[发明专利]基于振动信号的电厂开关柜局部放电故障诊断方法及系统在审
申请号: | 201810357886.3 | 申请日: | 2018-04-19 |
公开(公告)号: | CN108445364A | 公开(公告)日: | 2018-08-24 |
发明(设计)人: | 储海军;黄涛;黄烜城;韩文建;张钰;徐妍;魏海增;马宏忠 | 申请(专利权)人: | 江苏方天电力技术有限公司;国网江苏省电力有限公司;国家电网公司 |
主分类号: | G01R31/12 | 分类号: | G01R31/12 |
代理公司: | 南京钟山专利代理有限公司 32252 | 代理人: | 戴朝荣 |
地址: | 211102 江苏省*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 振动信号 开关柜 局部放电故障 电厂 能量谱分析 小波包 源信息 子频带 独立分量分析 动力学特征 相空间矩阵 相空间重构 诊断 故障判定 环境干扰 局部放电 破坏信号 精准度 再利用 比对 对消 高维 重构 判定 采集 | ||
1.一种基于振动信号的电厂开关柜局部放电故障诊断方法,其特征在于,包括以下步骤:
步骤一、采集开关柜振动信号,并对信号进行预处理;
步骤二、计算开关柜振动信号的时间延迟和最佳嵌入维数,并根据计算得到的时间延迟和最佳嵌入维数,将采集得到的一维振动信号通过相空间重构构造高维相空间矩阵;
步骤三、将获取的高维相空间矩阵作为独立分量分析方法的输入,对高维相空间进行信噪分离,输出一系列的独立分量,并将一系列的独立分量进行分类,得到估计源信息分量和噪声信息分量;
步骤四、舍弃独立分量中的噪声信息分量,选择独立分量中的估计源信息分量,对开关柜振动信号进行重建,消除开关柜振动信号中的噪声;
步骤五、对步骤四获取的消除噪声的开关柜振动信号进行小波包能量谱分析,诊断开关柜是否发生局部放电故障。
2.如权利要求1所述的一种基于振动信号的电厂开关柜局部放电故障诊断方法,其特征在于:所述步骤一中,对开关柜振动信号进行采样的频率为16kHz,采样时长为1s。
3.如权利要求1所述的一种基于振动信号的电厂开关柜局部放电故障诊断方法,其特征在于:所述步骤二中,选择互信息法确定时间延迟,在时间延迟确定的情况下,将其作为先验条件,选择cao法确定最佳嵌入维数。
4.如权利要求3所述的一种基于振动信号的电厂开关柜局部放电故障诊断方法,其特征在于:所述步骤二中,构造高维相空间矩阵具体为:
给定一个时间序列xn,n=1,2,...,N,嵌入维数和时间延迟的相空间矩阵通过行向量来定义:
x=[xi,xi+τ,…,xi+(m-1)τ]
其中:i=1,2,...,L,L=N-(m-1)τ,x为重构后的相空间矢量,τ为时间延迟,m为嵌入维数,N为原始时间序列点数,L为重构后相空间矢量个数,X为相空间矩阵。
5.如权利要求1所述的一种基于振动信号的电厂开关柜局部放电故障诊断方法,其特征在于:所述步骤三中,独立分量分析方法选用极大似然ICA盲分离算法。
6.如权利要求1所述的一种基于振动信号的电厂开关柜局部放电故障诊断方法,其特征在于:所述步骤四中,消除开关柜振动信号中的噪声具体为:
首先将独立分量中的估计源信息分量构造一个估计源信息分量空间,再将估计源信息分量空间中的每一个估计源信息分量成分乘上混合矩阵的对应列,构造出高维相空间的一个子相空间:
Su=auyu
其中,Su为高维相空间的一个子相空间,yu为估计源信息分量空间,au为混合矩阵的对应列空间;
因此,降噪后的振动信号为:
其中,为子相空间第j个向量,l为子相空间向量个数。
7.如权利要求1所述的一种基于振动信号的电厂开关柜局部放电故障诊断方法,其特征在于:所述步骤五中,利用小波包能量谱算法进行分析具体为:
1)选择sym5小波基对开关柜振动信号进行5层小波包分解,得到32个子频带;
2)采用小波包能量谱算法对经小波包5层分解后的不同频带下的振动信号进行能量统计分析,计算出开关柜振动信号的每个子频带的能量和总振动信号总能量,并将32个子频带能量组成一个32维向量;
3)对各子频带的能量进行能量占比分析,计算各子频带能量占总能量的百分比例,根据各子频带能量占比分析开关柜局部放电故障。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏方天电力技术有限公司;国网江苏省电力有限公司;国家电网公司,未经江苏方天电力技术有限公司;国网江苏省电力有限公司;国家电网公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810357886.3/1.html,转载请声明来源钻瓜专利网。