[发明专利]一种基于分合闸线圈电流的高压断路器操作机构状态综合评估方法

摘要

本发明涉及一种基于分合闸线圈电流的高压断路器操作机构状态综合评估方法。首先利用五点三次平滑滤波法去除线圈电流信号中的干扰信号，然后提取线圈电流特征量，并建立评估系统模型。本发明方法能实现对高压断路器操作机构状态的准确评估，对检修人员制定检修计划具有重要的意义。

主权项

一种基于分合闸线圈电流的高压断路器操作机构状态综合评估方法，其特征在于：基于波形识别和神经网络相结合的高压断路器操作机构状态综合评估方法能实现对高压断路器操作机构状态的准确评估；该方法包括如下步骤：(1)利用五点三次平滑滤波法去除线圈电流数据中的干扰信号典型的含干扰信号模型如式1所示，可以通过使用适当的数学方法来去除干扰信号e(i)；式中，i＝0，…，n‑1,Y(i)为含有干扰的信号，为去除干扰后的信号；五点三次平滑滤波法是利用最小二乘法原理对离散数据进行三次最小二乘多项式平滑的方法，可以将测试信号的干扰部分剔除，并提取测试信号的有用信号；其基本原理为：设2n+1个间距为h的等间距节点x‑n，x‑n+1…，x‑1，x0，x1，…，xn‑1，xn；通过取整变换t＝(x‑x0)/h，则原节点变为t‑n＝‑n，t‑n+1＝‑n+1，…，tn＝n，其中节点所对应的数据为Y‑n，Y‑n+1，…，Y‑1，Y0，Y1，…，Yn‑1，Yn，利用m次多项式Y(t)来拟合试验数据，有：Y(t)＝a0+a1t+a2t2+...+amtm    (2)根据最小二乘法确定方程(2)中的待定系数，可得：φ(a0，a1，...，am)为关于a0，a1，…，am的函数，为使φ(a0，a1，...，am)达到最小，将它分别对aj(j＝0，1，…，m)求偏倒数，并令其为0，可得方程组：该方程组称为正规方程组；式中n＝2，m＝3解出a0，a1，…，am；并带入式(1)中，令t＝0，+1，‑1，+2，‑2，可得到五点三次平滑滤波公式：式中，为Yi干扰去除后的数据，i＝0，+1，‑1，+2，‑2；(2)提取线圈电流特征量在高压断路器操作机构线圈电流信号的监测过程中，由于传感器安装的位置以及变电站的强电磁干扰环境等影响，将会在测试信号上叠加干扰信号；干扰信号的存在会影响评估结果；因此，消除干扰信号是状态评估的关键环节；采用五点三次平滑法去除线圈电流干扰信号；对线圈电流波形特征曲线分析可知，线圈电流包括7个特征量；即三个电流量i1、i2、i3和四个时间量t1、t2、t3、t4；这7个特征量包含了线圈电流波形的大部分关键信息，采用斜率法提取线圈电流特征量；设采集的线圈电流信号为V[i]，其中i为采样序列号，i＝0，1，…，n，则曲线在时间序列上各点的斜率：式中，T为采样周期；根据电流与其斜率变化的对照曲线，通过线圈电流曲线相邻两点斜率的符号来提取线圈电流特征量，即过零点为电流特征值；t1点的斜率过零，t2点斜率由负变正，t3点斜率过零，t4点斜率由负变为零；提取t1、t2、t3、t4及其对应的电流值，即斜率曲线第一次穿越X轴的点为t1点，之后曲线第二次穿越X轴，斜率曲线由负变为正的点为t2点，再之后曲线穿过X轴的点为t3，曲线由负回到X轴的点为t4；再求各点的电流大小，采用查询方式即可从监测数据中查找出对应的电流，完成对线圈电流所有特征量的提取；(3)评估系统建立通过线圈电流特征量数据建立BP神经网络并结合波形识别来综合评估高压断路器操作机构的状态，使评估结果更加准确；1)波形识别波形识别法是通过采用当前波形与样本库中正常标准波形进行比较，如果波形发生明显畸变则可判操作机构故障；通过线圈电流波形的三个阶段分别对线圈电流进行判断：如果t0～t2段波形异常，在t0～t2阶段出现拐点t12(1)和t12(2)或者峰值电流i1过大，表明动铁芯存在卡涩；如果t2～t3阶段波形异常，此阶段电流波形出现拐点，表明开关本体传动机构运行不顺畅，出现卡涩故障；如果t3～t4阶段波形异常，此阶段出现拐点t34(1)和t34(2)，表明辅助开关发生弹跳或者无法断开，使得线圈通电时间延长，温升升高，严重时烧坏线圈；波形识别方法可以通过判断操作机构除线圈电流特征点之外有无其它拐点来进行机构状态评估，如果存在拐点，分析拐点位置，从而对机构的运行状态做出判断；但是基于波形识别的机构状态评估方法不能判断线圈电流特征点变化时的机构状态；2)基于BP神经网络的状态评估在神经网络状态评估系统中，提取线圈电流7个特征量t1、t2、t3、t4、i1、i2、i3，并进行归一化处理，输入神经网络，进行网络训练；利用训练的网络进行操作机构的状态评估；操作机构的BP神经网络状态评估流程依次为样本数据采集，去噪处理，特征量提取，归一化处理，得到神经网络输入特征量，设计并确定BP网络结构，确定网络训练参数，BP网络训练，判断是否满足训练终止条件，如果不满足，返回再进行BP网络训练，判断是否满足训练终止条件，如果满足，得到并输出用于状态评估的网络，最后进行高压断路器操作机构状态评估；基于BP神经网络的高压断路器操作机构状态评估方法是通过常规几个特征点的变化规律得出操作机构的状态，但机构故障时线圈电流波形可能还存在特征点以外的拐点，仅通过特征点的变化来评估机构状态，结果将不准确；3)基于波形识别和BP神经网络的操作机构状态综合评估基于波形识别和BP神经网络相结合的高压断路器操作机构状态评估方法，其评估过程首先通过对被测机构的线圈电流波形进行波形识别，判断机构除线圈电流特征点之外有无其它拐点，如果存在拐点，分析拐点位置，对机构运行状态做出初步判断；如果不存在拐点，则通过BP神经网络算法来对机构状态做进一步评估；因此基于波形识别和BP神经网络相结合的高压断路器操作机构状态综合评估方法不仅考虑了线圈电流的特征量之间的变化规律，也考虑了特征量之外的波形变化，能够更准确地反映高压断路器操作机构的实际运行状态。