一种断路器分合闸线圈的故障诊断方法技术

本发明专利技术公开了一种断路器分合闸线圈的故障诊断方法，该方法以断路器分、合闸线圈电流为诊断对象，首先采集断路器分、合闸线圈电流正常数据组成数据库，然后利用改进的动态时间规整算法将检测数据与正常数据库的数据比对判断是否故障。改进的动态时间规整算法根据检测数据和正常数据计算代价矩阵，采用Sakoe‑Chiba窗的约束条件计算累计代价矩阵，在累计代价矩阵中寻找两组数据最优的规整路径并在t‑t图上显示出来。若最优规整路径出现偏移，则断路器分合闸线圈出现故障，根据最优规整路径出现偏移的时刻和类型确定故障类型。该方法相比其他故障诊断方法计算过程简单，诊断结果更加准确、直观。

【技术实现步骤摘要】

本专利技术涉及一种断路器分合闸线圈的故障诊断方法，属于断路器故障诊断技术。
技术介绍
在电力系统中，断路器是极其重要的主设备之一。为保障断路器的可靠运行，断路器状态检测技术越来越得到重视，同时也对断路器的故障诊断方法提出了更高的要求。根据国家电网公司2004年统计数据，7.2~550kV共275373台高压断路器故障392次，其中拒动故障占到了总数的23%。分、合闸线圈是起动断路器分闸和合闸动作的关键机构，分、合闸线圈出现故障极易引起断路器发生拒动或误动，进而会导致重大的安全事故。所以实现对断路器分、合闸线圈的故障诊断是保证断路器可靠运行的重要手段。目前，在断路器分合闸线圈的故障诊断方法中多采用小波分析、支持向量机、粒子群、模糊理论的算法，这些算法计算过程比较复杂。而采用一种计算过程简单，计算结果准确、直观的方法对断路器分合闸线圈进行故障诊断将会是未来断路器故障诊断技术的发展方向。
技术实现思路
为了克服现有技术中存在的不足，本专利技术提供一种断路器分合闸线圈的故障诊断方法，该方法运用改进的动态时间规整算法对断路器分、合闸线圈电流检测数据进行故障诊断。本专利技术采用的具体技术方案如下：一种断路器分合闸线圈的故障诊断方法，其实现过程如图1所示，包括以下几个步骤：步骤1，采集断路器在正常状态下动作时分闸线圈、合闸线圈的电流数据，将这些数据组成数据库；步骤2，将检测到的电流数据作为测试时间序列T，，长度为m，取一组正常数据作为参考时间序列R，，长度为n，两个时间序列组成一个计算组；步骤3，计算测试时间序列与正常时间序列各元素之间的欧式距离，生成代价矩阵，代价矩阵各元素的计算公式如下：；步骤4，从代价矩阵中找到一条路径使两组数据元素之间的累计距离最短，以达到两组数据的最佳匹配，为此构造累计代价函数：，其中Q为所有规整路径，；而累计代价函数取得最小值时的路径就是检测数据T与正常数据R之间的最优规整路径q*，即；采用Sakoe-Chiba窗的约束条件，计算累计代价矩阵第一行的元素，计算累计代价矩阵第一列的元素，计算除第一行和第一列外的其他元素；步骤5，将检测数据与数据库里的正常数据依次进行比对，取计算到最后一个点的累计距离最小的一组作为最优匹配；步骤6，按照正向计算与反向寻优的原则，从点（1,1）到点（m,n）计算累计代价矩阵，在最优匹配的累计代价矩阵中从点（m,n）到点（1,1）寻找最优规整路径，寻找最优规整路径的方式按逆向Sakoe-Chiba窗查找；步骤7，以正常数据的时间为x轴，检测数据的时间为y轴，将最优规整路径在直角坐标系中表示出来；若检测数据正常，则在t-t图上显示为近似45o的直线，若检测数据异常，最优规整路径在t-t图会出现明显的偏移，偏上表示检测数据有滞后量，偏下表示有超前量，当出现与横轴垂直的部分时，则表示出现多余的折点；根据最优规整路径偏移的类型和时刻就可推断分合闸线圈的故障类型。所述最优规整路径大都分布在累计代价矩阵（1,1）到（m,n）对角线两侧，Sakoe-Chiba窗在该对角线两侧设置边界如图2所示；边界约束条件为，其中h是约束边界在y方向上离对角线的高度，也是约束边界在x方向上离对角线的宽度；当边界宽度设置为10时，h的参数方程可参照下式。