[发明专利]一种断路器操动机构振动特征提取方法

说明书

本发明公开了一种断路器操动机构振动特征提取方法，包括以下步骤：A、采集断路器操动过程的振动信号；B、对振动信号进行分解得到不同频段的模态分量信号IMF，并求取各IMF的功率谱；C、计算故障敏感因子λ_k，利用故障敏感因子λ_k对模态分量进行筛选，得到有效模态分量；D、在极坐标下，根据极径尺度ω和极角尺度b，将极坐标以极点为中心、呈辐射状划分为若干等面积子区域；E、将笛卡尔坐标下功率谱波形的频率和幅值(x，y)经发散因子δ在极坐标(r，θ)中发散；F、以波形散布在子区域频数构建信息熵的概率函数，定义为极坐标下感知波形变异和功率主峰分布的谱形状熵特征。本发明能够改进现有技术的不足，提高了对断路器操动故障识别准确率。

技术领域

本发明涉及电气设备故障诊断技术领域，尤其是一种断路器操动机构振动特征提取方法。

背景技术

高压断路器作为动作型控制和保护设备，其可靠性是保证电力系统安全稳定运行的基础。一旦发生故障，首先影响其保护的电缆线路、电器设备运行安全，其次会造成电网事故不断扩大，给生产、生活带来巨大影响。国际大电网会议调查表明，断路器运行中操动机构故障占比61％。振动信号蕴含大量的机械部件状态信息，利用非侵入式振动信号辨识断路器机械故障取得良好的实践效果。经典振动特征提取方法包括短时能量法、包络分析、功率谱和希尔伯特-黄变换等。断路器动作产生的振动波通过透射、反射和衍射等传输过程呈现出非平稳、非线性特点，在时域和频域均有繁杂的结构特征。传统方法在精准描述信号细节特征和复杂故障辨识方面受到限制。

对振动信号进行分解处理，是将复杂信号化繁为简的有效方法。CEEMDAN(自适应噪声集合经验模态分解complete ensemble empirical mode decomposition withadaptive noise)是在EMD(经验模态分解empirical mode decomposition)基础上改进的一种自适应分解算法，能有效解决模态混叠问题。拆解后信号的局部变化可以较好反映细节特征。目前的特征提取方法是在量化细节特征方面缺乏针对性，难以刻画非平稳信号的波形突变、功率分布和频谱形态等关键特征指标，无法充分利用细节变化蕴含的机械部件信息。

发明内容

本发明要解决的技术问题是提供一种断路器操动机构振动特征提取方法，能够解决现有技术的不足，提高了对断路器操动故障识别准确率。

为解决上述技术问题，本发明所采取的技术方案如下。

一种断路器操动机构振动特征提取方法，包括以下步骤：

A、采集断路器操动过程的振动信号；

B、对振动信号进行分解得到不同频段的模态分量信号IMF，并求取各IMF的功率谱；

C、计算故障敏感因子λ_k，利用故障敏感因子λ_k对模态分量进行筛选，得到有效模态分量；

D、在极坐标下，根据极径尺度ω和极角尺度b，将极坐标以极点为中心、呈辐射状划分为若干等面积子区域；

E、将笛卡尔坐标下功率谱波形的频率和幅值(x，y)经发散因子δ在极坐标(r，θ)中发散；

F、以波形散布在子区域频数构建信息熵的概率函数，定义为极坐标下感知波形变异和功率主峰分布的谱形状熵特征。

作为优选，步骤A中，用NI USB-4431采集卡和AD50S压电加速度传感器采集断路器振动信号，AD50S压电加速度传感器采用磁吸方式固定在断路器箱体，以线圈电流信号作为NI USB-4431采集卡的采集触发源。

作为优选，步骤B中，计算模态分量信号IMF和IMF的功率谱包括以下步骤，