[发明专利]基于分合闸线圈电流信号的断路器故障诊断方法

摘要

本发明涉及基于分合闸线圈电流信号的断路器故障诊断方法，方法为：（1）采集原始故障数据集，对采集到的数据进行归一化处理；（2）利用粒子群算法（PSO）与模糊核C-均值聚类（KFCM）相结合的算法P-KFCM，对数据集进行分类，得到原始故障样本隶属度矩阵，根据隶属度将数据集分为C类；（3）通过聚类有效性指标MPC对聚类数C进行校核，以MPC最大值所对应的聚类数C作为最佳聚类数。（4）将最优分类中每两类的数据样本建立一个SVM预测训练器，得到C×(C-1)/2个SVM训练模型。（5）将采集到的测试样本分别输入SVM训练器，得到初步测试结果。（6）综合所有的测试结果，得到最终的故障诊断结论。利用本发明可以提高故障分类的准确性，实现断路器故障类型的在线自检测。

主权项

1.基于分合闸线圈电流信号的断路器故障诊断方法，其特征在于：包括以下几个步骤：步骤1、在真空断路器上安装分合闸线圈电流传感器，所述电流传感器为霍尔传感器；步骤2、模拟5类真空断路器故障，利用霍尔传感器采集真空断路器分合闸线圈的电流大小；步骤3、提取线圈电流的特征值数据，包括5个特征时刻点t₁,t₂,t₃,t₄,t₅，令t₀=0作为参照点计算时间参数，以及三个特征电流值i₁,i₂,i₃。将所有的采集到的故障数据都提取8个特征值构造特征空间，原始故障数据集；步骤4、定义核函数K(x,y)=φ(x)^Tφ(y)。利用P-KFCM算法，假设输入故障样本为x_k(k=1,2,…,n)，输入空间聚类中心为ν_i(i=1,2,…,c)，加权指数为m，则可以得到原始故障样本的隶属度矩阵uik=(1/(K(xk,xk)+K(vi,vi)-2K(xk,vi)))1/(m-1)Σj=1c(1/(K(xk,xk)+K(vj,vj)-2K(xk,vj)))1/(m-1),]]>最后根据隶属度矩阵将数据集分为C类；步骤5、通过聚类有效性指标MPC对聚类数C进行校核，以MPC最大值所对应的聚类数C作为最佳聚类数，MPC=1-C1-C(1-1NΣc=1CΣi=1Nuic),]]>聚类数C选择的范围为[2，Cmax]，Cmax不超过N为数据样本个数；步骤6、将最优分类中每两类的数据样本建立一个SVM预测训练器，得到C×(C-1)/2个SVM训练模型；步骤7、将采集到的测试样本分别输入SVM训练器，得到初步测试结果；步骤8、综合所有的测试结果得到最终的故障诊断结论。