[发明专利]一种高压断路器辅助开关内特性参数故障反演方法及系统

说明书

本发明实施例公开了一种高压断路器辅助开关内特性参数故障反演方法及系统，包括：获取不同类别操动机构拒动故障下的辅助开关特征参数样本数据，对所获取的辅助开关特征参数样本数据进行数据清洗，基于清洗后的数据构建训练样本集；利用所述训练样本集对神经网络模型进行训练，构建操动机构拒动故障预测网络；利用所述操动机构拒动故障预测网络进行实时拒动故障预测。本申请提出的高压断路器辅助开关内特性参数故障反演方法适用范围广，具有实际可操作性，灵活的针对不同种的操动机构，建立辅助开关内特性参数与操动机构拒动故障参数之间的数学模型，有利于操动机构拒动故障预警技术的发展。

技术领域

本发明涉及高压断路器故障识别技术领域，尤其涉及一种高压断路器辅助开关内特性参数故障反演方法及系统。

背景技术

国际大电网会议(CIGRE)对全球挂网运行开关设备的三次可靠性调研结果显示，随设备制造技术及工艺的发展，开关设备的可靠性呈增长趋势，但高压开关设备随其应用电压等级的提升，失效率亦呈增长趋势。CIGRE 2013年结束的高压开关设备可靠性调研结果显示高压断路器年失效率为0.3，隔离开关和接地开关的年失效率为0.21，GIS开关设备年失效率为0.37，其中高压断路器机械失效占总失效率的83％，隔离开关和接地开关机械失效占总失效率的92％。

另一方面，输电等级断路器弹簧操动机构相对液压及气动操动机构具有不可替代的价格优势且寿命期间操作性能相对稳定性。因此，其在110～220kV输电等级断路器领域获得广泛应用。CIGRE 2013年的调研结果显示，弹簧操动机构在输电等级断路器领域的应用率自1990年的18％增长至2013年的52％。由此可见，断路器机械完整性、拒分、拒合以及合、分闸位置锁死等机械失效占断路器总失效率的比重极大，其中由于操动机构所造成的的机械失效占所有失效率的50％以上。由此可见，高压开关所引发的拒动机械性故障，比例高达46％以上，严重影响到整个电网系统的安全运行。

因此，有必要针对操动机构引发的开关拒动或误动等重大安全风险问题，开展高压开关操动机构可靠性提升技术研究。

发明内容

有鉴于此，本发明提出一种高压断路器辅助开关内特性参数反演方法及系统，用于解决现有技术中的缺少对高压开关操动机构拒动故障预警技术的问题。为达上述之一或部分或全部目的或是其他目的，本发明提出一种高压断路器辅助开关内特性参数故障反演方法，包括：

获取不同类别操动机构拒动故障下的辅助开关特征参数样本数据，对所获取的辅助开关特征参数样本数据进行数据清洗，基于清洗后的数据构建训练样本集；

利用所述训练样本集对神经网络模型进行训练，构建操动机构拒动故障预测网络；利用所述操动机构拒动故障预测网络进行实时拒动故障预测。

根据一种具体的实施方式，上述高压断路器辅助开关内特性参数反演方法中，所述辅助开关特征参数，包括：回路电阻、电压电流波形。；

根据一种具体的实施方式，上述高压断路器辅助开关内特性参数反演方法中，所述操动机构拒动故障类别包括:拒分、拒合。

根据一种具体的实施方式，上述高压断路器辅助开关内特性参数反演方法中，所述神经网络的层数为K层，输入层到输出层各节点个数为m₀,m₁,m₂,……m_K,由此定义了输入向量的维度为m₀，输出向量的维度为m_K；其中，网络的每一层输出向量表述为：

输入层：

隐藏层一：

隐藏层二：

…

输出层：

根据一种具体的实施方式，上述高压断路器辅助开关内特性参数反演方法中，所述神经网络每一层的权重矩阵与偏置向量为：