CN105158685A - 断路器的检测方法、装置及系统 - Google Patents
断路器的检测方法、装置及系统 Download PDFInfo
- Publication number
- CN105158685A CN105158685A CN201510359187.9A CN201510359187A CN105158685A CN 105158685 A CN105158685 A CN 105158685A CN 201510359187 A CN201510359187 A CN 201510359187A CN 105158685 A CN105158685 A CN 105158685A
- Authority
- CN
- China
- Prior art keywords
- isolating switch
- fingerprint characteristic
- current value
- characteristic parameter
- vibration signal
- 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
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种断路器的检测方法、装置及系统。其中,该方法包括:按照时间顺序采集断路器中电磁铁线圈的电流值和振动信号;通过线圈的电流值,确定断路器的工作时间区间;对工作时间区间内的振动信号进行处理,得到用于检测断路器的工作状态的指纹特征参数;将指纹特征参数与预先设置的指纹特征库进行比对,确定断路器的工作状态。本发明解决了由于用于对断路器进行检测的设备体积庞大、安装繁琐导致的检测成本高、操作繁琐的技术问题。
Description
技术领域
本发明涉及电力领域,具体而言,涉及一种断路器的检测方法、装置及系统。
背景技术
根据国际大电网会议CIGRE和国家电网公司的统计,机械故障是高压断路器的主要故障类型。尽早发现断路器电气控制回路和操动机构中的缺陷和故障,可以避免发生断路器操作故障和事故,还可以为实现断路器的状态维修提供必要的依据。
在高压断路器生产厂家,大多采用开关特性测试仪,通过对断路器线圈电流、行程和断口信号的测试和分析,得到断路器的分合闸时间、分合闸速度、行程和超程特性、弹跳等机械特性参数。在电力系统中检修人员大多采用便携式的断路器机械特性测试仪对断路器线圈电流和端口信号进行测试和分析,得到断路器的分合闸时间,对断路器的操作特性有一个总体的判断。这些测试方法,可以得到断路器总体的操作特性,测量装置本身对于故障缺陷的发现是无能为力的。现有的其他类型的高压断路器机械状态检测系统,大多只具备信号的测试和分析功能,测量的信号可以包括:线圈电流、行程、机械振动等。
综上所述,在现有的对高压断路器的检测技术中,存在如下缺点:
1)开关厂家在检测断路器时采用的开关特性测试仪,体积较大,在断路器上安装行程传感器也很繁琐。因此,上述检测设备不利于携带和现场使用。另外,这种测试设备只能离线使用,所以检测的成本非常高。于此同时,上述检测设备还存在软硬件技术通用性差,不利于产品的维护和更新换代。
2)现有的检测设备一般都具有机械特性测试功能,但不具有故障诊断功能。只能给出断路器操作特性的基本参数,无法对断路器当前的机械状态和故障缺陷类型给出定量的判断。
针对在现有技术中由于用于对断路器进行检测的设备体积庞大、安装繁琐导致的检测成本高、操作繁琐的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种断路器的检测方法、装置及系统,以至少解决由于用于对断路器进行检测的设备体积庞大、安装繁琐导致的检测成本高、操作繁琐的技术问题。
根据本发明实施例的一个方面,提供了一种断路器的检测方法,包括:按照时间顺序采集断路器中电磁铁线圈的电流值和振动信号;通过线圈的电流值,确定断路器的工作时间区间;对工作时间区间内的振动信号进行处理,得到用于检测断路器的工作状态的指纹特征参数;将指纹特征参数与预先设置的指纹特征库进行比对,确定断路器的工作状态。
进一步地,通过线圈的电流值,确定断路器的工作时间区间包括:将电流值与预先设置的阈值进行比对,确定电流值大于阈值的起始时间和终止时间;根据起始时间和终止时间,确定断路器的工作时间区间。
进一步地,将电流值与预先设置的阈值进行比对,确定电流值大于阈值的起始时间和终止时间包括:将电流值与阈值进行比对;当电流值大于阈值时,确定当前时刻为起始时间;在确定起始时间后,将电流值与阈值进行比对;当电流值小于或等于阈值时,记录当前时刻为终止时间。
进一步地,对工作时间区间内的振动信号进行处理,得到用于检测断路器的工作状态的指纹特征参数包括:获取工作时间区间内的振动信号;将振动信号按照时间顺序转换为振动参数序列;对振动参数序列进行处理,确定指纹特征参数。
进一步地,对振动参数序列进行处理,确定指纹特征参数包括:对振动参数序列进行去噪处理,得到去噪参数序列;对去噪参数序列进行包络谱分析,得到指纹特征参数。
进一步地,在对去噪参数序列进行包络谱分析,得到指纹特征参数之后,方法还包括:通过突变信号起始点提取算法对指纹特征参数进行处理,得到精确指纹特征参数。
进一步地,在将指纹特征参数与预先设置的指纹特征库进行比对,确定断路器的工作状态之后,方法还包括:根据工作状态将指纹特征参数存储至指纹特征库。
进一步地,在按照时间顺序采集断路器中电磁铁线圈的电流值和振动信号之后,方法还包括:将电流值和振动信号,按时间顺序进行存储。
根据本发明实施例的另一方面,还提供了一种断路器的检测装置,包括:采集模块,用于按照时间顺序采集断路器中电磁铁线圈的电流值和振动信号;确定模块,用于通过线圈的电流值,确定断路器的工作时间区间;处理模块,用于对工作时间区间内的振动信号进行处理,得到用于检测断路器的工作状态的指纹特征参数;比对模块,用于将指纹特征参数与预先设置的指纹特征库进行比对,确定断路器的工作状态。
