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。     

基于线圈电流曲线与行程曲线的断路器操作机构故障诊断的对比研究

为研究线圈电流曲线与行程-时间曲线在断路器操作机构故障诊断上的区别,在分析了断路器操作机构线圈电流特性和触头行程-时间特性的理论基础上,通过对断路器操作机构的机械特性的测试,对比研究了断路器操作机构故障对线圈电流与行程-时间特性的影响。通过对比研究发现,线圈电流曲线在铁芯卡涩、线圈电压电阻变化、辅助触点灭弧困难、弹簧疲软故障方面比行程-时间曲线更灵敏、更准确。研究结果对断路器操作机构状态评估方法的选择具有一定的参考意义。     

一种基于线圈电流的高压断路器机械故障诊断方法

断路器动作过程中的分/合闸电磁铁线圈电流包含了丰富的断路器状态信息,且线圈电流具有采集方式简单、易于分析且重复性较好的特点;在对线圈电流划分为4个阶段基础上,文中提出一种更加全面的利用线圈电流信息的特征提取方法;试验模拟了5种断路器故障,利用支持向量机建立断路器故障诊断模型,并利用上述方法进行了诊断,结果表明,该方法可以更加准确有效地诊断断路器机械故障。     

基于SVM主成分分析的高压断路器分合闸线圈故障诊断研究

拒动是断路器最严重的故障类型之一,可能导致大面积停电事故,而近年来由于分合闸线圈故障导致拒动时有发生,诊断分合闸线圈的运行状态对于保障电网安全具有重要意义。文中以某型号SF6瓷柱式高压交流断路器中的分合闸线圈为研究对象,通过实验模拟电源电压跌落、供电回路接触不良、铁心卡涩、铁心空行程大这几种典型的故障类型,获取正常与故障条件下的分合闸线圈电流波形。进而采用支持向量机(SVM)算法对分合闸线圈故障进行诊断,特别是采用主成分分析法提取电流波形的特征参数作为诊断依据,实现了对故障的有效识别。基于SVM主成分分析的方法可方便构建故障诊断专家系统,以保障分合闸线圈可靠运行。     

基于优化型SVM的高压断路器故障诊断方法研究

为准确评估高压断路器的运行状态,提出了一种基于分合闸线圈电流的断路器故障诊断方法。首先提取断路器分合闸线圈电流时间和电流值,并将其作为局部特征;然后对电流信号数据求取均值、标准差、峭度以及能量值并作为全局特征,由局部特征和全局特征组成综合特征;再利用PCA(主分量分析)法对特征矩阵进行降维处理,获得主分量特征;最后构建SVM(支持向量机)的训练样本集,获得SVM决策函数,实现断路器运行状态分类。利用该方法对断路器4种运行状态进行试验分析,结果表明该方法能够有效识别断路器不同故障状态。     

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。     

基于控制回路的断路器永磁机构故障特征提取方法

为了识别高压断路器故障模式并提取其故障特征,文中以ZNY1-10(6)/630-12.5型高压断路器永磁操作机构为研究对象,分析了断路器分合闸时操作机构的动作过程,在此基础上模拟了操作机构供电电压异常、分合闸线圈老化、触头及连杆机构卡涩、储能电容故障、辅助开关失效5种常见故障,选择控制回路中分合闸线圈电流和电容电压做为监测信号,确定并提取了对应特征量。提出了一种基于模糊理论的断路器故障特征提取算法,获得了故障与特征量变化的对应关系,实现对故障的区分、归类并达到辨识的目的,为高压断路器故障诊断及寿命评估提供了判断依据。     

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。     

灰色关联模型在高压断路器故障诊断中的应用

针对高压断路器故障具有较强的随机性和模糊性的特点,基于灰色关联分析法(grey relation analysis method,GRAM)建立一种高压断路器机械故障诊断模型。以高压断路器分合闸过程中线圈电流和时间节点值作为特征量,构造所需参考向量和比较向量,计算向量间的关联度值,依次对断路器各故障状态予以识别。实例计算结果表明:建立的故障诊断模型能有效地诊断出高压断路器机械故障;不同的分辨系数取值影响诊断结果的分辨率和可靠性。在高压断路器机械故障诊断中,宜取较小的分辨系数值,以保证结果具有较高准确度。     

