CN102243097A - 全封闭组合电器在线音频诊断系统及诊断方法 - Google Patents
全封闭组合电器在线音频诊断系统及诊断方法 Download PDFInfo
- Publication number
- CN102243097A CN102243097A CN 201010171108 CN201010171108A CN102243097A CN 102243097 A CN102243097 A CN 102243097A CN 201010171108 CN201010171108 CN 201010171108 CN 201010171108 A CN201010171108 A CN 201010171108A CN 102243097 A CN102243097 A CN 102243097A
- Authority
- CN
- China
- Prior art keywords
- combined electric
- fully closed
- signal
- closed combined
- electric unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种全封闭组合电器在线音频诊断系统及诊断方法,包括用于采集被测全封闭组合电器动作时至少一个特征信号并输出相应的模拟信号的采集单元、用于接收采集单元输出信号的数据收发单元、用于数据处理和输出的数据分析单元;特征信号包括被测全封闭组合电器的振动频率信号,采集单元包括与被测全封闭组合电器固连的一至三个振动传感器。本发明解决了现有全封闭组合电器在线诊断系统不完善、诊断精度不高、不易实现从定期检修向状态检修的完全过渡的技术问题,本发明提高了判断的准确度、可操作性强的优点。
Description
技术领域
本发明涉及一种全封闭组合电器在线音频诊断系统及诊断方法。
背景技术
现有的对全封闭组合电器实行的定期检修制度盲目性大,并且容易引入新的故障隐患,降低设备的可靠性。因此必须对全封闭组合电器状态实施在线检测,实时检测全封闭组合电器的运行状态,并为设备的状态检修提供依据。
一些发达国家对全封闭组合电器的状态诊断技术已日趋成熟。比如美国德克萨斯电力公司采用便携式断路器分析仪,可以对中低压全封闭组合电器中的断路器进行周期性试验,了解操作机构的响应特性的变化情况,发现用断路器特征波形分析来评定操作机构和相关部件的状态是行之有效的,可以弥补功率因素法、摇表测电阻和测时试验对确定操作机构状态的不足。除此以外,具有代表性的全封闭组合电器状态诊断系统还有美国Hathway公司开发的BCM200断路器状态诊断系统、ABB公司开发的全封闭组合电器状态诊断系统、日本东京电力公司和东芝公司联合开发的全封闭组合电器在线诊断和诊断系统以及法国ALSTOM研究中心研制的CBWatch系列全封闭组合电器状态诊断系统。
在我国,虽然还没有很成熟的全封闭组合电器状态诊断产品,但很多单位正在进行着积极而有益的探索,并开发出相应的状态诊断系统。例如,华中理工大学和湖南省电力局联合研制的全封闭组合电器中断路器机械特性在线诊断系统,清华大学开发的断路器状态诊断系统。香港中华电力公司项目组开发了全封闭组合电器状态诊断在线分布式信息系统,通过独立的微处理器实现对每台全封闭组合电器中断路器状态的连续诊断。国内电科院开关研究所也研制了全封闭组合电器在线检测仪。
实践证明,虽然国内外这些全封闭组合电器状态诊断系统为实现整个电网的安全运行提供了有力的工具,但是针对全封闭组合电器的在线诊断技术还存在以下几个问题:
1、在线诊断系统不完善,多数都是针对单一类型全封闭组合电器的在线诊断,这不利于推广到供电局等有多种类型全封闭组合电器单位应用;
2、找出的特征不明确,在线诊断参数提取用的传感器不够精确,诊断精度不高;
3、与数据库等相关数据管理系统相互配合性较差,不易实现从定期检修向状态检修的完全过渡。
发明内容
为了解决现有全封闭组合电器在线诊断系统不完善、诊断精度不高、不易实现从定期检修向状态检修的完全过渡的技术问题,本发明提供了一种全封闭组合电器状态在线诊断系统及诊断方法。
本发明的技术解决方案:
一种全封闭组合电器在线音频诊断系统,其特殊之处在于:包括用于采集被测全封闭组合电器动作时至少一个特征信号并输出相应的模拟信号的采集单元、用于接收采集单元输出信号的数据收发单元、用于数据处理和输出的数据分析单元;所述特征信号包括被测全封闭组合电器的振动频率信号,所述采集单元包括与被测全封闭组合电器固连的一至三个振动传感器。