进一步地,装置还包括:第一存储模块,用于根据工作状态将指纹特征参数存储至指纹特征库。
进一步地,装置还包括:第二存储模块,用于将电流值和振动信号,按时间顺序进行存储。
根据本发明实施例的另一方面,还提供了一种断路器的检测系统,包括:电流传感器,用于获取断路器中电磁铁线圈的电流值;振动传感器,用于获取断路器的振动信号;采集器,分别与电流传感器和振动传感器建立通讯连接,用于按照时间顺序通过电流传感器和振动传感器采集电流值和振动信号;控制器,与采集器建立通讯连接,用于通过线圈的电流值,确定断路器的工作时间区间;对工作时间区间内的振动信号进行处理,得到用于检测断路器的工作状态的指纹特征参数;将指纹特征参数与预先设置的指纹特征库进行比对,确定断路器的工作状态。
进一步地,系统还包括:存储器,与控制器建立通讯连接,用于根据工作状态存储指纹特征参数,并按时间顺序存储电流值和振动信号。
在本发明实施例中,采用按照时间顺序采集断路器中电磁铁线圈的电流值和振动信号;通过线圈的电流值,确定断路器的工作时间区间;对工作时间区间内的振动信号进行处理,得到用于检测断路器的工作状态的指纹特征参数;将指纹特征参数与预先设置的指纹特征库进行比对,确定断路器的工作状态的方式,通过采集模块,用于按照时间顺序采集断路器中电磁铁线圈的电流值和振动信号;确定模块,用于通过线圈的电流值,确定断路器的工作时间区间;处理模块,用于对工作时间区间内的振动信号进行处理,得到用于检测断路器的工作状态的指纹特征参数;比对模块,用于将指纹特征参数与预先设置的指纹特征库进行比对,确定断路器的工作状态,达到了在断路器运行当中,对断路器的工作状态进行检测的目的,从而实现了只通过在断路器外部安装传感器即可对断路器的工作状态进行检测的技术效果,进而解决了由于用于对断路器进行检测的设备体积庞大、安装繁琐导致的检测成本高、操作繁琐的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种断路器的检测系统的结构示意图;
图2是根据本发明实施例的一种可选的断路器的检测系统的结构示意图的示意图;
图3是根据本发明实施例的一种断路器的检测方法的流程示意图;
图4是根据本发明实施例的线圈电流值与振动信号波形对照图;
图5是根据本发明实施例的振动信号分析处理流程图;
图6是根据本发明实施例的突变信号起始点提取算法流程图;
图7a是根据本发明实施例的断路器在进行合闸操作时的经突变信号起始点提取算法处理前的振动信号图与经突变信号起始点提取算法处理后的振动信号结果图;
图7b是根据本发明实施例的断路器在进行分闸操作时的经突变信号起始点提取算法处理前的振动信号图与经突变信号起始点提取算法处理后的振动信号结果图;
图8是根据本发明实施例的一种断路器的检测装置的结构示意图;
图9是根据本发明实施例的一种优选的断路器的检测装置的结构示意图;以及
图10是根据本发明实施例的一种优选的断路器的检测装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例,提供了一种断路器的检测系统实施例。图1是根据本发明实施例断路器的检测系统的结构示意图。
如图1所示,该系统可以包括:电流传感器11、振动传感器13、采集器15和控制器17。
其中,电流传感器11,用于获取断路器中电磁铁线圈的电流值;振动传感器13,用于获取断路器的振动信号;采集器15,分别与电流传感器11和振动传感器13建立通讯连接,用于按照时间顺序通过电流传感器和振动传感器采集电流值和振动信号;控制器17,与采集器15建立通讯连接,用于通过线圈的电流值,确定断路器的工作时间区间;对工作时间区间内的振动信号进行处理,得到用于检测断路器的工作状态的指纹特征参数;将指纹特征参数与预先设置的指纹特征库进行比对,确定断路器的工作状态。
通过上述电流传感器11、振动传感器13、采集器15和控制器17,可以通过对线圈的电流值判断断路器的工作时间区间,并通过对工作时间区间内产生的振动信号的识别,来确定断路器是否出现故障。从而实现只通过在断路器外部安装传感器即可对断路器的工作状态进行检测的技术效果,进而解决了由于用于对断路器进行检测的设备体积庞大、安装繁琐导致的检测成本高、操作繁琐的技术问题。
作为一个可选实施例,如图2所示,上述系统还可以包括:存储器19。
其中,存储器19,与所述控制器17建立通讯连接,用于根据所述工作状态存储所述指纹特征参数,并按时间顺序存储所述电流值和所述振动信号。
通过按照分析得到的特征参数对高压断路器的机械状态进行识别和分类,从而实现工作状态的诊断。并且分别通过上述存储器19,可以将进行故障诊断后的原始的振动信号和与之对应的指纹特征参数作为历史数据存入特征指纹库,与原有数据一起作为下一次诊断的依据。
作为一个可选实施例,测试系统硬件由霍尔电流传感器、振动加速度传感器和内置有采集卡(即采集器)的工业控制计算机(即控制器)构成,测试系统软件由LabVIEW开发而成。传感器、采集卡采集器和工业控制计算机均为通用设备,便于后续维护、扩展和完善。通过基于LabVIEW图形界面程序实现系统控制和人机交互的任务。系统控制包括采集卡配置、信号参数配置、触发同步配置、采集控制、数据滤波、数据存储、信号处理和显示控制任务;人机接口包括参数设置界面、数据采集界面和信号处理界面三个部分。