采用如上技术方案取得的有益效果为：本专利技术将Sakoe-Chiba窗的约束条件应用在传统的动态时间规整算法中，不仅避免了两组数据之间的错误规整，而且减少了不必要的计算量；本专利技术采用改进的动态时间规整算法对检测数据进行故障诊断，该算法计算过程简单，计算结果以t-t图的方式显示出来更加准确、直观。附图说明图1为本专利技术一种断路器分合闸线圈的故障诊断方法实现框图。图2为Sakoe-Chiba窗。图3为断路器分闸线圈电流的4种实例波形。图4为正常波形2的诊断结果。图5为故障波形1的诊断结果。图6为故障波形2的诊断结果。具体实施方式下面结合附图和实施例子对本专利技术做进一步说明。该方法在进行故障诊断前首先需要建立断路器在正常状态动作时分、合闸线圈电流的数据库，以待检测数据与正常数据进行匹配。在采集到断路器分/合闸线圈的电流的检测数据后，从数据库中取一组正常数据R与检测数据T组成一个计算组：计算检测数据和正常数据各元素之间的欧式距离，生成代价矩阵C，即。然后，构造累计代价函数，计算两组数据在各种规整路径q的累计规整距离。两组数据的最优规整路径q*选取累计代价函数取最小值时的点组成。对于累计代价矩阵第一行的元素通过式计算得到；对于累计代价矩阵第一列的元素通过式计算得到；除第一行和第一列外的其他元素通过式计算得到。将检测数据与数据库里的正常数据依次进行比对，取计算到最后一个点（m,n）时累计距离最小的一组正常数据，则检测数据与该组正常数据的匹配程度最大。最后，按照正向计算与反向寻优的原则，从点（1,1）到点（m,n）计算累计代价矩阵，在最优匹配的累计代价矩阵中从点（m,n）到点（1,1）寻找最优规整路径。并以正常数据的时间为x轴，以检测数据的时间为y轴，建立t-t图的直角坐标系，将最优规整路径在直角坐标系中表示出来。若检测数据正常，则在t-t图上显示为近似45o的直线，若检测数据异常，最优规整路径在t-t图会出现明显的偏移，偏上表示检测数据有滞后量，偏下表示有超前量，当出现与横轴垂直的部分时，则表示出现多余的折点。根据检测数据是滞后还是超前正常数据以及出现的时刻就可以判断断路器分合闸线圈的故障类型。图3为实测ZN63A(VS1)型12kV户内高压真空断路器的分闸线圈电流波形，分别为正常波形1、正常波形2、故障波形1和故障波形2，其时间长度相等均为46ms。其中故障波形1和故障波形2分别是分闸线圈铁心运动卡滞故障和铁心运动空行程变长故障的波形，下面以正常波形1为参考数据，运用本专利技术的断路器分合闸线圈的故障诊断方法分别将正常波形2、故障波形1和故障波形2与正常波形1进行故障诊断，诊断结果如图4、图5和图6所示。图4为正常波形2与正常波形1的诊断结果，可见其最优规整路径曲线基本与45o的对角线重合，说明检测数据与正常数据匹配，断路器分闸线圈工作正常。图5为故障波形1与正常波形1的诊断结果。在大约13ms到19ms的时间里，故障波形1相对正常波形1出现明显的超前，之后基本相同。其原因为铁心运动出现卡滞，致使分闸线圈电流在铁心卡滞的时间升高，卡滞结束后电流再回到正常。从诊断结果可推断出断路器分合闸线圈出现铁心卡滞故障。图6为故障波形2与正常波形1的诊断结果。在大约20ms到26ms的时间里，故障波形2相对正常波形1出现明显的滞后现象，在大约39ms到46ms的时间相对正常波形1也出现明显的滞后。其原因是延长分闸线圈铁心运动的空行程后分闸线圈电流在空行程增大的时间里继续减小，而后在铁心撞击分闸脱口器后电流再升高，致使出现20ms到26ms的时间故障电流滞后正常电流。分闸时间变长，分闸线圈电流被切断的时间延后。图6中分闸线圈电流波形相比正常电流在最后多出一个小波峰，改进的动态时间规整算法将该小波峰显示为图6里39ms到46ms的时间里大约7ms的滞后。通过以上实施案例的分析可以得出本专利技术的一种断路器分合闸线圈的故障诊断方法可以准确诊断断路器分合闸线圈的故障，而且诊断结果更加直观。本文档来自技高网...