上述数据收发单元包括将采集单元输出的模拟信号转化成数字信号的AD芯片、临时存储数字信号的SDRAM存储器、读取SDRAM存储器的数字信号并将并其传输给数据分析单元的嵌入式处理器以及用于存储嵌入式处理器的程序的Flash存储器;所述数据分析单元包括通信模块和数据处理模块,所述通信模块将转换单元输出的数字信号送入数据处理模块并将数据处理模块的处理结果输出。
上述特征信号包括被测全封闭组合电器的电流信号,所述采集单元包括至少一个霍尔传感器。
上述数据分析单元还包括用于将接受到的数字信号进行分类存储的数据整理模块。
上述振动传感器为地震波检波器。
一种全封闭组合电器在线诊断方法,包括以下步骤:
1】建立动作特征向量库、设定动作阈值:
根据试验获得全封闭组合电器的各种动作特征建立至少一个全封闭组合电器动作特征向量库并设定相应的全封闭组合电器动作阈值,所述动作特征为振动信号的小波分量的能量特征值;
2】采集信号:
在每相电路的全封闭组合电器上固连一个振动传感器,在线采集全封闭组合电器动作时的振动频率特征信号;
3】信号处理:
在特征信号中提取全封闭组合电器的相关特征参数与特征库中相应的特征向量进行比对,若比对结果超出设定的动作阈值,则输出全封闭组合电器动作异常信号或控制信号。
上步骤3】的具体步骤为:
3.1】消噪处理:
对采集到的包含噪声的特征信号选取合适的小波基进行多层小波分解,将分解后的特征信号进行高频滤波;
3.2】信号重构:从消噪后的特征向量中提取出全封闭组合电器的能量特征向量,并将所提取的能量特征向量作为径向神经网络的输入量,通过神经网络训练后得到输出特征信号值;
3.3】判断;将输出特征信号值和已构架的神经网络中的输出值比对,超出设定的动作阈值,则输出全封闭组合电器动作异常信号或控制信号。
本发明所具有的有益效果:
1、本发明的采集单元采用多个不同种类的传感器,多个不同种类的传感器同时诊断一个全封闭组合电器的多个特征信号,提高了判断的准确度,同时应用也广泛。
2、本发明将诊断振动信号再通过消噪处理,信号明确,便于判断。
3、本发明在数据分析单元增加了数据整理模块,实现从定期检修向状态检修的完全过渡,可操作性强。
附图说明
图1为本发明全封闭组合电器在线诊断系统的结构示意图;
图2为本发明数据分析单元的结构示意图;
图3本发明的系统框图;
图4本发明的检测流程图;
图5本发明的数据处理流程图;
图6本发明的查询流程图;
图7为本发明的在线诊断的流程图;
具体实施方式
如图1所示为本发明全封闭组合电器在线诊断系统的结构示意图,包括依次连接的采集单元、数据收发单元、数据分析单元;采集单元采集被测全封闭组合电器动作时至少一个特征信号并输出相应的模拟信号,特征信号包括被测全封闭组合电器的振动频率信号以及电流信号;采集单元包括与被测全封闭组合电器固连的一至三个振动传感器,还包括至少一个霍尔传感器。数据采集为了减少干扰可以多采用抗干扰传输线,对采集到的包含噪声的信号进行有效的消噪,使信号不失真,利用小波分解后消除高频噪声,再进行重构得到基本纯净的信号。
数据收发单元包括将采集单元输出的模拟信号转化成数字信号的AD芯片、临时存储数字信号的SDRAM存储器、读取SDRAM存储器的数字信号并将并其传输给数据分析单元的嵌入式处理器以及用于存储嵌入式处理器的程序的Flash存储器;
如图2所示,数据分析单元的结构示意图,数据分析单元包括通信模块、数据处理模块以及用于将接受到的数字信号进行分类存储的数据整理模块。通信模块将数据收发单元输出的数字信号送入数据处理模块并将数据处理模块的处理结果输出。
数据收发单元又称下位机,数据分析单元又称上位机,本发明在线诊断系统采用上、下位机的主从式结构,由数据分析单元和数据收发单元构成。通过USB连接,数据收发单元被动接受数据分析单元的测试或传输数据的指令,数据收发单元通过多路传感器采集被测全封闭组合电器动作时的特征信号,在数据分析单元请求数据时回传。数据收发单元把传感器的电信号转换成数字信号,提供信号传输的差错控制机制,保证准确地把传感器信号传送到数据分析单元。数据分析单元通常是PC机、工控机或便携式电脑,能够提供更为灵活的信号传送方法,可通过图形方式显示所采集的数据。
