基于小波包能量的高压断路器缺陷诊断方法技术

本发明专利技术涉一种基于小波包能量的高压断路器缺陷诊断方法。该方法包括：第一步，将监测到的电流信号进行粗提取，筛选出具有显著特征的波形区域，再经消噪处理得到较为纯净的分合闸电流波形；第二步，对含有特征信息的原始信号进行小波包三层分解以提取出各频带能量构成的原始特征向量；第三步，利用主成分分析对原始特征向量进行降维，突出样本差异特性，进一步提升数据可分性；第四步，将带有标签的数据输入到支持向量机中，构建高压断路器缺陷判别模型。本发明专利技术可有效排查设备缺陷情况，能满足高压断路器缺陷诊断多方面要求，对高压断路器的缺陷分类精度和检测精度高。

【技术实现步骤摘要】
基于小波包能量的高压断路器缺陷诊断方法
本专利技术涉及输配电设备的监测控制技术，具体是一种基于小波包能量的高压断路器缺陷诊断方法。
技术介绍
高压断路器以其庞大的数量、广泛的运用范围及在电力系统中通断负荷、切除故障的控制与保护功能，成为了我国电网中不可或缺的重要组成部分。因此，为规避各类事故的发生，进一步保障系统的安全稳定，降低智能电网的运维成本，促进电网新技术的发展，则拓宽高压断路器特征提取的新思路、促进故障(缺陷)诊断技术与时俱进、为状态检修提供更为可靠的诊断信息是非常有必要的。传统的故障(缺陷)诊断技术包括基于解析模型的方法、时域频域分析方法、多元统计方法和基于知识的方法等。在主要监测信号的选择上，主要有振动信号，分合闸线圈电流，触头位移或主轴转角和电力设备图像等。其中，分合闸线圈电流作为涵盖高压断路器在运作过程大量关键特征的重要标志物，不仅监测方便，并且相较其他几种信号，其包含的断路器故障(缺陷)信息较为全面，通过该信号可识别的故障与缺陷类型较为广泛，如：控制回路故障、铁芯卡涩、线圈老化等，同时对断路器的缺陷程度也可较为细致地区分，所以采用分合闸线圈电流作为本专利技术主要监测量。目前基于该信号的特征提取与故障(缺陷)诊断多是通过智能算法实现，具体的提取途径与诊断方法分别有，时域求极值点和分类树、基于样条插值及多尺度线性拟合与正常特征对比、灰色关联分析法等。以上研究成果均以算例验证可用并存在一定的理论价值与实践价值，但随着科技的进步，断路器类型繁多，其特征提取方法多是针对于特定型号的断路器，诊断方法不具有普适性，无法满足各类型断路器的状态监测。同时，近年来操作机构作为断路器中机械故障率最高的部件，是状态监测的重点对象，而状态监测的目的，不仅是对机械缺陷与故障的精确判断，更应该重视对缺陷状态变化的趋势与程度的反应与识别，因此针对断路器操作机构缺陷的严重程度判断与故障(缺陷)诊断方法长期以来都是难以解决与优化的重要问题。
技术实现思路
为了解决上述存在的问题，本专利技术提供一种可有效排查设备缺陷情况，能满足高压断路器缺陷诊断多方面要求，对高压断路器的缺陷分类精度和检测精度高的基于小波包能量的高压断路器缺陷诊断方法。本专利技术的基于小波包能量的高压断路器缺陷诊断方法，包括如下步骤：步骤一，监测到的电流信号进行粗提取，筛选出具有显著特征的波形区域，再经消噪处理得到较为纯净的分合闸电流波形；步骤二，对含有特征信息的原始信号进行小波包三层分解以提取出各频带能量构成的原始特征向量；步骤三，利用主成分分析对原始特征向量进行降维，突出样本差异特性，进一步提升数据可分性；步骤四，将带有标签的数据输入到支持向量机中，构建高压断路器缺陷判别模型。进一步的，所述步骤一中，高压断路器分合闸线圈电流信号中，具有显著特征的波形区域的提取是通过对电流值的变化进行捕捉而提取的，所提取的数据经小波消噪处理后将多余噪声滤除。进一步的，所述步骤二中，对含有特征信息的原始信号进行小波包三层分解以提取出各频带能量构成的原始特征向量包括如下步骤：(21)设含有特征信息的原始信号为m(t)，则其能量可表示为：采用db3小波母函数将m(t)进行3层分解，在第三层终端节点共得到8个小波子频带，频带的能量分布不一，则不同频带能量可计算为：其中，W(c,x)为小波系数，Em(c,x)表示小波包分解第c个层次的第x个子带的能量；(22)经过小波包三层分解后，将高压断路器缺陷数据按照实验的种类进行分类并分别编号，则一组高压断路器分合闸线圈电流的各频带能量特征向量可设为其中，a表示模拟实验中，高压断路器的第a种运行状态(a＝1,2,...,q；q≥2且q∈N+)；b表示a状态的第b组数据(b＝1,2,3,4,5...,p；p≥5且p∈N+)，则基于小波包能量的高压断路器各运行状态的特征样本Em为进一步的，所述步骤三中，利用主成分分析对原始特征向量进行降维包括如下步骤：(31)首先将特征样本空间Em标准化消除量纲其中，i＝1,2,…s；j＝1,2,3,…,u；n是样本数量，为第j个变量的样本均值，σj为该变量的标准差；(32)设相关系数矩阵为X，满足xi,j＝xj,i及xi,i＝1，则(33)计算X的特征值并从大到小排序λ1≥λ2≥λ3≥L≥λj≥0(5)则相应的特征向量可表示为l1,l2,l3,…,lj，并将其按特征值的降序排列；(34)计算方差贡献率αj对αj降序排序并计算累计方差贡献率本专利技术中设当大于90％时，则仅保留第1个到第h个主成分，并认为其中已经包含足够多可体现出高压断路器缺陷的关键特征信息，将主成分取出并设为变换矩阵Pt，则Em的最终特征向量Em'可表示为Em'＝Em×Pt(7)。本专利技术基于小波包能量的高压断路器缺陷诊断方法具有如下有益效果：1、将小波包能量代替原始波形中的特征值，免去了提取电流信号极值的繁琐过程，有效消除了因提取特征值不准确而带来的诊断误差，提高了诊断精度；2、PCA算法的引入实现了数据量的精简及缺陷信息的有效保留，使类内欧式距离减小，类间欧式距离增大，即同种类型数据的关联更加紧密，不同数据分布更加分散，提高了数据的可分性，在处理同种类型缺陷、缺陷程度不同的相似数据上体现了其优势，实验数据证明该算法是高诊断精度的有效保障手段；3、本专利技术基于分合闸线圈电流信号，结合小波包分析、PCA与SVM算法，构建集特征提取、数据优化与分类诊断等思路为一体的高压断路器缺陷诊断模型，在分析高压断路器缺陷及缺陷程度上，具有较高的准确性以及应用价值；4、提高了电网智能化运维水平，拓宽了高压断路器缺陷诊断在缺陷严重度方面的思路，有助于制定更为合理的检修方案以降低平日运行维护成本，可满足高压断路器缺陷诊断各方面的要求，理论价值、应用价值和前景巨大，附图说明图1a为高压断路器正常运行状态和两种类型缺陷波形对比图；图1b为高压断路器正常运行状态和模拟控制回路缺陷波形对比图；图1c为高压断路器正常运行状态和模拟铁芯卡涩缺陷波形对比图；图2为小波包三层分解示意图；图3为6种运行状态下的实测波形其中：图3a为正常运行状态；图3b为控制回路串联50欧；图3c为控制回路串联100欧；图3d为铁芯末端悬挂重物m1；图3e铁芯末端悬挂重物m2；图3f为铁芯末端悬挂重物m3图4为数据预处理前后分合闸线圈电流波形对比图图5为未经PCA处理SVM诊断结果；图6为经过PCA处理后的SVM诊断结果；下面结合附图与具体实施方式对本专利技术作进一步详细描述：具体实施方式本专利技术提供一种基于小波包能量的高压断路器缺陷诊断方法，针对高压断路器的缺陷分类精确度高，提高了电网智能化运维水平拓宽了高压断路器缺陷诊断在缺陷严重度方面的思路，可有效排查设备缺陷，有助于制定更为合理的检修方案以降低平日运行维护成本等，可满足高压断路器缺陷诊断各方面的要求，理论价值、应用价值和前景巨大。如图所示，本专利技术提供了一种基于小波包能量的高压断路器缺陷诊断方法，包括以下步骤：步骤一，监测到的电流信号进行粗提取，筛选出具有显著特征的波形区域，再经消噪处理得到较为纯净的分合闸电流波形；步骤二，对含有特征信息的原始信号进行小波包三层分解以提取出各频带能量构成的原始特征向量；步骤三，利用主成分分析对原始特征向量进行降维，突出样本差异本文档来自技高网...