因为断路器在进行分合闸操作时,电磁铁线圈电流值和振动信号的特征可以直接反映断路器中电磁铁铁心和相关机构的机械操作的动作过程,所以,可以将线圈电流值和振动信号用于对断路器的工作状态的诊断。采集断路器因机械振动而产生的振动信号,对应了分合闸操作过程的各个阶段。由于现场其他振动因素的干扰,在原始的振动信号所生成的振动波形上叠加了较多的噪声信号。此外,由于一次分合闸操作涉及多个部件的机械运动,因此多个振动信号产生的波形会叠加在一起。通过上述测试系统,通过信号采集、特征提取、故障诊断、指纹库积累四个步骤,对断路器的工作状态进行检测,并将线圈电流和振动信号进行采集并自动、有序地存储在系统硬盘中。其中,特征提取和故障诊断步骤中使用小波分析方法、包络谱分析法和突变信号起始点提取算法对振动信号进行处理,提取振动信号中的起始点作为特征量,具有操作流程简单、运算速度快、特征提取准确等优势。
根据本发明实施例,提供了一种断路器的检测的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图3是根据本发明实施例的断路器的检测方法的流程示意图,如图3所示,该方法包括如下步骤:
步骤S11,按照时间顺序采集断路器中电磁铁线圈的电流值和振动信号。
步骤S13,通过线圈的电流值,确定断路器的工作时间区间。
步骤S15,对工作时间区间内的振动信号进行处理,得到用于检测断路器的工作状态的指纹特征参数。
步骤S17,将指纹特征参数与预先设置的指纹特征库进行比对,确定断路器的工作状态。
通过上述步骤S11至步骤S17,可以通过对线圈的电流值判断断路器的工作时间区间,并通过对工作时间区间内产生的振动信号的识别,来确定断路器是否出现故障。从而实现只通过在断路器外部安装传感器即可对断路器的工作状态进行检测的技术效果,进而解决了由于用于对断路器进行检测的设备体积庞大、安装繁琐导致的检测成本高、操作繁琐的技术问题。
作为一个可选实施例,高压断路器的操作起始于分合闸电磁铁线圈上电,然后通过一系列的机械联动实现将储能机构中能量的释放,进而通过对能量释放产生的力继续控制,使其带动断路器中动触头运动。通过电磁铁线圈电流可以直接反映电磁铁铁心运动和与脱扣部件的碰撞情况。在高压断路器的整个操作过程中,零部件之间的机械撞击、摩擦,以及机械力、电动力等作用均可以激发机械振动。而机械振动可以通过设备零部件之间的连接向外传播,因此可以在传播路径和开关的机座、外壳上测得。
故通过线圈的电流值可以利用基于霍尔效应原理的电流传感器进行测量,机械振动信号可以通过加速度传感器进行测量。
作为一个可选实施例,由于机械振动会产生与机械振动振动频率响应的声波,因此,可以直接通过声音传感器对声波进行采集,进而对采集到的声波进行测量来对断路器进行检测。
作为一个可选实施例,在步骤S13通过线圈的电流值,确定断路器的工作时间区间中,可以包括:
步骤S131,将电流值与预先设置的阈值进行比对,确定电流值大于阈值的起始时间和终止时间。
步骤S133,根据起始时间和终止时间,确定断路器的工作时间区间。
如图4所示,因为,当断路器在进行分合闸操作,是由断路器中分合闸电磁铁线圈通电,产生磁力来带动触头运动的。因此,通过测定通过电磁铁线圈的电流值,可以判断断路器的工作时间区间。
作为一个可选实施例,在步骤S131将电流值与预先设置的阈值进行比对,确定电流值大于阈值的起始时间和终止时间中,可以包括:
步骤S1311,将电流值与阈值进行比对。
步骤S1313,当电流值大于阈值时,确定当前时刻为起始时间。
步骤S1315,在确定起始时间后,将电流值与阈值进行比对。
步骤S1317,当电流值小于或等于阈值时,记录当前时刻为终止时间。
具体的,通过上述步骤S1311至步骤S1317,将通过线圈的电流值与预先设置的阈值进行比对。当确定电流值大于阈值时,确定断路器分合闸操作开始,记录当前时刻为断路器分合闸操作的起始时间。在确定起始时刻后,继续将通过线圈的电流值与阈值进行比对。当电流值小于阈值时,确定断路器分合闸操作结束,记录当前时刻为断路器分合闸操作的终止时间。
作为一个可选实施例,在步骤S15对工作时间区间内的振动信号进行处理,得到用于检测断路器的工作状态的指纹特征参数中,可以包括:
步骤S151,获取工作时间区间内的振动信号。
步骤S153,将振动信号按照时间顺序转换为振动参数序列。
步骤S155,对振动参数序列进行处理,确定指纹特征参数。
具体的,如图5所示,通过上述步骤S151至步骤S153,将采集到的振动信号按照时序,转化为可被处理的振动参数序列。通过对振动参数序列进行处理,提取得到振动信号的指纹特征参数。其中,对振动参数序列进行处理的方法可以包括去噪处理和提取算法。通过对振动参数序列的处理,将原始的振动信号转化为数字的指纹特征参数,使得可以通过对指纹特征参数的识别,来确定断路器的工作状态。
作为一个可选实施例,在步骤S155对振动参数序列进行处理,确定指纹特征参数中,可以包括:
步骤S1551,对振动参数序列进行去噪处理,得到去噪参数序列。
步骤S1553,对去噪参数序列进行包络谱分析,得到指纹特征参数。
通过上述步骤S1551至步骤S1553,对振动参数序列进行去早处理,处理掉试验现场的噪声。而后将去噪后的去噪参数序列进行把包络谱分析,得到清晰的指纹特征参数。
作为一个可选实施例,上述步骤S1551中的去噪处理,可以运用小波分析法实现,而后通过步骤S1553对去噪参数序列进行希尔伯特变换、低通滤波等处理得到清晰的包络谱线,得到断路器在进行分合闸操作时的指纹特征参数。
具体的,小波变换是20世纪80年代中后期发展起来的一种新型线性时频分析方法。小波函数的定义为:
若Ψ(t)∈L2(R),式中,L2(R)表示平方可积的时域空间。
且其傅立叶变换Ψ(ω)满足式如下条件:
则称Ψ(t)为一个小波母函数,将小波母函数Ψ(t)进行伸缩和平移,就可以得到函数:
式中,a为尺度因子,τ为平移因子,Ψa,τ(t)为依赖于参数a和τ的小波基函数。
将任意L2(R)空间中的函数f(t)在小波基下展开,称这种展开为函数f(t)的小波变换,其表达式为:
由以上定义可以看出,小波变化本质上是一种积分变化,能够利用变化得到的小波系数将原函数的时间尺度和频率尺度的信息表征出来。