全封闭组合电器在线诊断系统的数据分析单元是整个系统数据处理和分析核心部分,整个系统也可以分为六个模块:注册登录,通信模块,检测模块,数据存储,查询模块和数据处理模块。其中通信流程和测试流程是并发执行的,而查询流程则是另一流程,他们最终都经过数据处理流程后显示出执行结果而结束。
在这个系统中无论是检测操作还是查询操作都是要经过数据处理流程模块的,这样可以保证查询时得到的结果和检测时得到的结果是一致的,因为检测过程中也是先将数据收发单元传回的数据保存成以.dat为后缀的数据文件,然后从数据文件中读出数据才进行处理的,这样的数据处理机制就会使得分析结果会与查询时从数据文件读取后再进行处理分析所得到的结果一致。如图3、图4、图5是检测、数据处理、查询三个模块详细的流程图。
如图3所示为本发明的在线诊断的流程图,包括以下步骤:
1】建立动作特征向量库、设定动作阈值:
根据试验获得全封闭组合电器的各种动作特征建立至少一个全封闭组合电器动作特征向量库并设定相应的全封闭组合电器动作阈值,所述动作特征为振动信号的小波分量的能量特征值以及电流变化;例如:三层小波分解树的结构如下:
小波包三层树分解设S3,0表示节点(3,0)的重构信号,S3,1表示节点(3,1)的重构信号,其它依次类推。
则总信号S=S3,0+S3,1+...+S3,7公式(1)
特征向量T=[E3,0,E3,1,E3,2,E3,3,E3,4,E3,5,E3,6,E3,7]公式(3)
为了分析方便,再对特征向量进行归一化处理,得到归一化后的向量T′=[E3,0/E,E3,1/E...E3,7/E],其中公式(4),所得到的E就是能量特征值。
2】采集信号:
在每相电路的全封闭组合电器上固连一个振动传感器,在线采集全封闭组合电器动作时的振动频率特征信号;还安装在线路中可敏感每相电路的全封闭组合电器的电流变化的霍尔传感器。
3】信号处理:
在特征信号中提取全封闭组合电器的相关特征参数与特征库中相应的特征向量进行比对,若比对结果超出设定的动作阈值,则输出全封闭组合电器动作异常信号或控制信号。
3.1】消噪处理:
对采集到的包含噪声的特征信号选取合适的小波基(本项目采用的是DB10小波)进行多层小波分解,将分解后的特征信号进行高频滤波;
3.2】信号重构:从消噪后的特征向量中提取出全封闭组合电器的能量特征向量,并将所提取的能量特征向量作为径向神经网络的输入量,通过神经网络训练后得到输出特征信号值;由于神经网络具有比较好的逼近性质,并且径向神经网络相对一般的神经网络具有更快的收敛性质,因此在这里采用径向神经网络。
3.3】判断;将输出特征信号值和已构架的神经网络中的输出值比对,超出设定的动作阈值,则输出全封闭组合电器动作异常信号或控制信号。
Claims (7)
1.一种全封闭组合电器在线音频诊断系统,其特征在于:包括用于采集被测全封闭组合电器动作时至少一个特征信号并输出相应的模拟信号的采集单元、用于接收采集单元输出信号的数据收发单元、用于数据处理和输出的数据分析单元;所述特征信号包括被测全封闭组合电器的振动频率信号,所述采集单元包括与被测全封闭组合电器固连的一至三个振动传感器。
2.根据权利要求1所述的全封闭组合电器在线音频诊断系统,其特征在于:所述数据收发单元包括将采集单元输出的模拟信号转化成数字信号的AD芯片、临时存储数字信号的SDRAM存储器、读取SDRAM存储器的数字信号并将并其传输给数据分析单元的嵌入式处理器以及用于存储嵌入式处理器的程序的Flash存储器;所述数据分析单元包括通信模块和数据处理模块,所述通信模块将转换单元输出的数字信号送入数据处理模块并将数据处理模块的处理结果输出。
3.根据权利要求2所述的全封闭组合电器在线音频诊断系统,其特征在于:所述特征信号包括被测全封闭组合电器的电流信号,所述采集单元包括至少一个霍尔传感器。
4.根据权利要求1或2所述的全封闭组合电器在线音频诊断系统,其特征在于:所述数据分析单元还包括用于将接受到的数字信号进行分类存储的数据整理模块。
5.根据权利要求4所述的全封闭组合电器在线音频诊断系统,其特征在于:所述振动传感器为地震波检波器。
6.一种全封闭组合电器在线诊断方法,其特征在于:包括以下步骤:
1】建立动作特征向量库、设定动作阈值:
根据试验获得全封闭组合电器的各种动作特征建立至少一个全封闭组合电器动作特征向量库并设定相应的全封闭组合电器动作阈值,所述动作特征为振动信号的小波分量的能量特征值;
