一种断路器操动机构振动特征提取方法技术

本发明专利技术公开了一种断路器操动机构振动特征提取方法，包括以下步骤：A、采集断路器操动过程的振动信号；B、对振动信号进行分解得到不同频段的模态分量信号IMF，并求取各IMF的功率谱；C、计算故障敏感因子λ

【技术实现步骤摘要】
一种断路器操动机构振动特征提取方法


[0001]本专利技术涉及电气设备故障诊断
，尤其是一种断路器操动机构振动特征提取方法。

技术介绍

[0002]高压断路器作为动作型控制和保护设备，其可靠性是保证电力系统安全稳定运行的基础。一旦发生故障，首先影响其保护的电缆线路、电器设备运行安全，其次会造成电网事故不断扩大，给生产、生活带来巨大影响。国际大电网会议调查表明，断路器运行中操动机构故障占比61％。振动信号蕴含大量的机械部件状态信息，利用非侵入式振动信号辨识断路器机械故障取得良好的实践效果。经典振动特征提取方法包括短时能量法、包络分析、功率谱和希尔伯特
‑
黄变换等。断路器动作产生的振动波通过透射、反射和衍射等传输过程呈现出非平稳、非线性特点，在时域和频域均有繁杂的结构特征。传统方法在精准描述信号细节特征和复杂故障辨识方面受到限制。
[0003]对振动信号进行分解处理，是将复杂信号化繁为简的有效方法。CEEMDAN(自适应噪声集合经验模态分解complete ensemble empirical mode decomposition with adaptive noise)是在EMD(经验模态分解empirical mode decomposition)基础上改进的一种自适应分解算法，能有效解决模态混叠问题。拆解后信号的局部变化可以较好反映细节特征。目前的特征提取方法是在量化细节特征方面缺乏针对性，难以刻画非平稳信号的波形突变、功率分布和频谱形态等关键特征指标，无法充分利用细节变化蕴含的机械部件信息。

