CN106291343B - 利用分合闸电流进行真空断路器状态监测的方法及系统 - Google Patents
利用分合闸电流进行真空断路器状态监测的方法及系统 Download PDFInfo
- Publication number
- CN106291343B CN106291343B CN201610590147.XA CN201610590147A CN106291343B CN 106291343 B CN106291343 B CN 106291343B CN 201610590147 A CN201610590147 A CN 201610590147A CN 106291343 B CN106291343 B CN 106291343B
- Authority
- CN
- China
- Prior art keywords
- point
- straight line
- current
- value
- versus time
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/327—Testing of circuit interrupters, switches or circuit-breakers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/327—Testing of circuit interrupters, switches or circuit-breakers
- G01R31/3271—Testing of circuit interrupters, switches or circuit-breakers of high voltage or medium voltage devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/327—Testing of circuit interrupters, switches or circuit-breakers
- G01R31/3271—Testing of circuit interrupters, switches or circuit-breakers of high voltage or medium voltage devices
- G01R31/3275—Fault detection or status indication
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Driving Mechanisms And Operating Circuits Of Arc-Extinguishing High-Tension Switches (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及利用分合闸电流进行真空断路器状态监测的方法及系统,该方法包括:1)利用霍尔电流传感器采集真空断路器电磁铁线圈电流信号;2)对原始数据进行预处理;3)基于步骤2)采用概率估计直线拟合法进行曲线起止位置的求取;4)在基于步骤3)得到的电流起止时间段内求取曲线特征值或特征点,将得到的特征值或特征点与设定的阈值比较,若超出设定的阈值偏差范围,则进行故障报警。本发明的方法具有较高的精确度和可靠性,且能够有效地实现断路器工作状态的实时监测。
Description
技术领域
本发明涉及利用分合闸电流进行真空断路器状态监测的方法及系统。
背景技术
断路器是维护和保证电力系统稳定运行的重要器件,一旦发生故障将带来严重后果,以往对断路器检修存在很大的盲目性,而且频繁拆卸可能会降低断路器动作的可靠性。对断路器状态实行监测,特别是在线监测,不仅可以对断路器工作状况进行了解,而且通过分析判断监测状态参数能够及时发现断路器故障征兆,提早进行处理,避免盲目检修增加维护成本。但现有的监测方法存在数据处理结果不精确的问题,若对数据的处理方式不当,将导致对电流-时间曲线分析时,得出的特征点定位不准确,大小与实际值偏差较大,以致无法准确判断断路器状态,最终电力系统不能及时对故障进行监测,系统控制不稳定。
发明内容
本发明要解决的技术问题是提供利用分合闸电流进行真空断路器状态监测的方法,用于解决断路器工作状态判断不准确的问题。同时,本发明还提供了一种利用分合闸电流进行真空断路器状态监测的系统。
为解决上述问题,本发明利用分合闸电流进行真空断路器状态监测的方法,包括如下步骤:
1)获取分合闸电磁铁电流信号,得到相应的电流-时间曲线;
2)对原始数据进行预处理;
3)采用概率估计直线拟合法计算电流-时间曲线的起止位置:
