基于低压直流断路器的机械故障机理分析与特征提取技术研究

直流断路器是轨道交通直流牵引供电系统的核心保护设备,是直流供电系统安全运行的保证,确保其稳定运行至关重要。文中针对直流牵引断路器机械结构特点,进行了断路器机械故障模拟实验,选取分合闸线圈电流及振动信号作为监测物理量,研究其机械故障机理与特征提取方法。研制信号采集硬件装置,搭建直流断路器机械故障模拟实验平台,模拟6种常见的机械故障。采集不同故障下的线圈电流及振动信号进行特征提取后进行故障机理分析,为低压直流断路器机械故障诊断提供理论支撑。     

基于多源信号输入卷积神经网络的高压开关故障诊断方法

正针对高压开关故障中出现频次最高的机械故障诊断问题,通过模拟试验采集铁心卡涩、弹簧疲劳等典型机械故障时的声音及电流信号,将其进行下采样、滤波后输入到深度学习模型。结果表明该方法的故障识别率可达94%,相比其他传统方法具有较大优势。高压断路器机械故障辨识是对断路器进行状态监测、异常识别和故障分类。振动、电流和声音等传感器可用来采集断路器运行的各项数据,     

基于行程信息的断路器弹簧故障程度诊断

断路器长时间运行,分合闸弹簧产生不同程度的疲劳,在电力系统发生故障时,若无法及时开断线路、切断故障,可能产生重大事故。为了检测出高压断路器分合闸弹簧的故障类型,量化断路器弹簧故障程度,判定断路器能否继续使用,文中分析了断路器行程信号蕴含的机械振动信号,提出一种行程信号的处理方法,将行程信号进行处理得到速度、波动分布标准方差,形成特征向量P=[v,σ],运用串行决策支持向量机(support vector machine,SVM)可对弹簧故障进行分类,并定义以弹簧变化量为自变量、分布标准方差的拟合函数,以量化表征弹簧故障程度的诊断。结果表明,该方法可以有效诊断高压断路器弹簧故障,且基于波动标准方差的拟合函数可以充分判断弹簧所处状态,对预防断路器故障具有实际意义。     

基于声学指纹分析的高压断路器机械故障诊断方法

断路器分合闸过程产生的声音信号中含有丰富的信息,文中提出一种基于声学指纹的高压断路器机械故障诊断方法。搭建了声学指纹故障模拟试验实验平台,对某252 kV高压断路器分合闸试验采集声音信号;然后分别基于短时能量、总能量、信息熵和小波包分解等方法分析声学指纹信号并提取特征量,克服了单一类型特征值难以区分故障的问题。结果表明:多种特征量联合分析可实现对高压断路器不同工况的有效辨识,得到了基于声学指纹的高压断路器不同工况机械故障相互区分判据表,并提供了分析示例;对相同工况下不同严重程度故障的特征量及趋势进行分析,发现匝间短路电阻90%的小波包分解的能量系数分别呈现正常与匝间短路特征。     

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。     

基于电流峰面积及时间特性的隔离开关故障诊断系统设计

为了实现高压隔离开关机械故障诊断,设计了电机电流检测系统并实时采集了GW4B-252 DW型隔离开关分合闸过程中的电流信号,分析了隔离开关分合闸不到位、运动部件卡涩等机械故障情况下的电机电流信号特征,提出了基于电流峰面积分析和时间特性对比的隔离开关机械故障诊断流程。研究结果表明,当隔离开关发生机械故障时,驱动电机电流波形发生畸变,对应的电流峰面积和时间特性发生明显改变,由此可判断出相应的故障类型。该方法具有广泛适用性,从而可提高设备运行的可靠性。     

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。     

基于在线监测的开关特性分析

采用先进高压断路器状态在线监测系统监测断路器的分合闸运动状态及分合闸线圈的电流波形,获得弹簧的运行状态,随时监测断路器弹簧性能、弹簧的疲劳程度。解决了弹簧操作机构中重要元件弹簧在运行中的状态不易测量的问题,同时,从断路器分合闸线圈的波形,能够判断出线圈是否卡滞,辅助开关是否正常切换等常见故障,为断路器可靠安全运行提供有效的保证。     

基于机器视觉技术的高压断路器机械特性诊断

高压断路器是电力系统中重要的控制和保护设备,其可靠性会影响到电力系统的安全运行。调查显示高压断路器的主要故障为机械故障,需要对高压断路器机械特性进行检测。因此利用高速相机搭建了断路器机械特性测量平台,利用该测量平台对ZN63A–12型真空断路器进行试验研究,测量高压断路器合闸弹簧动态振动特性,同时将应力松弛故障弹簧与正常弹簧进行对比,探究弹簧应力松弛故障对断路器合闸弹簧振动特性的影响。此外,以高压断路器合闸过程为例,利用测量平台对四连杆机构动态运动过程进行拍摄,并通过计算得到合闸过程中连杆夹角变化曲线。研究结果表明:正常与应力松弛弹簧的振动特性存在明显区别,同时利用测量平台测量得到连杆之间的夹角由139.7°变化到175.6°,夹角变化了35.9°,与实际值相符合。     

