[发明专利]一种低压直流断路器故障诊断方法

说明书

本发明公开了一种低压直流断路器故障诊断方法，通过传感器技术获取低压直流断路器在分合闸动作中的振动信号，通过信号处理技术对振动信号滤波、去除趋势项、去噪、小波包提取振动信号各频段的归一化能量值作为特征量，最后利用带有局部反馈的神经网络Elman实现直流断路器状态的智能诊断，并且在纵向时间上预测直流断路器的状态和剩余寿命；由于Elman神经网络带有局部反馈部分，这种算法不但实现故障识别还能实现状态预测，因此本发明方法为直流断路器的维保提供了依据。

技术领域

本发明属于直流电力系统电器设备状态监测及诊断领域，具体涉及一种低压直流断路器的状态监测和故障诊断方法。

背景技术

直流配电相较于交流配电具有输电容量大、供电可靠性高、电能质量好等优点，目前诸如航天、船舶、轨道交通、新能源分布式发电等领域已采用直流配电技术。低压直流断路器作为直流配电系统中最关键的开关设备，起着分断闭合系统的控制作用和保证配电网安全可靠运行的保护作用，因此直流断路器的状态直接影响直流配电系统的稳定运行。

低压直流断路器作为一种电气设备，机械部件多，很难从外观上直接观测断路器的状态进而去评估断路器是否出现劣化或故障。经国内外相关机构统计，发现断路器70%以上故障是机械故障。而以前的相关研究基本集中在高压断路器的监测和诊断。

因此需要一种能够针对配电侧低压直流断路器在线监测和故障诊断的方法，评估低压直流断路器的状态，实现低压直流断路器的故障诊断和预测性维修。这对于提高低压直流断路器的可靠性和实现预测性维护策略的全生命周期管理是非常有意义的。

发明内容

针对现有技术的不足，本发明的目的在于提出一种根据低压直流断路器振动信号进行故障诊断的方法。

本发明解决其技术问题所采用的技术方案是：一种低压直流断路器故障诊断方法，选择振动传感器，测量低压直流断路器在分合闸过程中产生的振动信号，通过合适的振动信号预处理和处理方法提取振动信号特征量，将特征量降维处理后输入到经过测试样本训练后的具有局部反馈功能神经网络Elman中，实现对低压直流断路器状态的故障诊断和预测。

进一步的实现步骤包括：

（1），选择合适振动传感器，采集低压直流断路器分合闸过程中的振动信号x(n)，通过通讯板传输到上位机；

（2），将信号x(n)通过设计的低通滤波处理得到信号x₁(n)；

（3），采用最小二乘法拟合多项式的方法处理信号x₁(n)，得到去除趋势项后的振动信号x₂(n)；

（4），采用启发式小波软阈值去噪法，对信号x₂(n)小波去噪后得到信号x₃(n)；

（5），采用二层小波包分解算法在全频段处理信号x₃(n)，小波基函数为db10，归一化处理得到各频段的能量占比T=[t₁ t₂ t₃t₄]；