[发明专利]一种永磁机构高压真空断路器故障模式识别方法

摘要

一种永磁机构高压真空断路器故障模式识别方法，所述方法包括故障状态信息分类方法、状态信息特征提取方法与故障分类识别方法；所述故障信息分类方法是将永磁机构高压断路器故障信息分为回路状态信息、机械状态信息及真空灭弧室状态信息；状态信息特征提取方法是针对不同状态信息对其在时域与频域范围内分别提取；故障分类识别方法是基于支持向量机增量学习的方法，依据故障样本训练分类模型，通过对新增样本的不断积累提高分类识别准确率。本发明解决了故障监测信息获取不全面，故障识别准确率低的问题，有效识别了永磁机构高压真空断路器常见故障，对断路器状态检修与故障诊断具有指导作用。

主权项

1.一种永磁机构高压真空断路器故障模式识别方法，所述方法包括故障状态信息分类方法、状态信息特征提取方法和故障分类识别方法；所述故障状态信息分类方法是将故障状态信息分为控制回路状态信息、机械状态信息及真空灭弧室状态信息三种；所述控制回路状态信息包括合闸线圈电流、分闸线圈电流和储能电容电压；所述机械状态信息包括断路器分合闸过程中的时间特性、行程特性、速度特性与振动特性；所述真空灭弧室状态信息包括波纹管状态、触头电磨损与真空度；其中，所述时间特性包括合闸时间、分闸时间、合闸不同期、分闸不同期、合闸弹跳时间和触头动作时间；所述行程特性包括触头行程、触头开距、触头超行程和触头反弹幅值；所述速度特性包括刚合速度、刚分速度、合闸最大速度、分闸最大速度、合闸平均速度和分闸平均速度；所述振动特性是断路器分合闸时动触头连杆底端的加速度特性；所述状态信息特征提取方法，包括时域信号特征提取方法与频域信号特征提取方法；所述时域信号特征提取方法是通过选取信号中值滤波秩、求取波峰波谷的阈值和宽度，在一定范围内对信号波形起始点、拐点与稳定点三个参数进行遍历寻优，得到最优解；所述频域信号特征提取方法是通过小波分解信号并利用分层阈值降低噪声，最后重构信号，再利用小波包分解之后，求取每一波段上的能量谱作为特征量；所述故障分类识别方法是基于支持向量机增量学习的故障模式识别方法，具体方法步骤如下：1）归一化故障特征数据，并将数据随机分为A、B、C3组数据，建立故障特征数据样本；2）利用支持向量机分类算法训练数据A得到分类模型M1，利用支持向量机增量学习算法训练数据B得到模型M2；3）利用数据C验证模型M1与M2的准确性。