【技术实现步骤摘要】
一种基于滑窗检测提取电流信号的断路器故障诊断方法
[0001]本申请涉及高压断路器故障诊断
,具体涉及一种基于滑窗检测提取电流信号的断路器故障诊断方法。
技术介绍
[0002]高压断路器作为在电力系统中起到保护和控制作用的重要关键设备,诊断其工作运行状态对于维护电力系统的安全运行有着重要意义。高压断路器分合闸线圈的电流信号可以不同程度地反映断路器铁芯卡涩、铁芯空行程过大、线圈匝间短路等工作情况,常用来评估断路器的工作状态。
[0003]以往在对断路器工作状态的信号提取的研究中,提取断路器分合闸线圈电流波形的关键点特征进行故障分类,可实现波形特征差异较大的识别。一种基于振声联合诊断法利用集合经验模式分解对断路器进行振声信号的特征提取进行故障诊断,取得了良好的效果。而且近年来机器学习算法在故障分类、辨识、预测等领域取得的巨大突破,也逐渐被用于断路器故障分析,如神经网络、随机森林、支持向量机等分类模型。但在上述研究中进行断路器特征提取时不能自适应各类断路器,且传统故障分类模型的准确率不理想,导致诊断精度和效率低下。< ...
【技术保护点】
【技术特征摘要】
1.一种基于滑窗检测提取电流信号的断路器故障诊断方法,其特征在于,包括如下步骤:S1:利用滑窗检测法提取断路器的分合闸线圈电流曲线中的关键时刻点和对应的电流值,所述关键时刻点和对应的电流值包括电磁铁铁芯开始运动时刻t1、电磁铁铁芯开始运动时刻的电流极大值i1、铁芯运动至最大行程时刻t3、铁芯运动至最大行程时刻的电流极小值i3、断路器辅助节点断开时刻t5和断路器辅助节点断开时刻的电流稳态值i5;并结合线圈工作阶段持续时间和以及电流信号的总体时域统计特征,建立分合闸电流综合特征样本集;S2:利用主成分分析法PCA对分合闸电流综合特征样本集进行特征降维并依据累计贡献度大小选取主成分,得到降维后的综合特征样本集;S3:将降维后的综合特征样本集作为输入样本集输入PCA
‑
SVM模型,采用K折交叉验证法将输入样本集划分为训练集和测试集,使用训练集对PCA
‑
SVM模型进行模型训练,并在模型性训练过程中采用网格搜索法GS对模型的惩罚系数C和核函数参数g进行参数优化,将PCA
‑
SVM模型优化为PCA
‑
GS
‑
SVM故障分类模型,最后使用测试集对PCA
‑
GS
‑
SVM故障分类模型进行性能验证。2.根据权利要求1所述的一种基于滑窗检测提取电流信号的断路器故障诊断方法,其特征在于,所述步骤S1中利用滑窗检测法提取断路器的分合闸线圈电流曲线中的关键时刻点和对应电流值的具体步骤为:S101:设定一个长度为d0、高度为h0的检测窗口,窗口中心为断路器的分合闸线圈电流曲线中的点;沿窗口中心变化方向,即断路器的分合闸线圈电流曲线方向以步长l移动检测窗口,形成滑动检测窗口;S102:从分合闸线圈开始带电时刻t0开始以初始步长l0进行极大值点检测,当检测到第一个极大值点a后,将第一个极大值点a对应的时刻和电流极大值分别记作电磁铁铁芯开始运动时刻t1和电磁铁铁芯开始运动时刻的电流极大值i1;S103:从第一个极大值点a开始以第一步长l1,在第一时长范围s1内进行极小值点检测,当检测到第一个极小值点b后,将第一个极小值点b对应的时刻记作t
b
;S104:从第一个极小值点b开始以第二步长l2,在时长范围s
b
内进行极大值点检测;若在时长范围s
b
内检测到极大值点,则将t
b
记作铁芯撞击弯板时刻t2,并从极大值点开始继续以第二步长l2,在第二时长范围s2中进行极小值点检测,并将检测到的第二个极小值点c对应的时刻和电流极小值分别记作铁芯运动至最大行程时刻t3和铁芯运动至最大行程时刻的电流极小值i3;再从第二个极小值点c开始以第二步长l2,在第三时长范围s3内进行拐点检测,检测是否存在第一拐点d;若未在时长范围s
b
内检测到极大值点,则将t
b
和t
b
时刻对应的电流极大值分别记作铁芯运动至最大行程时刻t3和铁芯运动至最大行程时刻的电流极小值i3;并继续以第二步长l2,在第三时长范围s3内进行拐点检测,检测是否存在第一拐点d;S105:若检测到第一拐点d,则将第一拐点d对应的时刻记作断路器主触头分合闸完成时刻t4,并从第一拐点d开始以第三步长l3进行极大值点检测,直至检测到极大值点e,将极大值点e对应的时刻和电流稳态值分别记作断路器辅助节点断开时刻t5和断路器辅助节点
断开时刻的电流稳态值i5;若未检测到第一拐点d,则继续以第三步长l3进行第三阶段检测,直至检测到极大值点e,将极大值点e对应的时刻和电流稳态值分别记作断路器辅助节点断开时刻t5和断路器辅助节点断开时刻的电流稳态值i5。3.根据权利要求2所述的一种基于滑窗检测提取电流信号的断路器故障诊断方法,其特征在于,所述第一时长范围s1为5ms,时长范围s
b
为3ms,第二时长范围s2为5ms,第...
【专利技术属性】
技术研发人员:李琼,陈亚奇,吴义辉,贾玉鑫,陈亮亮,
申请(专利权)人:南昌航空大学,
类型:发明
国别省市:
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。