一种发电机出口断路器的合闸分闸状态监测方法技术

本发明专利技术公开了一种基于振动模式识别的发电机出口断路器的合闸分闸状态监测方法，将振动传感器分别安装在发电机出口断路器的三相的外壳上，检测断路器在合闸和分闸操作时产生的振动信号，所述振动传感器通过光纤与主机连接，通过光纤将振动传感器检测到的振动信号传输给主机，主机对振动信号进行处理和分析工作并通过网络通信模块与云端模式学习识别系统通信，通过网络通信模块和云端模式学习识别系统综合判断分析开关的合闸或分闸状态，消除了仅靠操作机构指示分合闸状态时，在拉杆脱落或其他故障时，导致的机构位置和开关位置不一致的缺陷。

A monitoring method for the closing and opening state of generator outlet circuit breaker

【技术实现步骤摘要】
一种发电机出口断路器的合闸分闸状态监测方法
本专利技术涉及断路器分闸、合闸状态监测方法，尤其基于振动模式识别的发电机出口断路器的合闸分闸状态监测方法。
技术介绍
现有的发电机断路器开关分合状态判断装置，都是依靠断路器操作机构的位置判断断路器的分合位置状态，但是现在发电机出口断路器都是三相联动操作机构，当其中一相或几相的操作连杆脱落或者其他原因，未正确能合闸或分闸时，同时操作机构正确动作的话，则这时分合闸指示与实际的开关位置不一致，运行人员在集控画面和现场的位置指示都无法判断开关的真实分合闸位置。这是会引发电力生产事故，严重时危及人身安全。比如，当一相未能正确分闸，但是指示系统显示在分闸位置，运行人员在并网时，则会引发非同期并网，造成发电机损坏，造成经济损失。当合闸时，开关主触头不能正确合闸，但是灭弧触头合闸时，则会引发灭弧出口烧损，严重时导致SF6气体压力急速膨胀，引发断路器灭弧室爆炸事故。
技术实现思路
本专利技术为了克服现有技术中无法在断路器操作机构的连杆脱落或其他故障时，导致操作机构的指示系统和开关实际位置不一致的缺陷，而提供一种基于振动模式识别的发电机出口断路器的合闸分闸状态监测方法。本专利技术解决上述问题所采用的技术方案是：一种发电机出口断路器的合闸分闸状态监测方法，其特征是，将振动传感器分别安装在发电机出口断路器的三相的外壳上，检测断路器在合闸和分闸操作时产生的振动信号，所述振动传感器通过光纤与主机连接，通过光纤将振动传感器检测到的振动信号传输给主机，主机对振动信号进行处理和分析工作并通过网络通信模块与云端模式学习识别系统通信，通过网络通信模块和云端模式学习识别系统综合判断分析开关的合闸或分闸状态。进一步的，主机对振动信号进行处理和分析工作得到振动的进本参数，包括振动位移、速度、加速度、振动频率、阻尼、衰减系数。进一步的，所述云端模式学习识别系统的输入层分别为：振动位移、速度、加速度、振动频率、阻尼、衰减系数，然后通过多个深度神经网络的隐藏层，得到输出层开关合闸或分闸状态。进一步的，所述云端模式学习识别系统，利用大数据技术和深度神经网络技术，给其不同厂家、不同型号的断路器在不同工控下的合闸或分闸振动信号，通过模式识别、深度学习判断各种型号的开关在各种工控下的合闸或分闸操作时的振动信号。进一步的，所述云端模式学习识别系统的神经网络的训练方法是将安装的某个厂家某种型号的发电机出口断路器不断的进行合闸或分闸操作，并给出合闸或分闸状态，一种型号发电机出口断路器训练一百次以上，然后再训练其他厂家或其他型号的发电机出口断路器，不断完善神经网络。本专利技术与现有技术相比，具有以下优点和效果：通过采集发电机出口断路器三相的振动信号，与云端模式学习识别系统通过大数据和深度神经网络学习的振数据综合计算判断，消除了仅靠操作机构指示分合闸状态时，在拉杆脱落或其他故障时，导致的机构位置和开关位置不一致的缺陷，可以帮助运行人员更好的判断开关的位置，避免因开关位置与指示装置不一致产生的开关爆炸、非同器并网造成的发电机损坏，大大提高了机组的安全，间接提升了电厂的经济效益。附图说明图1是本专利技术实施例的连接关系图。图2是本专利技术实施例中深度神经网络的算法示意图。具体实施方式下面结合附图并通过实施例对本专利技术作进一步的详细说明，以下实施例是对本专利技术的解释而本专利技术并不局限于以下实施例。实施例。如图1所示，将三个振动传感器分别安装在发电机出口断路器的三相外壳上，分别测量断路器合闸、分闸时的振动信号，通过光纤传给就地的主机，主机通过信号处理，得到振动特征参数，包括振动位移、速度、加速度、振动频率、阻尼、衰减系数，然后通过网络通信模块上传到云端模式学习识别系统，云端模式学习识别系统利用如图2所示的深度神经网络得到断路器的合闸或者分闸状态。深度神经网络的计算方法如图2所示，输入层分别为：振动位移、速度、加速度、振动频率、阻尼、衰减系数，然后通过多个深度神经网络的隐藏层，得到输出层开关合闸或分闸状态，输出状态用01代表分闸、10代表合闸。神经网络的训练方法：将安装的某个厂家某种型号的发电机出口断路器不断的进行合闸或者分闸操作，并给合闸或者分闸状态，一种型号的断路器训练一百次以上，然后在训练其他厂家或其他型号的断路器，不断完善神经网络。本说明书中未作详细描述的内容均属于本领域专业技术人员公知的现有技术。虽然本专利技术已以实施例公开如上，但其并非用以限定本专利技术的保护范围，任何熟悉该项技术的技术人员，在不脱离本专利技术的构思和范围内所作的更动与润饰，均应属于本专利技术的保护范围。本文档来自技高网...

【技术保护点】
1.一种发电机出口断路器的合闸分闸状态监测方法，其特征是，将振动传感器分别安装在发电机出口断路器的三相的外壳上，检测断路器在合闸和分闸操作时产生的振动信号，所述振动传感器通过光纤与主机连接，通过光纤将振动传感器检测到的振动信号传输给主机，主机对振动信号进行处理和分析工作并通过网络通信模块与云端模式学习识别系统通信，通过网络通信模块和云端模式学习识别系统综合判断分析开关的合闸或分闸状态。/n

【技术特征摘要】
1.一种发电机出口断路器的合闸分闸状态监测方法，其特征是，将振动传感器分别安装在发电机出口断路器的三相的外壳上，检测断路器在合闸和分闸操作时产生的振动信号，所述振动传感器通过光纤与主机连接，通过光纤将振动传感器检测到的振动信号传输给主机，主机对振动信号进行处理和分析工作并通过网络通信模块与云端模式学习识别系统通信，通过网络通信模块和云端模式学习识别系统综合判断分析开关的合闸或分闸状态。


2.根据权利要求1所述的发电机出口断路器的合闸分闸状态监测方法，其特征是，主机对振动信号进行处理和分析工作得到振动的进本参数，包括振动位移、速度、加速度、振动频率、阻尼、衰减系数。...

【专利技术属性】
技术研发人员：王华卫，马党国，
申请(专利权)人：华电电力科学研究院有限公司，
类型：发明
国别省市：浙江;33