【技术保护点】
1.一种基于小波包能量的高压断路器缺陷诊断方法，其特征在于：包括如下步骤，步骤一，监测到的电流信号进行粗提取，筛选出具有显著特征的波形区域，再经消噪处理得到较为纯净的分合闸电流波形；步骤二，对含有特征信息的原始信号进行小波包三层分解以提取出各频带能量构成的原始特征向量；步骤三，利用主成分分析对原始特征向量进行降维，突出样本差异特性，进一步提升数据可分性；步骤四，将带有标签的数据输入到支持向量机中，构建高压断路器缺陷判别模型。

【技术特征摘要】
1.一种基于小波包能量的高压断路器缺陷诊断方法，其特征在于：包括如下步骤，步骤一，监测到的电流信号进行粗提取，筛选出具有显著特征的波形区域，再经消噪处理得到较为纯净的分合闸电流波形；步骤二，对含有特征信息的原始信号进行小波包三层分解以提取出各频带能量构成的原始特征向量；步骤三，利用主成分分析对原始特征向量进行降维，突出样本差异特性，进一步提升数据可分性；步骤四，将带有标签的数据输入到支持向量机中，构建高压断路器缺陷判别模型。2.根据权利要求1所述的一种基于小波包能量的高压断路器缺陷诊断方法，其特征在于：所述步骤一中，高压断路器分合闸线圈电流信号中，具有显著特征的波形区域的提取是通过对电流值的变化进行捕捉而提取的，所提取的数据经小波消噪处理后将多余噪声滤除。3.根据权利要求1所述的一种基于小波包能量的高压断路器缺陷诊断方法，其特征在于：所述步骤二中，对含有特征信息的原始信号进行小波包三层分解以提取出各频带能量构成的原始特征向量包括如下步骤：(21)设含有特征信息的原始信号为m(t)，则其能量表示为：采用db3小波母函数将m(t)进行3层分解，在第三层终端节点共得到8个小波子频带，频带的能量分布不一，则不同频带能量计算为：其中，W(c,x)为小波系数，Em(c,x)表示小波包分解第c个层次的第x个子带的能量；(22)经过小...

【专利技术属性】
技术研发人员：宋健，张健鹏，王传斌，黄红生，仲文锦，蒋宁，申新秀，陈伟，
申请(专利权)人：江苏镇安电力设备有限公司，江苏镇安欣润电力科技有限公司，江苏镇江安装集团有限公司，
类型：发明
国别省市：江苏,32