技术的SF6断路器分/合闸线圈电流监测

监测SF6断路器分/合闸线圈电流是及时发现SF6断路器故障隐患的有效手段之一。提出了一种分析SF6断路器分/合闸线圈电流信号的波形辨识技术,将小波包信号提取算法和相似性原则相结合,利用小波包分解与重构将SF6断路器的分/合闸线圈电流信号分解到不同频段中,并对代表有效电流信号的分解 系数进行重构,然后运用相似性原则对重构后的信号进行辨识,以确定SF6断路器是否正常运行。应用Matlab进行了仿真分析,并对仿真分析结果进行了试验验证,结果表明,该辨识技术辨识SF6断路器分/合闸线圈电流信号分析是有效的。     

基于多参量的高压断路器分/合闸线圈的故障诊断

由于分/合闸线圈电流信号和振动信号的变化均可以反映操动机构的运行状态,因此文中阐述了根据多参量来诊断高压断路器分/合闸线圈故障的一种新方法,以提高高压断路器故障诊断的准确率。文中首先介绍了操动机构电磁铁的动作状态,并分析操动机构电流信号与运行状态的关系,其次设计了一套以NI数据采集卡和实时控制器为核心的硬件电路,最后运用多层小波包分解与重构算法对信号进行滤波,结合极值法对信号进行特征值提取,并采用粒子群优化算法与支持向量机相结合的方法进行状态分类。实验结果表明,文中提出的算法能够及时发现高压断路器运行过程中存在的安全隐患,有效提高高压断路器的运行可靠性。     

一种便携式高压断路器机械特性测试仪设计

传统的高压断路器特性测试平台存在操作流程多、接线复杂及成本高等问题,提出了一种基于TMS320F28335的便携式高压断路器机械特性测试仪的设计方案。测试仪利用霍尔电流传感器GSM010-GT检测合(分)闸线圈电流信号,利用直线位移传感器TS-0050检测动触头行程,并运用16 bit高准确度A-D转换器AD7606采集上述信号,实现合(分)闸线圈电流、动触头行程等参数的测量,同时利用光耦电路采集断口合分状态,实现断路器合分闸时间、合分闸同期性参数测量。此外,系统扩展了LCD显示、SD卡存储及DS1302时钟电路,参数测量结果可直观显示在LCD上,并实现大批量测量参数及测量时刻的SD卡存储。最后,以ABB的VD4/CX真空断路器为测试对象,其测试结果表明,该测试仪能准确地测量断路器的机械特性参数,从而为判断断路器的性能提供可靠依据。     

高压断路器分闸线圈烧坏后应做防跳试验

1存在问题 高压断路器由于各种电气或机械上的原因,分闸线圈时常有烧坏的现象。一般的处理只重视查找是否分闸线圈被烧坏,然后换上新的分闸线圈,经模拟试验断路器能够正常分闸、合闸,就算完成了。这样做可能存在一个隐患,即带有防跳装置的断路器可能由于防跳继电器的损坏而失去防跳性能。如图I所示,当断路器QF由于某种原因拒分闸后,按短时通电流设计的分闸线圈YT就会长期通电,导致发热烧坏。与此同时,与YT串联的防跳继电器KCF的电流线圈也同样长期过电流。虽然线圈具有一定的耐受过电流能力（常用的DZB系列中间继电器能耐受3倍的额定电流、历时5s）,但YT在发热烧坏过程中往往要经历一个局部匝间短路阶段,当电流流过时间稍长时,就可能烧坏KCF的电流线圈。     

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...     

一种断路器分合闸线圈保护的方案

通过分析断路器分（合）闸线圈容易烧毁的现象,在深入研究国内外断路器分合闸控制回路的基础上,提出了一个切实可行的解决方案,该方案能实现对断路器跳闸、合闸线圈的保护,能进行二次分（合）闸,还具有故障记录及相关信号出口功能。     

一种断路器分合闸线圈保护的方案

通过分析断路器分(合)闸线圈容易烧毁的现象,在深入研究国内外断路器分合闸控制回路的基础上,提出了一个切实可行的解决方案,该方案能实现对断路器跳闸、合闸线圈的保护,能进行二次分(合)闸,还具有故障记录及相关信号出口功能.     

基于VMD模糊熵和SVM的高压断路器故障诊断

为了有效提取高压断路器振动信号的特征,提出了一种基于变分模态分解(Variational Mode Decomposition, VMD)模糊熵和支持向量机(Support Vector Machine, SVM)的特征向量提取方法,并采用SVM分类器对断路器的故障类型进行识别。首先,使用VMD对断路器的振动信号进行分解,得到若干个模态分量;然后,计算每一个模态分量的模糊熵,将其组成特征向量;最后,将上述特征向量导入到SVM分类器中进行训练,得到训练好的SVM模型,使用该模型对断路器4种运行状态下的样本数据进行故障识别。结果表明,基于VMD模糊熵的特征向量提取方法所提取出的特征向量相对基于经验模态分解(Empirical Mode Decomposition, EMD)样本熵的特征向量提取方法所提取出的特征向量可分性较好;在小样本的模式识别中,SVM相比于BP神经网络,具有更高的识别精度,能够有效识别断路器的故障。     

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。     

一种防止断路器合、分闸线圈烧毁的改造方案

断路器是电力系统中最重要的控制和保护设备,在电网运行中起到相当重要的作用。近年来,断路器合、分闸操作过程中合、分闸线圈烧毁故障呈上升趋势。以10kV断路器为例,对断路器合、分闸线圈烧毁的原因进行了分析,并提出了改造方案。     

基于变分模态分解能量熵混合时域特征和随机森林的故障电弧检测方法

在家庭生活用电器中,非线性负载电器逐渐增多。这一趋势使基于电弧“零休”特性的传统故障电流检测方法无法准确识别故障现象,因此本文提出一种基于信号时域特征结合变分模态分解固有模态能量熵的随机森林故障电弧识别方法。以线路电流为分析对象,先提取其时频特征量,再采用变分模态分解算法对故障电弧电流进行分解得到模态分量并计算其能量熵。以时域、能量熵特征构成多维特征向量,输入随机森林模型中对信号类型进行分类决策,进而识别故障电弧。实验发现,相比于其他方法,本文所提方法的故障电弧识别准确率可达99%,且适用于多种典型负载和非线性负载工作的低压配电故障电弧识别。