【技术实现步骤摘要】
基于振动指纹的高压开关装备故障诊断与预测方法和系统
本申请涉及电力装备
，更具体地说，涉及一种基于振动指纹的高压开关装备故障诊断与预测方法和系统。
技术介绍
目前，电力装备制造行业正在大力发展电力物联网，作为电力物联网部署中重要的一部分，高压开关装备的故障诊断成为电力行业的研究热点。但是，高压开关装备机构复杂、运行环境多样，对其进行快速准确地故障诊断难度较大。在多种诊断方式中，振动信号由于非侵入式测量、信息含量丰富的优势成为高压开关装备故障诊断的重要方法。在传统的基于振动信号的故障诊断方法中，基于案例的故障方法通过比较待诊断设备与已有案例的特征进行故障识别，这种方法需要大量的学习样本数据来进行模型训练，且目前很多研究所用的数据来源于实验，而高压开关装备的振动信号与运行环境、运行状态密切相关，实验中采集的数据不能很准确地反映高压开关装备的实际运行状态；且目前的方法都是对某一类开关装备进行研究，具体来说是选定一类开关装备中的部分样本进行故障诊断研究，在此基础上将其泛化应用于其他同类装备。而在开关装备中，即使是同一类...
【技术保护点】
1.一种基于振动指纹的高压开关装备故障诊断与预测方法，其特征在于，包括步骤：/n当待检测的高压开关装备开始稳定运行时，实时在线采集所述高压开关装备的振动信号；/n对所述振动信号进行处理，得到所述振动信号的振动指纹，所述振动指纹包括所述振动信号的特征向量的混合高斯分布参数；/n对所述振动指纹进行实时监测，对比高压开关装备每次动作时的振动指纹变化，当所述振动指纹相似度变化超过预设阈值时，判定所述高压开关装备出现故障趋势或者已经发生故障，发出相应的示警信号。/n
【技术特征摘要】 【专利技术属性】
1.一种基于振动指纹的高压开关装备故障诊断与预测方法，其特征在于，包括步骤：
当待检测的高压开关装备开始稳定运行时，实时在线采集所述高压开关装备的振动信号；
对所述振动信号进行处理，得到所述振动信号的振动指纹，所述振动指纹包括所述振动信号的特征向量的混合高斯分布参数；
对所述振动指纹进行实时监测，对比高压开关装备每次动作时的振动指纹变化，当所述振动指纹相似度变化超过预设阈值时，判定所述高压开关装备出现故障趋势或者已经发生故障，发出相应的示警信号。
2.如权利要求1所述的故障诊断与预测方法，其特征在于，所述对所述振动信号进行处理，得到所述振动信号的振动指纹，包括步骤：
对所述振动信号进行切片处理，得到高压开关装备动作时的振动切片；
对所述振动切片进行降噪处理；
对所述振动切片进行特征提取，得到每个所述振动切片的一组典型特征向量；
对所述一组典型特征向量采用混合高斯模型进行分布拟合，得到每个所述典型特征向量的分布参数，并将所述分布参数作为所述振动指纹。
3.如权利要求2所述的故障诊断与预测方法，其特征在于，所述一组典型特征向量包括第一典型特征向量、第二典型特征向量、第三典型特征向量、第四典型特征向量和第五特征向量中的部分或全部，所述对所述信号切片进行特征提取，包括步骤：
采用时域法对所述信号切片进行特征提取，得到所述第一典型特征向量；
采用频域法对所述信号切片进行特征提取，得到所述第二典型特征向量；
采用时频分析法对所述信号切片进行特征提取，得到所述第三典型特征向量；
采用数据时序法对所述信号切片进行特征提取，得到所述第四典型特征向量；
采用基于经验模态分解和能量熵方法对所述信号切片进行特征提取，得到所述第五典型特征向量。
4.如权利要求1所述的故障诊断与预测方法，其特征在于，对所述振动指纹进行监测，对比高压开关装备每次动作时的振动指纹变化，当所述振动指纹相似度变化超过预设阈值时，判定所述高压开关装备出现故障趋势或者已经发生故障，包括步骤：
针对所述振动指纹，通过对相邻动作的振动指纹进行相似度比对得到所述振动指纹之间的差异度D；
当所述差异度D大于预设的警告阈值时Dw，表示所述高压开关装备的性能开始劣化，此时发出警告信息；
当所述差异度D大于预设的报警阈值时Df，表示该装备即将发生故障，此时发出故障报警信息。
技术研发人员：蒋宗敏，常艳，吕红红，李元超，
申请(专利权)人：西安西电开关电气有限公司，中国西电电气股份有限公司，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。