改进随机森林法在断路器机械故障诊断中的应用

高压断路器机械故障时有发生,严重影响设备及电力系统的安全稳定运行.针对目前高压断路器机械故障诊断准确率不理想的现状,将改进后的随机森林方法应用于高压断路器机械故障诊断.结合高压断路器分合闸线圈电流信号的原理分析,提取出可有效反映断路器机械故障的相应特征量,建立高压断路器机械故障诊断模型,通过不同噪声干扰强度下高压断路器...     

基于断路器合闸弹簧弹力信号的储能故障诊断方法

对断路器储能故障进行准确诊断能避免出现拒动、合闸失败等问题,有助于电力系统的安全运行,因此提出了一种基于断路器操动机构合闸弹簧弹力信号的储能故障诊断方法。针对断路器合闸弹簧松弛、操动机构卡涩、紧固螺丝松动三种储能故障,选取弹力信号进行统计特征以及类间散布矩阵的计算,提取出了能够判断不同储能故障的时域特征量。建立了基于支持向量机的故障诊断模型,实现了对断路器三种储能故障的准确判断。试验结果表明,提出的故障诊断方法能够准确诊断断路器的合闸弹簧松弛、操动机构卡涩、紧固螺丝松动三种储能故障类型,有助于工程上实现对断路器的精测精修,同时也能够为断路器增设压力传感器并充分利用弹力信号提供理论依据。     

弹簧疲劳对高压SF6断路器机械特性的影响研究

机械特性对高压断路器的开断性能具有重要的意义.文中以配弹簧操动机构的126 kV高压SF6断路器为研究对象,实验测量了分合闸弹簧的疲劳曲线,在分析弹簧疲劳机理的基础上,基于弹簧应力松弛过程的理论模型建立了预测弹簧疲劳的线性回归方程;建立高压断路器弹簧机构多体动力学模型,根据高压断路器实际工况进行动力学仿真,从而对高压断...     

基于KPCA的高压断路器故障诊断

随着电网规模的日益庞大,对高压断路器的安全运行提出了越来越高的要求。本文就核主元分析（KPCA）方法应用于高压断路器的故障诊断进行了研究。该方法针对高压断路器故障数据多维非线性的特点,通过计算其合闸电流信号原始数据空间的内积核函数来实现原始数据到特征空间的非线性映射,然后在特征空间内构2造T和SPE统计量检测过程中发生的故障,并对故障进行分类。本文以VMB5-12型10kV真空断路器弹簧操动机构为试验样机采集数据,仿真实验结果表明,该方法具有较高的稳定性,能够有效地对故障数据进行特征提取。     

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LVQ神经网络的高压断路器机械故障诊断方法

高压断路器作为电力系统的开关及保护设备,其可靠地工作对整个电力系统的安全运行具有很大的意义。为了迅速、精确地诊断高压断路器故障,提出一种基于学习向量量化(LVQ)网络的高压断路器机械故障诊断方法。首先,模拟高压断路器灭弧室机械故障状态,采集断路器的机械振动信号;其次,提取高压断路器机械故障振动信号的小波包能量作为特征量,建立基于LVQ网络的高压断路器机械故障诊断模型;最后,将LVQ网络、思维进化优化(MEA)的LVQ网络、BP网络和RBF网络在网络迭代步数、网络误差以及预测置信度方面进行比较。结果表明,提出的基于LVQ神经网络的高压断路器机械故障诊断方法相比较于其他诊断方法具有一定的快速性,并具有较高的置信度。     

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。     

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。     

基于振动信号的高压断路器螺栓松动故障诊断研究

断路器在电力系统中肩负着控制和保护的重要任务，加强对断路器机械系统潜伏性故障诊断研究，对提高断路器在运行中的可靠性具有重要意义。文中以ZN98型真空断路器为研究对象，依据其振动强度建立了一套高压断路器振动加速度测试系统，基于MATLAB小波包频带能量分解算法提取故障诊断特征量。以紧固螺栓松动的潜伏性故障为例，分析了不同频段的振动信号能量图谱，提出了一套高压断路器弹簧操动机构螺栓松动潜伏性故障的诊断方法。研究表明，设置单个紧固螺栓故障时，传感器测试位置距离故障螺栓越近所得的特征量阈值越大，应选取特征量阈值的最小值作为测试位置的故障诊断判据；相较于断路器的分闸过程，合闸过程的特征量阈值更能明显准确地反映断路器的机械状态。     

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。     

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。