目前对小波分析法主要有以下几方面应用:1)利用小波分析法对进行振动信号进行去噪处理。2)生成时间-尺度平面上的谱图,利用正常状态与故障状态的区别进行故障诊断。3)利用小波计算振动信号包络的奇异性作为特征量。4)利用小波分解信号到不同频率层,利用不同层信号的幅值、奇异性或小波系数作为特征量。本文主要采取小波去噪处理和信号时频分析两种应用。
由于噪声信号通常表现为高频信号,对小波分解得到的高频段小波系数进行消噪处理,再重构即得到去噪信号。
小波分解需要选择某种小波,并确定小波分解层次。本文尝试了不同的小波种类和分解层次,发现各种小波从3层到13层对振动信号的去噪效果差异不大,但运算时长增加很多,最终选择db4小波进行3层小波分解。
接下来对小波分解得到的高频段小波系数做阈值化处理。首先需要进行阈值的选取,目前主要有四种方法:固定阈值、最小极大方差阈值、基于无偏似然估计的阈值估计和选择启发式阈值。其中固定阈值和启发式阈值去噪较为彻底,但对信号高频成分和噪声辨别能力较弱,而最小极大方差阈值在此方面有较好的性能,因此本文选择最小极大方差阈值法。
使用阈值对小波系数进行处理时有硬处理和软处理两种方式。硬阈值处理能够较好的保持原信号的突变与峰值信息,而软阈值法会使处理后的信号较为平滑。由于本项目对信号的突变点和尖峰点要求较高,因此选择硬阈值处理方式。
最后对低频小波系数和阈值处理后的高频小波系数进行重构即成小波去噪过程。
进一步的,在通过小波分析法对振动参数序列进行去噪处理后,对去噪处理后得到的去噪参数序列进行包络谱分析。通过包络谱分析不但能获得振动发生的时间,还能反映振动的强烈程度。从小波、小波包或经验模态法分解后的信号中提取的包络,也可以进一步分析得到相关特征。
最常用的信号包络提取方法是希尔伯特变化法。
其中,一个实信号x(t)的希尔伯特变化定义为:
得到x(t)的解析信号,其中,t和τ代表时间轴上不同的点;
进一步的,通过获取g(t)的幅值;
进而通过:
便可以得到原始振动信号的包络A(t)。
从包络对振动波形进行分析,从中提取出的断路器的振动时间特征能够反映出断路器的工作状态。这种时域特征参数具有明确的物理意义,可以对断路器的工作状况进行相对直接判断。
作为一个可选实施例,在步骤S1553对去噪参数序列进行包络谱分析,得到指纹特征参数之后,方法还可以包括:
步骤S1555,通过突变信号起始点提取算法对指纹特征参数进行处理,得到精确指纹特征参数。
为了使指纹特征参数更加精确,以及方便批量处理、提高数据处理的速度与准确性,在通过小波分析法对振动参数序列进行去噪,并通过包络分析法进一步处理后得到振动参数序列的指纹特征参数之后,还可以通过步骤S1555,对指纹特征参数通过突变信号起始点提取算法,对指纹特征参数进行进一步提取,得到精确指纹特征参数。
具体的,如图6所示,图6是突变信号起始点提取算法的流程图,本算法首先需设定a、b、c三个参数,a参数为每次计算点数,b参数为每次比较阈值,c参数为两次计算范围间隔点数。参数的设定应根据不同断路器的振动信号情况做出相应调整,对于同一型号对断路器,参数可以在一次设定之后不做修改。
以参数a为计算范围,找到该范围内的最大值和最小值。然后求出两者之间的差值与参数b进行比较。如果大于参数b,且范围a内的最小值所对应的点数与上一次计算的起始点差值大于参数c,则将该最小值对应的点数作为一次振动事件的起始点。
对于参数a,如果每次计算点数过长,则选择的起始点可能只是多次振动事件中某一次的起始点,使该方法无法覆盖全部的振动事件,而计算点数过少会造成一次振动事件选出多个起始点。经过项目的反复尝试,确定参数a选取的合理范围为25~50,根据不同断路器不同位置信号进行微调即可。
对于参数b,如果比较阈值选择过大,会造成一些振幅较小但意义重大的振动事件被忽略,相反则会导致找到大量与实际物理意义不符的起始点。经尝试确定参数b值的选取范围为信号最大值的4%~10%。
对于参数c,如果选择过大会造成对重要事件的遗漏,而选择过小会造成对一次振动事件的多次选取。经尝试确定参数c的选取范围为40~150。
使用上述参数选取方法,可使输出结果的起始点个数与振动事件个数一致。
如图7a和图7b所示,图7a为断路器在进行合闸操作时的经突变信号起始点提取算法处理前的振动信号图与经突变信号起始点提取算法处理后的振动信号结果图,图7b为断路器在进行分闸操作时的经突变信号起始点提取算法处理前的振动信号图与经突变信号起始点提取算法处理后的振动信号结果图。
处理后的结果图与处理前的振动信号图比较,可以看出,虽然经过小波去噪后希尔伯特变换得到的包络较为清晰,也可以进行事件起始点提取。但通过图7a和图7b中的经突变信号起始点提取算法处理后的振动信号结果图可以看出,突变信号起始点提取算法更加准确的找出了合闸过程中五次振动的振动起始点和分闸操作过程中四次振动的起始点,验证了此方法的有效性。通过使用此突变信号起始点提取算法对振动信号进行分析得到精确指纹特征参数,然后以振动发生时刻作为指纹特征,对断路器机械状态进行分析。
作为一个可选实施例,在步骤S17将指纹特征参数与预先设置的指纹特征库进行比对,确定断路器的工作状态之后,方法还包括:
步骤S18,根据工作状态将指纹特征参数存储至指纹特征库。
作为一个可选实施例,在步骤S11按照时间顺序采集断路器中电磁铁线圈的电流值和振动信号之后,方法还包括:
步骤S12将电流值和振动信号,按时间顺序进行存储。
通过按照分析得到的特征参数对高压断路器的机械状态进行识别和分类,从而实现工作状态的诊断。并且分别通过上述步骤S12和步骤S18,可以将进行故障诊断后的原始的振动信号和与之对应的指纹特征参数作为历史数据存入特征指纹库,与原有数据一起作为下一次诊断的依据。