【技术保护点】
一种断路器分合闸线圈的故障诊断方法，其特征在于，包括如下几个步骤：步骤1，采集断路器在正常状态下动作时分闸线圈、合闸线圈的电流数据，将这些数据组成数据库；步骤2，将检测到的电流数据作为测试时间序列T，，长度为m，取一组正常数据作为参考时间序列R，，长度为n，两个时间序列组成一个计算组；步骤3，计算测试时间序列与正常时间序列各元素之间的欧式距离，生成代价矩阵，代价矩阵各元素的计算公式如下：；步骤4，从代价矩阵中找到一条路径使两组数据元素之间的累计距离最短，以达到两组数据的最佳匹配，为此构造累计代价函数：，其中Q为所有规整路径的个数，；而累计代价函数取得最小值时的路径就是检测数据T与正常数据R之间的最优规整路径q*，即；采用Sakoe‑Chiba窗的约束条件，计算累计代价矩阵第一行的元素，计算累计代价矩阵第一列的元素，计算除第一行和第一列外的其他元素；步骤5，将检测数据与数据库里的正常数据依次进行比对，取计算到最后一个点累计代价距离最小的一组作为最优匹配；步骤6，按照正向计算与反向寻优的原则，从点（1,1）到点（m,n）计算累计代价矩阵，在最优匹配的累计代价矩阵中从点（m,n）到点（1,1）寻找最优规整路径，寻找最优规整路径的方式按逆向Sakoe‑Chiba窗查找；步骤7，以正常数据的时间为x轴，检测数据时间为y轴，将最优规整路径在直角坐标系中表示出来。...

【技术特征摘要】
1.一种断路器分合闸线圈的故障诊断方法，其特征在于，包括如下几个步骤：步骤1，采集断路器在正常状态下动作时分闸线圈、合闸线圈的电流数据，将这些数据组成数据库；步骤2，将检测到的电流数据作为测试时间序列T，，长度为m，取一组正常数据作为参考时间序列R，，长度为n，两个时间序列组成一个计算组；步骤3，计算测试时间序列与正常时间序列各元素之间的欧式距离，生成代价矩阵，代价矩阵各元素的计算公式如下：；步骤4，从代价矩阵中找到一条路径使两组数据元素之间的累计距离最短，以达到两组数据的最佳匹配，为此构造累计代价函数：，其中Q为所有规整路径的个数，；而累计代价函数取得最小值时的路径就是检测数据T与正常数据R之间的最优规整路径q*，即；采用Sakoe-Chiba窗的约束条件，计算累计代价矩阵第一行的元素，计算累计代价矩阵第一列的元素，计算除第一行和第一列外的其他元...

【专利技术属性】
技术研发人员：于群，蒋志浩，曹娜，
申请(专利权)人：山东科技大学，
类型：发明
国别省市：山东;37