【技术实现步骤摘要】
本专利技术涉及电力电气和故障诊断，特别涉及一种高压断路器机械故障的诊断模型训练方法和诊断方法。
技术介绍
1、高压断路器是电力系统中重要的控制和保护设备，其性能状态直接关系到电力系统的安全稳定运行。正常工作情况下，高压断路器承载着电流以及控制着电网的通断。当电网中某处发生故障时，高压断路器首先做出保护响应。如果故障不能及时消除或隔离，可能会波及到更大范围的网络，导致更多的架空线、母线和变电站终端。因此，高压断路器快速、有效、可靠地消除或隔离故障是保证电力系统稳定运行的一个先决条件。
2、实际中，由于高压断路器的工作环境复杂、操作频繁等因素，导致其性能易受外界多种因素影响，如机械磨损、电气老化等。其中，研究表面，大部分高压断路器故障是由机械故障引起的。因此，对高压断路器的机械故障进行监测诊断对于电力系统的安全稳定运行具有重要意义。
3、目前在进行高压断路器的机械故障诊断时，通常采用的方式是基于支持向量机、常规小波变换、反向传播神经网络等，然而这些方式不仅需要基于专家经验和复杂的物理模型实现，而且很难在构建模型的效率...
【技术保护点】
1.一种高压断路器机械故障的诊断模型训练方法，其特征在于，包括：
2.根据权利要求1所述的高压断路器机械故障的诊断模型训练方法，其特征在于，所述故障样本数据包括：霍尔电流传感器采集到的断路器分合闸线圈的电流数据、霍尔电压传感器采集到的断路器分合闸控制回路的电压数据、以及行程传感器采集到的断路器触头的行程数据。
3.根据权利要求1所述的高压断路器机械故障的诊断模型训练方法，其特征在于，所述对所述故障样本数据进行归一化处理，包括：
4.根据权利要求1所述的高压断路器机械故障的诊断模型训练方法，其特征在于，所述将所述归一化样本数据输入极限...
【技术特征摘要】
1.一种高压断路器机械故障的诊断模型训练方法，其特征在于，包括：
2.根据权利要求1所述的高压断路器机械故障的诊断模型训练方法，其特征在于，所述故障样本数据包括：霍尔电流传感器采集到的断路器分合闸线圈的电流数据、霍尔电压传感器采集到的断路器分合闸控制回路的电压数据、以及行程传感器采集到的断路器触头的行程数据。
3.根据权利要求1所述的高压断路器机械故障的诊断模型训练方法，其特征在于，所述对所述故障样本数据进行归一化处理，包括：
4.根据权利要求1所述的高压断路器机械故障的诊断模型训练方法，其特征在于，所述将所述归一化样本数据输入极限学习机中进行模型训练，并基于萤火虫算法对极限学习机的网络输出权重矩阵进行优化，包括：
5.根据权利要求4所述的高压断路器机械故障的诊断模型训练方法，其特征在于，所述计算各萤火虫的发光强度和吸引力，包括分别利用如下计算式计算...
【专利技术属性】
技术研发人员：尹相国，张熀松，祁鹍，何昱，单睿，张冠育，康庄，白雪，杨拯，李洋，穆小强，
申请(专利权)人：国网宁夏电力有限公司，
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。