作为一个可选实施例,测试系统硬件由霍尔电流传感器、振动加速度传感器和内置有采集卡的工业控制计算机构成,测试系统软件由LabVIEW开发而成。传感器、采集卡和工业控制计算机均为通用设备,便于后续维护、扩展和完善。通过基于LabVIEW图形界面程序实现系统控制和人机交互的任务。系统控制包括采集卡配置、信号参数配置、触发同步配置、采集控制、数据滤波、数据存储、信号处理和显示控制任务;人机接口包括参数设置界面、数据采集界面和信号处理界面三个部分。
因为断路器在进行分合闸操作时,电磁铁线圈电流值和振动信号的特征可以直接反映断路器中电磁铁铁心和相关机构的机械操作的动作过程,所以,可以将线圈电流值和振动信号用于对断路器的工作状态的诊断。采集断路器因机械振动而产生的振动信号,对应了分合闸操作过程的各个阶段。由于现场其他振动因素的干扰,在原始的振动信号所生成的振动波形上叠加了较多的噪声信号。此外,由于一次分合闸操作涉及多个部件的机械运动,因此多个振动信号产生的波形会叠加在一起。通过上述测试系统,通过信号采集、特征提取、故障诊断、指纹库积累四个步骤,对断路器的工作状态进行检测,并将线圈电流和振动信号进行采集并自动、有序地存储在系统硬盘中。其中,特征提取和故障诊断步骤中使用小波分析方法、包络谱分析法和突变信号起始点提取算法对振动信号进行处理,提取振动信号中的起始点作为特征量,具有操作流程简单、运算速度快、特征提取准确等优势。
根据本发明实施例,提供了一种断路器的检测装置实施例。图8是根据本发明实施例断路器的检测装置的结构示意图。
如图8所示,该系统可以包括:采集模块21、确定模块23、处理模块25和比对模块27。
其中,采集模块21,用于按照时间顺序采集断路器中电磁铁线圈的电流值和振动信号;确定模块23,用于通过线圈的电流值,确定断路器的工作时间区间;处理模块25,用于对工作时间区间内的振动信号进行处理,得到用于检测断路器的工作状态的指纹特征参数;比对模块27,用于将指纹特征参数与预先设置的指纹特征库进行比对,确定断路器的工作状态。
通过上述采集模块21、确定模块23、处理模块25和比对模块27,可以通过对线圈的电流值判断断路器的工作时间区间,并通过对工作时间区间内产生的振动信号的识别,来确定断路器是否出现故障。从而实现只通过在断路器外部安装传感器即可对断路器的工作状态进行检测的技术效果,进而解决了由于用于对断路器进行检测的设备体积庞大、安装繁琐导致的检测成本高、操作繁琐的技术问题。
作为一个可选实施例,上述确定模块23,可以执行如下步骤:步骤1,将电流值与预先设置的阈值进行比对,确定电流值大于阈值的起始时间和终止时间。步骤2,根据起始时间和终止时间,确定断路器的工作时间区间。
因为,当断路器在进行分合闸操作,是由断路器中分合闸电磁铁线圈通电,产生磁力来带动触头运动的。因此,通过测定通过电磁铁线圈的电流值,可以判断断路器的工作时间区间。
作为一个可选实施例,上述处理模块25,可以执行如下步骤:
步骤1,获取工作时间区间内的振动信号。
步骤2,将振动信号按照时间顺序转换为振动参数序列。
步骤3,对振动参数序列进行处理,确定指纹特征参数。
具体的,如图5所示,通过上述步骤,将采集到的振动信号按照时序,转化为可被处理的振动参数序列。通过对振动参数序列进行处理,提取得到振动信号的指纹特征参数。其中,对振动参数序列进行处理的方法可以包括去噪处理和提取算法。通过对振动参数序列的处理,将原始的振动信号转化为数字的指纹特征参数,使得可以通过对指纹特征参数的识别,来确定断路器的工作状态。
作为一个可选实施例,在上述对振动参数序列进行处理的步骤中,可以运用小波分析法实现对振动参数序列进行去噪处理,并进一步对去噪参数序列进行包络谱分析得到清晰的包络谱线,从而得到断路器在进行分合闸操作时的指纹特征参数。
作为一个可选实施例,在得到指纹特征参数之后,还可以进一步通过突变信号起始点提取算法对指纹特征参数进行处理,得到精确指纹特征参数。
具体的,为了使指纹特征参数更加精确,以及方便批量处理、提高数据处理的速度与准确性,在通过小波分析法对振动参数序列进行去噪,并通过包络分析法进一步处理后得到振动参数序列的指纹特征参数之后,还可以通过突变信号起始点提取算法,对指纹特征参数进行进一步提取,得到精确指纹特征参数。
作为一个可选实施例,如图9所示,装置还可以包括:第一存储模块28。其中,第一存储模块28,用于根据工作状态将指纹特征参数存储至指纹特征库。
作为一个可选实施例,如图10所示,装置还可以包括:第二存储模块22。其中,第二存储模块22,用于将电流值和振动信号,按时间顺序进行存储。
通过按照分析得到的特征参数对高压断路器的机械状态进行识别和分类,从而实现工作状态的诊断。并且分别通过上述第一存储模块28和第二存储模块22,可以将进行故障诊断后的原始的振动信号和与之对应的指纹特征参数作为历史数据存入特征指纹库,与原有数据一起作为下一次诊断的依据。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (13)
1.一种断路器的检测方法,其特征在于,包括:
按照时间顺序采集断路器中电磁铁线圈的电流值和振动信号;
通过所述线圈的电流值,确定所述断路器的工作时间区间;
对所述工作时间区间内的所述振动信号进行处理,得到用于检测所述断路器的工作状态的指纹特征参数;
将所述指纹特征参数与预先设置的指纹特征库进行比对,确定所述断路器的工作状态。
2.根据权利要求1所述的方法,其特征在于,通过所述线圈的电流值,确定所述断路器的工作时间区间包括:
将所述电流值与预先设置的阈值进行比对,确定所述电流值大于所述阈值的起始时间和终止时间;
根据所述起始时间和所述终止时间,确定所述断路器的所述工作时间区间。
3.根据权利要求2所述的方法,其特征在于,将所述电流值与预先设置的阈值进行比对,确定所述电流值大于所述阈值的起始时间和终止时间包括:
将所述电流值与所述阈值进行比对;
当所述电流值大于所述阈值时,确定当前时刻为所述起始时间;
