基于SVM的开关电器超程退化状态诊断方法技术

本发明专利技术公开了一种基于SVM的开关电器超程退化状态诊断方法，所述方法包括如下步骤：一、开展开关电器的寿命试验，获取超程的退化程度；二、根据获取的超程退化程度，试验模拟超程退化的故障状态；三、在线圈电流、触点电位的基础上，理论分析超程退化引起的特征变化，提取超程退化的故障特征；四、将故障特征、退化程度转换成训练样本数据矩阵、样本标签，即状态空间；五、在支持向量机模型的基础上，根据状态空间，在寻优算法的基础上构造并求解凸二次规划问题，即可得到诊断模型，从而完成基于SVM的开关电器超程退化状态的诊断。本发明专利技术可以有效解决现有方法存在的随机因素大、试验装置复杂、试验周期长、可推广性差、数据噪声大的问题。

Diagnosis method of over travel degradation state of switchgear based on SVM

【技术实现步骤摘要】
基于SVM的开关电器超程退化状态诊断方法
本专利技术属于开关电器产品健康管理
，涉及一种开关电器超程退化状态诊断方法。
技术介绍
通常，学者在分析开关电器的可靠性时，主要关注触点表面形貌、电弧侵蚀及触点接触电阻，并以此为特征量进行寿命预测研究。从触点着手的研究方法，存在随机因素大、试验装置复杂的问题。电弧侵蚀触点，触点厚度相应减小，导致触点超程减小。但触点超程无法在开关电器工作时进行测量，只能将超程时间作为超程的表征参数，开展寿命预测研究。同样，以超程时间为特征的寿命预测方法，存在试验周期长、可推广性差、数据噪声大的问题。
技术实现思路
本专利技术针对开关电器寿命预测方法存在的试验周期长、推广性差、试验装置复杂、数据噪声大等问题，提供了一种基于SVM的开关电器超程退化状态诊断方法。本专利技术的目的是通过以下技术方案实现的：一种基于SVM的开关电器超程退化状态诊断方法，包括如下步骤：步骤一：开展开关电器的寿命试验，获取超程的退化程度，分析开关电器的失效原因，定性分析超程与寿命的关系，得到引起超程退化的相关参数；步骤二：根据步骤一获取的超程退化程度，试验模拟超程退化的故障状态；步骤三：在线圈电流、触点电位的基础上，理论分析超程退化引起的特征变化，提取超程退化的故障特征；步骤四：将故障特征、退化程度转换成训练样本数据矩阵、样本标签，即状态空间；步骤五：在支持向量机模型的基础上，根据状态空间，在寻优算法的基础上构造并求解凸二次规划问题，即可得到诊断模型，从而完成基于SVM的开关电器超程退化状态的诊断。相比于现有技术，本专利技术具有如下优点：1、本专利技术的方法可以有效解决现有方法存在的随机因素大、试验装置复杂、试验周期长、可推广性差、数据噪声大的问题。2、本专利技术的方法以寿命试验数据为基础，直接分析接触器触点超程，模拟研究退化趋势，设定超程安全阈值，利用人工智能方法识别其退化状态，可为寿命预测奠定基础，从而实现对开关电器的健康管理。附图说明图1为本专利技术基于SVM的开关电器超程退化状态诊断方法的流程图；图2为超程与寿命的关系；图3为电流及时间参数组合量的定义。具体实施方式下面结合附图对本专利技术的技术方案作进一步的说明，但并不局限于此，凡是对本专利技术技术方案进行修改或者等同替换，而不脱离本专利技术技术方案的精神和范围，均应涵盖在本专利技术的保护范围中。本专利技术提供了一种基于SVM的开关电器超程退化状态诊断方法，如图1所示，所述方法包括如下步骤：步骤一：开展开关电器的寿命试验，获取超程的退化程度，分析开关电器的失效原因，定性分析超程与寿命的关系，得到引起超程退化的相关参数，如：触点开距、总行程。步骤二：根据步骤一获取的超程退化程度，试验模拟超程退化的故障状态，如减小触点厚度、改变总行程，并获取在故障状态下的线圈电流、触点电位。步骤三：在线圈电流、触点电位的基础上，理论分析超程退化引起的特征变化，提取超程退化的故障特征，如：触点接触初始时刻及电流、衔铁完全闭合时刻及电流、超程时间、超程时间内线圈电阻的功耗。步骤四：将步骤五提取的六种故障特征、退化程度转换成训练样本数据矩阵、样本标签，即状态空间。步骤五：在支持向量机模型的基础上，根据状态空间，在寻优算法的基础上构造并求解凸二次规划问题，即可得到诊断模型，从而完成基于SVM的开关电器超程退化状态的诊断，其中：在寻优算法的基础上构造并求解凸二次规划问题的具体步骤如下：(1)给定训练集T＝{(x1，y1),…,(xl，yl)}∈(Rn×ψ)l，其中xi∈Rn，yi∈ψ＝{1,-1}，i＝1,…,l，Rn为实数集合，l为特征数据的个数；(2)选取适当的核函数K(xi，xj)以及惩罚参数C＞0，其中xi为测试样本数据，xj为训练样本数据；(3)构造并求解凸二次规划问题：0≤αi≤Ci＝1,…,l；得解yi为测试样本数据预估标签，yj为训练样本标签；其中，求解凸二次规划问题也就是寻找最优超平面，等价于寻找最大的函数间隔；(4)计算b*：选取位于开区间(0，C)中α*的分量据此计算：(5)构造决策函数：f(x)＝sgn(g(x))；其中：多分类问题是二分类问题的进阶，经过类别之间的循环比较，待测数据的预测结果为特征点到最优分类超平面的最大距离对应的分类。应用实例：对五只样品首先进行接通试验，然后再进行直流400V/300A寿命试验，通断比为：100ms通，1s断。试验结果如表1所示。表1样品寿命试验结果对寿命试验后的接触器开壳，测试各项参数，与寿命试验前的测试值进行对比，如表2所示。通过对寿命试验前后参数分析可得，反力终力下降是导致接触器失效的主要原因。而反力终力下降的主要原因有三点：(1)随着动作次数的增加，电弧烧蚀使得触点磨损厚度增大，开距逐渐增大(增加量0.27～0.64mm)，造成触点超程逐渐减小，反力终力逐渐减小；(2)在试验过程中，由电弧烧蚀触点产生的金属颗粒无法避免地附着在轭铁的上下表面、衔铁的上表面，使衔铁无法吸合到底(衔铁总行程减小量0.04～0.15mm)，也使触点超程减小，反力终力下降；(3)由于高温超程弹簧的刚度有可能下降，也会使反力终力下降。表2样品寿命试验前后参数对比由表1、表2建立的样品试验前后超程与寿命数据关系如图2所示。由图2可以看出，随着开关次数的增加，超程逐渐减小；样品2、3、4、5的斜率接近，样品1的斜率较大。这是由于样品2、3、4的超程弹簧刚度保持不变(见表2)，而样品1超程弹簧的刚度下降，使弹簧提供的反力减小的速率增快，触点烧蚀时间延长，导致触点超程减少量增大。因此若超程弹簧性能良好，在寿命期间内其刚度不会发生明显变化时，接触器触点超程在每次动作后的减小量相近。故以触点超程作为接触器的寿命表征量，具有较强的适用性。为了便于后续说明，以图3电流及时间参数组合量的定义为例，定义电流及时间参数a(t1，i1)，b(t2，i2)，其特征说明如表3所示。其中定义如式(1)所示：式中t∈[t1,t2]，f(t)与t1时刻至t2时刻线圈电阻的功耗为线性关系。在环境温度为恒定的情况下，线圈电阻R保持不变。可以认为，f(t)即t1时刻至t2时刻线圈电阻的功耗，线圈电压提供能量分为三部分，一部分为线圈电阻功耗，一部分为衔铁运动功耗，剩余部分为电磁回路功耗。线圈供电提供吸力，衔铁在吸反力配合下运动，从能量角度说明衔铁的运动情况。表3接触器故障诊断特征参数定义表从对寿命实验后的接触器触点超程分析得到，衔铁总行程的最小减小量为0.04mm，触点磨损最小厚度为0.25mm。考虑到衔铁总行程的变化量较小，各特征的变化不显著，在实物模拟时，可供改变衔铁总行程的垫片本文档来自技高网...

