基于模糊RBF神经网络的高压断路器机构故障诊断

为了快速准确诊断高压断路器是否发生操作机构故障,文章提出了一种基于模糊RBF神经网络的高压断路器机构故障诊断方法。该方法首先分析高压断路器的分(合)闸线圈电流,提取时间和电流特征参数t_1、t_2、t_3、t_4、t_5、I_1、I_2、I_3,然后在RBF神经网络增加模糊化层,对特征参数进行相对模糊化运算,最后将模糊化后的特征参数输入到RBF神经网络进行故障识别、分类。该方法以ABB VD4高压断路器的88组实验数据为训练样本建立4种高压断路器操作机构的模糊RBF神经网络故障诊断模型,12组测试样本来验证其准确性,实验结果显示,模糊RBF神经网络高压断路器的故障诊断模型能够准确的诊断出故障类型,其准确率达到99%,具有良好的实用性。与基于模糊BP神经网络的故障诊断方法相比,该方法收敛速度快,训练时间短,均方差较小,为0.107 3。     

基于K-means和SOM混合算法的高压断路器操作机构状态评估

为诊断高压断路器操作机构故障,文中基于分合闸线圈电流曲线,提出了采用K-means与SOM神经网络相结合的混合算法,对断路器操作机构进行状态评估。对某批次252 k V高压断路器操作机构进行分合闸线圈电流数据采集;建立了K-means与SOM神经网络相结合的混合算法模型;对测试的断路器操作机构进行状态分析。结果表明,混合算法能够将操作机构不同状态进行聚类,可将相同故障分在同一类别。并将混合算法模型与SOM神经网络模型和K-means模型作比较,结果表明,混合算法模型在计算速度和聚类准确率上都优于其他两种模型。     

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。     

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。     

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。     

基于模糊RBF神经网络PID算法的无刷直流电机控制

高压断路器永磁无刷直流电机操动机构采用直流电机驱动断路器连杆,推动动触头运动,完成分、合闸操作,具备良好的快速响应能力和控制性能.文章构建了无刷直流电机操动机构控制系统仿真模型,详细分析了模糊RBF神经网络PID控制算法以及数学模型.分别用传统PID与模糊RBF神经网络PID控制策略,对高压断路器动触头运动特性控制过程进行了仿真.仿真结果表明,模糊RBF神经网络PID控制器能够较好地实现动触头的速度跟踪控制,使其按照给定运动速度特性曲线动作,实现对断路器动触头的准确控制,证明了模糊RBF神经网络PID控制策略在配有无刷直流电机的操动机构运动控制系统中是一种行之有效的控制方法.     

基于自适应神经模糊推理系统的高压断路器操作机构状态评估

为准确评估高压断路器操作机构的运行状态,提出了一种基于自适应神经模糊推理系统(ANFIS)的高压断路器操作机构状态评估方法。在测试分析大量高压断路器操作机构动作特性的基础上,研究了操作机构分合闸线圈电流曲线、触头行程-时间曲线与机构状态之间的关系;基于操作机构的分合闸线圈电流曲线和触头行程-时间曲线,通过建立多级递阶ANFIS模型将2种特性融合起来以综合评估操作机构的运行状况。试验结果表明:操作机构线圈电流曲线与触头行程时间-曲线相结合能够准确反映操作机构的运行状况,所建立的模型能够有效评估断路器操作机构的运行状况。研究结果对预测和防范故障、合理安排检修计划和检修重点具有重要的指导意义。     

基于线圈电流和触点状态的断路器故障分析

介绍了一种基于线圈电流信号与触点状态的高压断路器故障诊断专家系统。首先,分析了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触点状态中的有效信息;其后,在找出特征参数与断路器状态对应关系的基础上,设计了基于规则的断路器故障诊断专家系统;最后,以锁勾润滑不足、分闸线圈故障2种故障为实例,分析专家系统的推理过程。经试验验证,该专家系统可以准确地诊断出断路器多种故障,并在目前断路器维护现状的基础上给出合理的检修建议。