在确定所述起始时间后,将所述电流值与所述阈值进行比对;
当所述电流值小于或等于所述阈值时,记录当前时刻为所述终止时间。
4.根据权利要求1所述的方法,其特征在于,对所述工作时间区间内的所述振动信号进行处理,得到用于检测所述断路器的工作状态的指纹特征参数包括:
获取所述工作时间区间内的所述振动信号;
将所述振动信号按照时间顺序转换为振动参数序列;
对所述振动参数序列进行处理,确定所述指纹特征参数。
5.根据权利要求4所述的方法,其特征在于,对所述振动参数序列进行处理,确定所述指纹特征参数包括:
对所述振动参数序列进行去噪处理,得到去噪参数序列;
对所述去噪参数序列进行包络谱分析,得到所述指纹特征参数。
6.根据权利要求5所述的方法,其特征在于,在对所述去噪参数序列进行包络谱分析,得到所述指纹特征参数之后,所述方法还包括:
通过突变信号起始点提取算法对所述指纹特征参数进行处理,得到精确指纹特征参数。
7.根据权利要求1所述的方法,其特征在于,在将所述指纹特征参数与预先设置的指纹特征库进行比对,确定所述断路器的工作状态之后,所述方法还包括:
根据所述工作状态将所述指纹特征参数存储至所述指纹特征库。
8.根据权利要求7所述的方法,其特征在于,在按照时间顺序采集断路器中电磁铁线圈的电流值和振动信号之后,所述方法还包括:
将所述电流值和所述振动信号,按时间顺序进行存储。
9.一种断路器的检测装置,其特征在于,包括:
采集模块,用于按照时间顺序采集断路器中电磁铁线圈的电流值和振动信号;
确定模块,用于通过所述线圈的电流值,确定所述断路器的工作时间区间;
处理模块,用于对所述工作时间区间内的所述振动信号进行处理,得到用于检测所述断路器的工作状态的指纹特征参数;
比对模块,用于将所述指纹特征参数与预先设置的指纹特征库进行比对,确定所述断路器的工作状态。
10.根据权利要求9所述的装置,其特征在于,所述装置还包括:
第一存储模块,用于根据所述工作状态将所述指纹特征参数存储至所述指纹特征库。
11.根据权利要求10所述的装置,其特征在于,所述装置还包括:
第二存储模块,用于将所述电流值和所述振动信号,按时间顺序进行存储。
12.一种断路器的检测系统,其特征在于,包括:
电流传感器,用于获取断路器中电磁铁线圈的电流值;
振动传感器,用于获取所述断路器的振动信号;
采集器,分别与所述电流传感器和所述振动传感器建立通讯连接,用于按照时间顺序通过所述电流传感器和所述振动传感器采集所述电流值和所述振动信号;
控制器,与所述采集器建立通讯连接,用于通过所述线圈的电流值,确定所述断路器的工作时间区间;对所述工作时间区间内的所述振动信号进行处理,得到用于检测所述断路器的工作状态的指纹特征参数;将所述指纹特征参数与预先设置的指纹特征库进行比对,确定所述断路器的工作状态。
13.根据权利要求12所述的系统,其特征在于,所述系统还包括:
存储器,与所述控制器建立通讯连接,用于根据所述工作状态存储所述指纹特征参数,并按时间顺序存储所述电流值和所述振动信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510359187.9A CN105158685A (zh) | 2015-06-25 | 2015-06-25 | 断路器的检测方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510359187.9A CN105158685A (zh) | 2015-06-25 | 2015-06-25 | 断路器的检测方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105158685A true CN105158685A (zh) | 2015-12-16 |
Family
ID=54799604
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510359187.9A Pending CN105158685A (zh) | 2015-06-25 | 2015-06-25 | 断路器的检测方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105158685A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105548876A (zh) * | 2016-01-28 | 2016-05-04 | 国网北京市电力公司 | 一种隔离开关机械特性检测方法及装置 |
CN106089754A (zh) * | 2016-07-04 | 2016-11-09 | 宁波巨神制泵实业有限公司 | 基于“互联网+”的潜水泵实时故障诊断与维修方法 |
WO2016206056A1 (zh) * | 2015-06-25 | 2016-12-29 | 国家电网公司 | 断路器的检测方法、装置及系统 |
CN106706294A (zh) * | 2016-12-30 | 2017-05-24 | 航天科工深圳(集团)有限公司 | 基于声学指纹的开关设备机械状态监测系统和方法 |
CN106707151A (zh) * | 2016-12-15 | 2017-05-24 | 中国南方电网有限责任公司超高压输电公司贵阳局 | 一种高压断路器在线监测系统 |
CN107329079A (zh) * | 2017-07-28 | 2017-11-07 | 河海大学 | 一种高压断路器在线监测及故障综合诊断系统 |
CN108872891A (zh) * | 2018-05-08 | 2018-11-23 | 南京大学 | 测量比例电磁铁动作响应时间和速度的装置及方法 |