技术实现思路

[0004]本专利技术要解决的技术问题是提供一种断路器操动机构振动特征提取方法，能够解决现有技术的不足，提高了对断路器操动故障识别准确率。
[0005]为解决上述技术问题，本专利技术所采取的技术方案如下。
[0006]一种断路器操动机构振动特征提取方法，包括以下步骤：
[0007]A、采集断路器操动过程的振动信号；
[0008]B、对振动信号进行分解得到不同频段的模态分量信号IMF，并求取各IMF的功率谱；
[0009]C、计算故障敏感因子λ
k
，利用故障敏感因子λ
k
对模态分量进行筛选，得到有效模态分量；
[0010]D、在极坐标下，根据极径尺度ω和极角尺度b，将极坐标以极点为中心、呈辐射状划分为若干等面积子区域；
[0011]E、将笛卡尔坐标下功率谱波形的频率和幅值(x，y)经发散因子δ在极坐标(r，θ)中发散；
[0012]F、以波形散布在子区域频数构建信息熵的概率函数，定义为极坐标下感知波形变
异和功率主峰分布的谱形状熵特征。
[0013]作为优选，步骤A中，用NI USB
‑
4431采集卡和AD50S压电加速度传感器采集断路器振动信号，AD50S压电加速度传感器采用磁吸方式固定在断路器箱体，以线圈电流信号作为NI USB
‑
4431采集卡的采集触发源。
[0014]作为优选，步骤B中，计算模态分量信号IMF和IMF的功率谱包括以下步骤，
[0015]B1、设E
j
(
·
)为EMD分解得到的第j个IMF分量，CEEMDAN分解得到的第k个模态分量记为IMF
k
(t)，V
i
(t)表示第i次试验中添加具有标准正态分布的白噪声序列(i＝1，2，
…
I)，ε
j
‑1代表第j个模态分量信噪比系数；
[0016]B2、原始信号s(t)添加噪声分量构成s(t)+ε0V
i
(t)进行I次试验，CEEEMDAN分解得到第一阶模态分量IMF1(t)及第一阶段的残余信号r
i
(t)为，
[0017][0018]r1(t)＝s(t)
‑
IMF1(t)；
[0019]B3、由EMD对信号r1(t)+ε1E1(V
i
(t))进行i次试验，得到第二阶模态分量IMF2(t)为，
[0020][0021]B4、重复步骤B3，得第i个残余信号r
k
(t)和第i+1阶模态分量IMF
k+1
(t)为，
[0022]r
k
(t)＝r
k
‑1(t)
‑
IMF
k
(t)
[0023][0024]B5、重复步骤B4，直至残余信号极点个数不超过2个时停止分解，最终残余信号R(t)为，
[0025][0026]对各阶模态分量求功率谱得到PIMF
k
(f)，
[0027][0028]其中，表示取复共轭，m
k
表示第k阶分量的采样点数。
[0029]作为优选，步骤C中，α
k
为故障信号与其各IMF分量的相关系数，β
k
为该故障IMF分量与同工况下正常信号的相关系数(k＝1，2，
…
，n)。
[0030]作为优选，步骤D中，
[0031][0032]N＝ω
×
b b∈Z
[0033]a为在极径方向划分子区域的基值，ω表示在极径方向划分的段数，a
ω
为极径方向每段划分的长度，b为等分极角的段数，N为极坐标下划分子区域的个数。
[0034]作为优选，步骤E中，
[0035][0036]θ＝δ
×
arctan(y/x)
[0037]δ为4时原本只存在于0～90
°
极角范围的功率谱波形扩展到0～360
°
范围，极径维持不变，起到发散波形的功能。
[0038]作为优选，步骤F中，概率函数的计算公式为，
[0039][0040]其中，P
g
为功率谱波形散布在第g个子区域的频数，N为极坐标下划分子区域的个数。
[0041]采用上述技术方案所带来的有益效果在于：本专利技术根据振动信号经CEEMDAN分解后频域谱线聚集性特点，以感知功率谱波形变化、主峰分布、描述非平稳信号细节特征，提出极坐标下定义的谱形状熵特征提取方法。利用CEEMDAN将频率结构复杂的非平稳振动逐步拆解并求取各分量功率谱，经故障敏感因子筛选后，由发散因子δ对波形进行发散处理，提高对主峰区域的敏感度，根据信息熵理论中发生概率较小事件所含信息量反而较大的理念，在极坐标下定义感知波形变化、功率分布和频谱形态的谱形状熵特征。
[0042]断路器操动故障源于机械部件本身或部件间能量传递特性变化，伴随振动信号体现为频率成分、强度及其关键时序发生变化。由于断路器动作过程的瞬时性，振动信号具有非线性、非平稳的特点，其频域谱线呈现出繁杂的结构特征，直接分析难以挖掘细节变化特征。CEEMDAN作为自适应分解算法，是将复杂信号化繁为简的有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种断路器操动机构振动特征提取方法，其特征在于包括以下步骤：A、采集断路器操动过程的振动信号；B、对振动信号进行分解得到不同频段的模态分量信号IMF，并求取各IMF的功率谱；C、计算故障敏感因子λ
k
，利用故障敏感因子λ
k
对模态分量进行筛选，得到有效模态分量；D、在极坐标下，根据极径尺度ω和极角尺度b，将极坐标以极点为中心、呈辐射状划分为若干等面积子区域；E、将笛卡尔坐标下功率谱波形的频率和幅值(x，y)经发散因子δ在极坐标(r，θ)中发散；F、以波形散布在子区域频数构建信息熵的概率函数，定义为极坐标下感知波形变异和功率主峰分布的谱形状熵特征。2.根据权利要求1所述的断路器操动机构振动特征提取方法，其特征在于：步骤A中，用NI USB
‑
4431采集卡和AD50S压电加速度传感器采集断路器振动信号，AD50S压电加速度传感器采用磁吸方式固定在断路器箱体，以线圈电流信号作为NI USB
‑
4431采集卡的采集触发源。3.根据权利要求1所述的断路器操动机构振动特征提取方法，其特征在于：步骤B中，计算模态分量信号IMF和IMF的功率谱包括以下步骤，B1、设E
i
(
·
)为EMD分解得到的第j个IMF分量，CEEMDAN分解得到的第k个模态分量记为IMF
k
(t)，V
i
(t)表示第i次试验中添加具有标准正态分布的白噪声序列(i＝1，2，
…
I)，ε
i
‑1代表第j个模态分量信噪比系数；B2、原始信号s(t)添加噪声分量构成s(t)+ε0V
i
(t)进行I次试验，CEFEMDAN分解得到第一阶模态分量IMF1(t)及第一阶段的残余信号r1(t)为，r1(t)＝s(t)
‑
IMF1(t)：B3、由E...

【专利技术属性】
技术研发人员：刘会兰，许文杰，赵书涛，
申请(专利权)人：华北电力大学保定，
类型：发明
国别省市：