【技术保护点】
1.一种基于SVM的开关电器超程退化状态诊断方法，其特征在于所述方法包括如下步骤：/n步骤一：开展开关电器的寿命试验，获取超程的退化程度，分析开关电器的失效原因，定性分析超程与寿命的关系，得到引起超程退化的相关参数；/n步骤二：根据步骤一获取的超程退化程度，试验模拟超程退化的故障状态；/n步骤三：在线圈电流、触点电位的基础上，理论分析超程退化引起的特征变化，提取超程退化的故障特征；/n步骤四：将故障特征、退化程度转换成训练样本数据矩阵、样本标签，即状态空间；/n步骤五：在支持向量机模型的基础上，根据状态空间，在寻优算法的基础上构造并求解凸二次规划问题，即可得到诊断模型，从而完成基于SVM的开关电器超程退化状态的诊断。/n

【技术特征摘要】
1.一种基于SVM的开关电器超程退化状态诊断方法，其特征在于所述方法包括如下步骤：
步骤一：开展开关电器的寿命试验，获取超程的退化程度，分析开关电器的失效原因，定性分析超程与寿命的关系，得到引起超程退化的相关参数；
步骤二：根据步骤一获取的超程退化程度，试验模拟超程退化的故障状态；
步骤三：在线圈电流、触点电位的基础上，理论分析超程退化引起的特征变化，提取超程退化的故障特征；
步骤四：将故障特征、退化程度转换成训练样本数据矩阵、样本标签，即状态空间；
步骤五：在支持向量机模型的基础上，根据状态空间，在寻优算法的基础上构造并求解凸二次规划问题，即可得到诊断模型，从而完成基于SVM的开关电器超程退化状态的诊断。


2.根据权利要求1所述的基于SVM的开关电器超程退化状态诊断方法，其特征在于所述引起超程退化的相关参数包括触点开距、总行程。


3.根据权利要求1所述的基于SVM的开关电器超程退化状态诊断方法，其特征在于所述超程退化的故障状态包括减小触点厚度、改变总行程。


4.根据权利要求1所述的基于SVM的开关电器超程退化状态...

【专利技术属性】
技术研发人员：梁慧敏，付饶，由佳欣，翟国富，王淑娟，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙;23