WO2018232558A1 (en) * | 2017-06-19 | 2018-12-27 | Abb Schweiz Ag | CIRCUIT BREAKER MONITORING METHOD AND APPARATUS AND INTERNET THEREOF |
CN111366985A (zh) * | 2020-03-02 | 2020-07-03 | 国网宁夏电力有限公司电力科学研究院 | 一种gis设备内部的遗留物的检测方法及系统 |
CN114817840A (zh) * | 2022-04-26 | 2022-07-29 | 上海正泰智能科技有限公司 | 断路器状态检测方法、装置、设备及计算机可读存储介质 |
CN117977817A (zh) * | 2024-04-02 | 2024-05-03 | 广东中城智联科技有限公司 | 基于ai电流指纹的控制方法、装置、设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103323770A (zh) * | 2013-05-23 | 2013-09-25 | 国家电网公司 | 高压断路器机械特性检测与故障诊断装置 |
CN103336243A (zh) * | 2013-07-01 | 2013-10-02 | 东南大学 | 基于分合闸线圈电流信号的断路器故障诊断方法 |
CN103487749A (zh) * | 2013-09-18 | 2014-01-01 | 国家电网公司 | 高压断路器机械状态在线监测诊断系统及方法 |
CN103869239A (zh) * | 2012-12-17 | 2014-06-18 | 天津洲宇机电设备科技有限公司 | 一种高压断路器在线监测装置 |
CN203839267U (zh) * | 2014-05-14 | 2014-09-17 | 沈阳工业大学 | 一种永磁机构真空断路器多信号采集系统 |
CN104237781A (zh) * | 2014-09-12 | 2014-12-24 | 国家电网公司 | 一种断路器动特性在线监测装置 |
CN204215012U (zh) * | 2014-11-18 | 2015-03-18 | 广东电网有限责任公司佛山供电局 | 高压断路器状态在线监测系统 |
CN104502841A (zh) * | 2015-01-12 | 2015-04-08 | 国网上海市电力公司 | 一种断路器状态监测系统 |
-
2015
- 2015-06-25 CN CN201510359187.9A patent/CN105158685A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103869239A (zh) * | 2012-12-17 | 2014-06-18 | 天津洲宇机电设备科技有限公司 | 一种高压断路器在线监测装置 |
CN103323770A (zh) * | 2013-05-23 | 2013-09-25 | 国家电网公司 | 高压断路器机械特性检测与故障诊断装置 |
CN103336243A (zh) * | 2013-07-01 | 2013-10-02 | 东南大学 | 基于分合闸线圈电流信号的断路器故障诊断方法 |
CN103487749A (zh) * | 2013-09-18 | 2014-01-01 | 国家电网公司 | 高压断路器机械状态在线监测诊断系统及方法 |
CN203839267U (zh) * | 2014-05-14 | 2014-09-17 | 沈阳工业大学 | 一种永磁机构真空断路器多信号采集系统 |
CN104237781A (zh) * | 2014-09-12 | 2014-12-24 | 国家电网公司 | 一种断路器动特性在线监测装置 |
CN204215012U (zh) * | 2014-11-18 | 2015-03-18 | 广东电网有限责任公司佛山供电局 | 高压断路器状态在线监测系统 |
CN104502841A (zh) * | 2015-01-12 | 2015-04-08 | 国网上海市电力公司 | 一种断路器状态监测系统 |
Non-Patent Citations (3)
Title |
---|
关永刚 等: "基于振动信号的高压断路器机械故障诊断", 《高电压技术》 * |
唐专敏 等: "高压断路器机械状态的评估与诊断方法", 《桂林电子科技大学学报》 * |
孙来军 等: "一种基于振动信号的高压断路器故障诊断新方法", 《中国电机工程学报》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016206056A1 (zh) * | 2015-06-25 | 2016-12-29 | 国家电网公司 | 断路器的检测方法、装置及系统 |
CN105548876B (zh) * | 2016-01-28 | 2018-07-27 | 国网北京市电力公司 | 一种隔离开关机械特性检测方法及装置 |
CN105548876A (zh) * | 2016-01-28 | 2016-05-04 | 国网北京市电力公司 | 一种隔离开关机械特性检测方法及装置 |
CN106089754A (zh) * | 2016-07-04 | 2016-11-09 | 宁波巨神制泵实业有限公司 | 基于“互联网+”的潜水泵实时故障诊断与维修方法 |
CN106707151A (zh) * | 2016-12-15 | 2017-05-24 | 中国南方电网有限责任公司超高压输电公司贵阳局 | 一种高压断路器在线监测系统 |
CN106706294A (zh) * | 2016-12-30 | 2017-05-24 | 航天科工深圳(集团)有限公司 | 基于声学指纹的开关设备机械状态监测系统和方法 |