2】采集信号:
在每相电路的全封闭组合电器上固连一个振动传感器,在线采集全封闭组合电器动作时的振动频率特征信号;
3】信号处理:
在特征信号中提取全封闭组合电器的相关特征参数与特征库中相应的特征向量进行比对,若比对结果超出设定的动作阈值,则输出全封闭组合电器动作异常信号或控制信号。
7.根据权利要求6所述的全封闭组合电器在线诊断方法,其特征在于:所述步骤3】的具体步骤为:
3.1】消噪处理:
对采集到的包含噪声的特征信号选取合适的小波基进行多层小波分解,将分解后的特征信号进行高频滤波;
3.2】信号重构:从消噪后的特征向量中提取出全封闭组合电器的能量特征向量,并将所提取的能量特征向量作为径向神经网络的输入量,通过神经网络训练后得到输出特征信号值;
3.3】判断;将输出特征信号值和已构架的神经网络中的输出值比对,超出设定的动作阈值,则输出全封闭组合电器动作异常信号或控制信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010171108 CN102243097A (zh) | 2010-05-13 | 2010-05-13 | 全封闭组合电器在线音频诊断系统及诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010171108 CN102243097A (zh) | 2010-05-13 | 2010-05-13 | 全封闭组合电器在线音频诊断系统及诊断方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102243097A true CN102243097A (zh) | 2011-11-16 |
Family
ID=44961268
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201010171108 Pending CN102243097A (zh) | 2010-05-13 | 2010-05-13 | 全封闭组合电器在线音频诊断系统及诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102243097A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107144343A (zh) * | 2017-07-10 | 2017-09-08 | 薛天 | 低频振动位移传感器组网方法、系统及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2750390Y (zh) * | 2004-09-24 | 2006-01-04 | 中国人民解放军国防科学技术大学 | 一种振动远程监控装置 |
CN1906473A (zh) * | 2004-09-13 | 2007-01-31 | 日本精工株式会社 | 故障诊断装置和故障诊断方法 |
CN201016802Y (zh) * | 2007-03-01 | 2008-02-06 | 中国石油天然气股份有限公司 | 设备振动信号变送器 |
CN101509805A (zh) * | 2009-03-27 | 2009-08-19 | 中国科学院上海光学精密机械研究所 | 基于现场可编程门阵列的多路并行数据采集系统 |
CN101575970A (zh) * | 2008-05-09 | 2009-11-11 | 高岩 | 一种随钻岩性和油藏特性识别方法 |
CN101680693A (zh) * | 2007-05-29 | 2010-03-24 | 惠而浦股份公司 | 通过检测制冷系统和/或家用电器中机械波的诊断系统和方法 |
CN201867454U (zh) * | 2010-05-13 | 2011-06-15 | 西安博能电力技术有限公司 | 全封闭组合电器在线音频诊断系统 |
-
2010
- 2010-05-13 CN CN 201010171108 patent/CN102243097A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1906473A (zh) * | 2004-09-13 | 2007-01-31 | 日本精工株式会社 | 故障诊断装置和故障诊断方法 |
