一种适用于GIL中不同金属颗粒故障的诊断方法技术

本发明专利技术公开了一种适用于气体绝缘金属封闭输电线路(GIL)中不同金属颗粒故障的诊断方法，采集GIL中不同金属颗粒故障产生的振动信号，对振动信号分解后提取模态分量的Hurst指数，将Hurst指数输入到深度森林诊断模型中实现不同金属颗粒故障的准确诊断。本发明专利技术首先使用加速度传感器和动态数据采集仪采集GIL中不同金属颗粒故障的振动信号；使用优化的变分模态分解算法对振动信号进行模态分解；计算分解后各模态分量的Hurst指数，并将其作为故障特征向量输入到深度森林诊断模型中，完成不同金属颗粒故障的精确诊断。本发明专利技术为GIL中不同金属颗粒故障的精确诊断提供了理论依据，具有较好的应用价值。好的应用价值。好的应用价值。

【技术实现步骤摘要】
一种适用于GIL中不同金属颗粒故障的诊断方法


[0001]本专利技术涉及气体绝缘金属封闭输电线路(GIL)中金属颗粒故障诊断领域，尤其涉及一种适用于GIL中不同金属颗粒故障的诊断方法。

技术介绍

[0002]随着GIL的不断推广和应用，GIL安全运行问题受到广泛关注。金属颗粒故障属于GIL主要故障之一，会造成GIL严重绝缘事故。由于金属颗粒体积微小且产生数量不一，在GIL腔体内具有极强的隐蔽性，增加了GIL运行状态评估和检修工作的难度。
[0003]GIL中不同金属颗粒故障的放电特性、信号的时频域特征具有明显相似性，传统方法很难对不同金属颗粒故障进行精确诊断，导致GIL状态评估准确率低、检修工作难度高、工作量大等后果。因此设计出适用于GIL中不同金属颗粒故障的诊断方法尤为重要。

技术实现思路

[0004]本专利技术的目的是提供一种适用于GIL中不同金属颗粒故障的诊断方法，能够精确地诊断GIL中不同金属颗粒故障，从而有效评估GIL安全状态，为检修工作提供良好的检修指导，降低了检修工作量和检修时间，具有较强的工程实用性。...

【技术保护点】

【技术特征摘要】
1.一种适用于GIL中不同金属颗粒故障的诊断方法，其特征在于：首先在气体绝缘金属封闭输电线路(GIL)中设置多种不同的金属颗粒故障，使用传感器和动态数据采集仪采集对应故障的振动信号，然后使用优化的变分模态分解算法(VMD)对金属颗粒故障的振动信号进行模态分解，其中，VMD的参数被独立自适应粒子群算法(APA
‑
PSO)进行优化，再对模态分解后得到的各模态分量(IMF)进行特征提取，将提取的特征向量组合得到故障特征向量组，最后将多种金属颗粒故障的特征向量组输入到深度森林中，得到诊断结果，具体步骤为：Step1：搭建GIL金属颗故障模拟实验平台，在GIL实验腔体内设置多种不同的金属颗粒故障，加载运行电压后金属颗粒在腔体内运动，与腔体碰撞并产生振动信号，在GIL实验腔体外壳上放置振动加速度传感器，然后使用动态数据采集仪采集相应金属颗粒故障的振动信号；Step2：使用优化后的VMD对金属颗粒故障的振动信号进行模态分解，具体为：Step2.1：使用APA
‑
PSO对VMD中的二次惩罚因子β和模态分解个数K进行优化，首先随机初始化p个粒子，初始化权重因子、学习因子、最大迭代次数等参数，然后输入金属颗粒故障振动信号，计算粒子的适应度值，找出个体最优和全局最优，再更新粒子的速度和位置，再次计算粒子的适应度值，并更新个体最优和全局最优，计算出粒子迭代时的惯性权重和学习因子，惯性权重和学习因子的计算公式分别为习因子，惯性权重和学习因子的计算公式分别为式中：为初始权重，为最终权重，为种群进化率，c
1max
为学习因子的最大值，c
2min
为学习因子的最小值，n为当前迭代次数，N为最大迭代次数；算法中止的条件为当达到中止条件时，优化过程结束并输出最优参数值[β，K]，如果不满足中止条件，则继续更新粒子位置，寻找个体最优和全局最优，直到满足中止条件后结束；Step2.2：将优化后的参数[β，K]代入到VMD中，金属颗粒故障的振动信号经过VMD处理后可以得到K个本征模态分量(IMF)，定义IMF分量为调幅调频信号，则第i个IMF分量可以表示为u
i
(t)＝A
i
(t)cos(φ
i
(t))
ꢀꢀ
(3)式中：i∈{1，

【专利技术属性】
技术研发人员：段大卫，马宏忠，杨启帆，
申请(专利权)人：河海大学，
类型：发明
国别省市：