WO2018232558A1 (en) * | 2017-06-19 | 2018-12-27 | Abb Schweiz Ag | CIRCUIT BREAKER MONITORING METHOD AND APPARATUS AND INTERNET THEREOF |
CN110192115A (zh) * | 2017-06-19 | 2019-08-30 | Abb瑞士股份有限公司 | 用于监测断路器的方法和装置以及使用该方法和装置的物联网 |
CN107329079A (zh) * | 2017-07-28 | 2017-11-07 | 河海大学 | 一种高压断路器在线监测及故障综合诊断系统 |
CN108872891A (zh) * | 2018-05-08 | 2018-11-23 | 南京大学 | 测量比例电磁铁动作响应时间和速度的装置及方法 |
CN111366985A (zh) * | 2020-03-02 | 2020-07-03 | 国网宁夏电力有限公司电力科学研究院 | 一种gis设备内部的遗留物的检测方法及系统 |
CN114817840A (zh) * | 2022-04-26 | 2022-07-29 | 上海正泰智能科技有限公司 | 断路器状态检测方法、装置、设备及计算机可读存储介质 |
CN117977817A (zh) * | 2024-04-02 | 2024-05-03 | 广东中城智联科技有限公司 | 基于ai电流指纹的控制方法、装置、设备及存储介质 |
CN117977817B (zh) * | 2024-04-02 | 2024-06-28 | 广东中城智联科技有限公司 | 基于ai电流指纹的控制方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105158685A (zh) | 断路器的检测方法、装置及系统 | |
WO2016206056A1 (zh) | 断路器的检测方法、装置及系统 | |
US11467562B2 (en) | Online monitoring device and system for a 3D printing device | |
CN100523765C (zh) | 大型发电机定子槽楔松动振动检测方法及装置 | |
Betta et al. | A DSP-based FFT-analyzer for the fault diagnosis of rotating machine based on vibration analysis | |
McCormick et al. | Cyclostationarity in rotating machine vibrations | |
RU2418278C2 (ru) | Способ и устройство для анализа сигнатуры сигнала для регистрации событий в установке с вращающимися деталями | |
CN105263731B (zh) | 脉冲宽度测量方法及装置 | |
Bonci et al. | Predictive Maintenance System using motor current signal analysis for Industrial Robot | |
CN102566555B (zh) | 基于模式识别的白色家电工作状态监测方法 | |
CN107907320A (zh) | 变压器有载分接开关的机械状态特征的诊断方法及装置 | |
CN102840907A (zh) | 早期故障状态下滚动轴承振动信号特征提取和分析方法 | |
CN102508135A (zh) | 一种基于云计算的电缆振荡波局部放电测量与定位系统 | |
CN112326245B (zh) | 一种基于变分希尔伯特黄变换的滚动轴承故障诊断方法 | |
CN106404377A (zh) | 一种基于声学成像技术的变压器机械故障诊断方法 | |
CN103454526A (zh) | 一种基于电力变压器绕组故障类型判定方法 | |
CN104568134A (zh) | 高压断路器的机械振动信号的特征提取方法和装置 | |
CN103827683A (zh) | 确定用于机电系统诊断的平稳信号的方法 | |
CN105741850A (zh) | 利用音频信号诊断机械设备的方法及装置 | |
CN104392141A (zh) | 电力系统低频振荡扰动源定位方法和装置 | |
Betta et al. | A DSP-based FFT-analyzer for the fault diagnosis of rotating machine based on vibration analysis | |
CN116699400A (zh) | 一种发电机转子短路故障监测系统、方法及可读存储介质 | |
CN111999609A (zh) | 一种现场变压器局部放电试验干扰信号排查方法 | |
CN110426192A (zh) | 一种断路器的声学指纹检测系统和方法 | |
Shome et al. | FPGA based signal prefiltering system for vibration analysis of induction motor failure detection |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151216 |
|
RJ01 | Rejection of invention patent application after publication |