CN2750390Y (zh) * | 2004-09-24 | 2006-01-04 | 中国人民解放军国防科学技术大学 | 一种振动远程监控装置 |
CN201016802Y (zh) * | 2007-03-01 | 2008-02-06 | 中国石油天然气股份有限公司 | 设备振动信号变送器 |
CN101680693A (zh) * | 2007-05-29 | 2010-03-24 | 惠而浦股份公司 | 通过检测制冷系统和/或家用电器中机械波的诊断系统和方法 |
CN101575970A (zh) * | 2008-05-09 | 2009-11-11 | 高岩 | 一种随钻岩性和油藏特性识别方法 |
CN101509805A (zh) * | 2009-03-27 | 2009-08-19 | 中国科学院上海光学精密机械研究所 | 基于现场可编程门阵列的多路并行数据采集系统 |
CN201867454U (zh) * | 2010-05-13 | 2011-06-15 | 西安博能电力技术有限公司 | 全封闭组合电器在线音频诊断系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107144343A (zh) * | 2017-07-10 | 2017-09-08 | 薛天 | 低频振动位移传感器组网方法、系统及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106443316B (zh) | 一种电力变压器绕组形变状态多信息检测方法及装置 | |
CN101907437B (zh) | 一种基于小波差分算法的电缆故障测距方法 | |
CN206114822U (zh) | 一种电力变压器绕组形变状态多信息检测装置 | |
CN102788931B (zh) | 用于电力变压器绕组故障的诊断方法 | |
CN101799366B (zh) | 一种机械故障预测的特征提取方法 | |
CN102426325B (zh) | 一种油纸绝缘频域谱的测试装置 | |
EP3444944B1 (en) | Fault detection and positioning system for cell panel in large-scale photovoltaic array | |
CN104569694B (zh) | 一种面向航天器飞行过程的电信号特征提取和识别系统 | |
CN106324449A (zh) | 便携式开关柜局部放电巡检系统 | |
CN106680672A (zh) | 便携式开关柜局部放电巡检系统 | |
CN102253283A (zh) | 一种基于小波包能量谱的孤岛检测方法 | |
CN105911499A (zh) | 现场环境下超声波局部放电计量系统及方法 | |
CN105571638A (zh) | 一种机械设备故障组合预测系统及方法 | |
CN110703151A (zh) | 基于振动盲源分离和贝叶斯模型的变压器故障诊断方法 | |
CN109581268A (zh) | 一种光纤电流互感器故障诊断方法及装置 | |
CN103795145A (zh) | 分布式电源节点实时监测与分析系统装置及分析方法 | |
CN103336198B (zh) | 一种电气系统故障诊断装置 | |
CN105203937A (zh) | 一种变压器内部放电模式识别方法及故障诊断系统 | |
CN201687699U (zh) | 一种便携式泵站机组状态检测与数据处理装置 | |
CN101738487A (zh) | 一种基于虚拟仪器技术的电机实验系统方案 | |
CN201867454U (zh) | 全封闭组合电器在线音频诊断系统 | |
CN102243097A (zh) | 全封闭组合电器在线音频诊断系统及诊断方法 | |
CN205091430U (zh) | 一种变压器内部放电故障诊断装置 | |
CN100517409C (zh) | 测试数据的收集系统及方法 | |
CN203012103U (zh) | 大型天线伺服电机的在线检测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20111116 |