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。     

基于CEEMDAN样本熵与FWA-SVM的高压断路器机械故障诊断

针对振动信号判别断路器机械故障过程受干扰影响的特征提取问题,提出一种自适应白噪声完整集合经验模态分解(CEEMDAN)与样本熵相结合的故障特征提取方法。通过CEEMDAN提取若干反映断路器操动过程机械状态信息的本征模态函数(IMF)分量,依据各IMF相关系数与能量分布,将前7阶IMF分量进行小波包软阈值去噪,计算其样本熵作为特征量,最后采用基于免疫浓度思想的烟花算法(FWA)优化支持向量机(SVM)分类器,对断路器不同运行状态进行分类识别。实验结果表明:基于CEEMDAN样本熵特征对于信号干扰不敏感,FWA-SVM诊断方法对于高压断路器分闸操动过程故障辨识效果良好。     

On-line fault diagnosis of power substation using connectionistexpert system

This paper proposes a new connectionist (or neural network) expert system for the online fault diagnosis of a power substation. The connectionist expert diagnosis system has similar profile to an expert system, but can be constructed much more easily from elemental samples. These samples associate the faults with their protective relays and breakers as well as the bus voltages and feeder currents. Through an elaborately designed structure, alarm signals are processed by different connectionist models. The output of the connectionist models is then integrated to provide fine final conclusion with a confidence level. The proposed approach has been practically verified by testing on a typical Taiwan Power (Taipower) secondary substation. The test results show that rapid and exactly correct diagnosis is obtained even for fault conditions involving multiple faults or failure operation of protective relays and circuit breakers. Moreover, the system can be transplanted into various substations with little additional implementation effort     

基于LabVIEW的高压断路器操作机构状态评估

针对高压断路器操作机构型号的多样性,状态评估过程中标准线圈电流波形不统一的问题。提出通过对高压断路器操作机构分/合闸线圈电流波形曲线进行纵向和横向比对,来综合评估操作机构的运行状态,掌握其运行特性变化过程。并基于Lab VIEW软件平台开发了高压断路器操作机构状态评估系统。实例分析表明该评估系统可以准确的判断高压断路器电磁铁、操作机构本体、辅助开关三个部分的运行状态,及早发现操作机构的缺陷和故障隐患以便及时处理,从而提高高压断路器运行可靠性。     

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。     

基于正反向推理的电力系统故障诊断专家系统

介绍了一种在电力系统故障诊断专家系统中采用的基于正反向推理的电力系统故障诊断方法。该方法首先根据跳闸断路器提出故障假说,然后根据断路器和继电保护动作的信息逐一检验假说的正确性,最后给出故障设备或故障范围。该方法可以诊断输电线路、母线、变压器和发电机设备的故障及继电保护和断路器的非正确动作。对山西电网实际故障事例的测试结果表明,该方法是有效的。     

基于贝叶斯网络的电网复杂故障推演新方法

为了分析电网复杂故障过程,基于保护装置与断路器的动作信息构建贝叶斯网络,提出了电网复杂故障推演新方法。应用电网实际拓扑结构信息、继电保护装置和断路器的动作信息构建贝叶斯网络。基于贝叶斯网络进行故障元件诊断,针对远后备保护、近后备保护误判的两种特殊情况,制定了专家系统规则实现保护拒动、误动的识别。将保信系统上送信息与拒动误动分析结果按主保护层-近后备保护-远后备保护-断路器层顺序进行信息整合,推演出发生故障时各层保护装置以及断路器动作先后顺序,实现了电网复杂故障推演。     

Fault Section Estimation of Power System Using Colored and Timed Petri Nets

A correct and rapid inference is required for practical use of expert system for fault section estimation in power systems. This paper proposes a new model-based expert system for fault section estimation using colored and timed Petri nets. The Petri nets simplify the inference procedure greatly because it can represent the causalities among faults of power system components, protective actions of relays and circuit breakers. They can also represent the operating states of these protective devices explicitly, or, more precisely, whether a relay has been actuated correctly or falsely, etc. In addition, time sequence information on actuated relays and tripped circuit breakers can be handled by using the colored and timed Petri nets. Therefore, the operating states of relays and circuit breakers can be inferred more correctly. Petri nets are suited for parallel processing so well that there is a possibility of reducing the inference time considerably. In the proposed system, the inference is executed by setting the initial states in the Petri nets using the information on the actuated relays and the tripped circuit breakers and then operating the Petri nets. There have been several test cases which used a prototype system on the Macintosh computer employing Object Common Lisp, and good results have been obtained.     

基于卷积神经网络算法的高压断路器故障诊断

传统的高压断路器故障诊断方法太过于依赖经验,不能准确地反映特征量和故障模式之间的关系,诊断准确度不高。针对这个问题,采用卷积神经网络算法进行高压断路器故障诊断,结合高压断路器分合闸线圈电流特点建立诊断模型,通过输入零点故障特征参数进行学习训练,得到相应故障类型输出。仿真结果表明,所提算法的整体准确率高达93.68%,与其他基于神经网络的算法相比具有很大的优势。