【技术实现步骤摘要】
一种高压真空断路器机械故障检测方法
本专利技术涉及电力设备检测
，特别涉及一种高压真空断路器机械故障检测方法。
技术介绍
高压真空断路器是电力系统中的重要节点，当线路发生故障时，断路器能够迅速切断故障部分，保障电网安全。高压真空断路器长期处于复杂的工作环境中会导致其性能降低，例如分合闸速度降低或无法提供操动机构的动力要求，严重情况下会导致相应地区大面积停电。因此，高压真空断路器的工作状态关乎着整个电力系统的运行安全。高压真空断路器是以操动机构为动力来源，通过电能与机械能的转换实现分合闸，操动机构机械性能不良会导致断路器的误动作或者拒合，因此操动机构的机械性能对高压真空断路器来说至关重要。根据电力系统统计数据，高压真空断路器的机械故障约占全部故障的四分之三。因此，监测操动机构的运行状态并对机械故障进行诊断具有重要意义。目前，国内外针对高压真空断路器机械故障诊断方法已经具有一定基础，但是仍存在以下问题：一是基于遗传算法优化支持向量机的方法进行高压断路器的故障诊断，但遗传算法需要复杂的选择、变异、交叉操作，随着问题的...
【技术保护点】
1.一种高压真空断路器机械故障检测方法，其特征在于，包括如下步骤：/n构建高压真空断路器分合闸线圈电流特性分析模型，提取断路分合闸过程线圈电流信号特征值；/n构建最小二乘支持向量机故障诊断模型，实现基于最小二乘支持向量机的数据分析以及最小二乘支持向量机多分类；/n采用粒子群算法求解所述故障诊断模型。/n
【技术特征摘要】
1.一种高压真空断路器机械故障检测方法，其特征在于，包括如下步骤：
构建高压真空断路器分合闸线圈电流特性分析模型，提取断路分合闸过程线圈电流信号特征值；
构建最小二乘支持向量机故障诊断模型，实现基于最小二乘支持向量机的数据分析以及最小二乘支持向量机多分类；
采用粒子群算法求解所述故障诊断模型。
2.根据权利要求1所述的高压真空断路器机械故障检测方法，其特征在于，所述构建高压真空断路器分合闸线圈电流特性分析模型，包括：
所述高压真空断路器操动机构的合闸电磁铁由铁芯和线圈组成，当所述合闸电磁铁接到合闸信号时，所述线圈的电压U与电流i的微分方程为：
式中，R为所述铁芯的电阻，ψ为所述线圈的磁链，t为时间；
所述合闸信号发出的初始时刻，所述铁芯为不饱和状态，所述线圈的电流i不会影响所述线圈的电感L，但受所述铁芯气隙δ的影响，线圈电压U与电流i的微分方程为：
式中，v为所述铁芯移动速度；
所述合闸信号发出的初始时刻，δ为常数，所述铁芯静止，所述电压U与所述电流i的微分方程特解为：
式中，L1为所述合闸信号发出的初始时刻所述线圈的电感；
在合闸信号发出后，所述线圈中电流呈指数增大，在t1时刻，所述线圈中电流增大使所述铁芯运动，此时所述线圈中所述电流值为I1；所述铁芯运动后，产生反向电动势，随后所述电流开始降低，直到t2时刻所述铁芯吸合，此时所述电流值为I2，所述线圈的所述电压U与所述电流i的微分方程变为：
式中，L2为所述铁芯吸合后所述线圈的电感；
在所述铁芯吸合后，线圈中的电流呈指数增大，在t3时刻达到稳态，线圈中电流为I3；
在t4时刻，辅助触点切断；
在t5时刻，所述电流减小到最小值，合闸过程结束；
所述高压真空断路器分合闸线圈电流特性分析模型提取所述I1、所述I2、所述I3、所述t1、所述t2、所述t3、所述t4、所述t5作为分合闸过程线圈电流信号特征值。
3.根据权利要求1所述的高压真空断路器机械故障检测方法，其特征在于，所述实现基于最小二乘支持向量机的数据分析，包括：
最小二乘支持向量机故障诊断模型中的训练集样本为{(a1,b1),(a2,b2),…,(an,bn)}，其中ai为输入样本，bi为输出；
最小二乘支持向量机故障诊断模型的目标函数f(ω)为：
式中，ω为法向量，C为规划因子；ei为误差变量；
最小二乘支持向量机故障诊断模型的约束条件为：
...
【专利技术属性】
技术研发人员：李津，田二胜，马涛，陈杰，马慧卓，张俊辉，张禹森，刘明旗，王伟，刘景科，王怀鑫，李俊豪，粟忠来，
申请(专利权)人：国网河北省电力有限公司雄安新区供电公司，河北雄安许继电科综合能源技术有限公司，许继集团有限公司，国家电网有限公司，
类型：发明
国别省市：河北;13
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。