对于起始位置,首先对包含起始点的数据段X1{x1~xT}计算其概率密度分布,找到概率最大值对应的数值xp,然后在所述数据段X1中找到时刻上最后一个小于xp的数xn,对数据段X2{x1~xn}根据直线拟合法求取直线x=k,以k为转折时刻最优值xd,最后在所述数据段X2中找到时刻上最后一个小于xd的数值xz,将电流-时间曲线上xz对应的点记为电流起始位置C1;
对于终止位置,首先对包含终止值的数据段X1′{xT~xt}计算其概率密度分布,找到概率最大值对应的数值xp′,然后在所述数据段X1′中找到时刻上第一个小于xp′的数xn′,对数据段X2′{xn′~xt}根据直线拟合法求取直线x′=k′,以k′为转折时刻最优值xd′,最后在所述数据段X2′中找到时刻上第一个小于xd′的数值xz′,将电流-时间曲线上xz′对应的点记为电流终止位置C6;
4)根据电流-时间曲线上的起止位置,进一步寻找起始位置和终止位置之间特征值或特征点;
5)将得到的特征值或特征点与设定的阈值比较,若超出设定的阈值偏差范围,则进行故障报警。
进一步的,步骤3)中对分合闸电流-时间曲线上所述数据段X2的前半段求均值xm,将概率最大值xp与直线拟合数值k进行归一加权处理得到转折时刻的最优数值xd,加权系数与k、xp和xm有关;
步骤3)中对分合闸电流-时间曲线上所述数据段X2′的后半段求均值xm′,将概率最大值xp′与直线拟合数值k′进行归一加权处理得到转折时刻的最优数值xd′,加权系数与k′、xp′和xm′有关。
进一步的,对于起始位置,上述转折时刻的最优值xd为:
其中,为加权系数;
对于终止位置,上述转折时刻的最优值xd′为:
其中,为加权系数。
进一步的,步骤4)中特征值或特征点包括波峰、波谷和转折点;
所述合闸电流-时间曲线上特征点的顺序为第一个波峰、波谷、第一个转折点、第二个波峰、第二个转折点;
采用移动直线拟合法求取合闸电流-时间曲线的转折点:以波谷C3为定点,第二个波峰Cm为动点,将C3~Cm间的数据进行直线拟合,得到的直线与电流-时间曲线最后一个交点为D1,将D1替换Cm,再对C3~D1之间的数据段进行直线拟合,得到的直线与电流-时间曲线最后一个交点为D2,依次类推,最终得到交点集合{D},由判定条件得到第一个转折点C4;
同理,以电流终止位置C6为定点,第二个波峰Cm为动点,将Cm~C6间的数据进行直线拟合,得到的直线与电流-时间曲线最后一个交点为D1,将D1替换Cm,再对D1~C6之间的数据段进行直线拟合,得到的直线与电流-时间曲线最后一个交点为D2,依次类推,最终得到交点集合{D},由判定条件得到第二个转折点C5;
所述分闸电流-时间曲线上特征点的顺序为第一个波峰、波谷、转折点、第二个波峰;
采用移动直线拟合法求取分闸电流-时间曲线的转折点:以波谷C3为定点,第二个波峰Cm为动点,将C3~Cm间的数据进行直线拟合,得到的直线与电流-时间曲线最后一个交点为D1,将D1替换Cm,再对C3~D1之间的数据段进行直线拟合,得到的直线与电流-时间曲线最后一个交点为D2,依次类推,最终得到交点集合{D},由判定条件得到转折点C4。
进一步的,记录步骤5)中得到的监测数据,并且对近若干次得到的曲线特征值进行统计分析,剔除异常值,并且更新阈值。
本发明还提供了分合闸电流进行真空断路器状态监测的系统,包括如下模块:
1)用于获取分合闸电磁铁电流信号,得到相应的电流-时间曲线的模块;
2)用于对原始数据进行预处理的模块;
3)用于采用概率估计直线拟合法计算电流-时间曲线的起止位置的模块:
对于起始位置,首先对包含起始点的数据段X1{x1~xT}计算其概率密度分布,找到概率最大值对应的数值xp,然后在所述数据段X1中找到时刻上最后一个小于xp的数xn,对数据段X2{x1~xn}根据直线拟合法求取直线x=k,以k为转折时刻最优值xd,最后在所述数据段X2中找到时刻上最后一个小于xd的数值xz,将电流-时间曲线上xz对应的点记为电流起始位置C1;
对于终止位置,首先对包含终止值的数据段X1′{xT~xt}计算其概率密度分布,找到概率最大值对应的数值xp′,然后在所述数据段X1′中找到时刻上第一个小于xp′的数xn′,对数据段X2′{xn′~xt}根据直线拟合法求取直线x′=k′,以k′为转折时刻最优值xd′,最后在所述数据段X2′中找到时刻上第一个小于xd′的数值xz′,将电流-时间曲线上xz′对应的点记为电流终止位置C6;
4)用于根据电流-时间曲线上的起止位置,进一步寻找起始位置和终止位置之间特征值或特征点的模块;
5)用于将得到的特征值或特征点与设定的阈值比较,若超出设定的阈值偏差范围,则进行故障报警的模块。
进一步的,模块3)中对分合闸电流-时间曲线上所述数据段X2的前半段求均值xm,将概率最大值xp与直线拟合数值k进行归一加权处理得到转折时刻的最优数值xd,加权系数与k、xp和xm有关;
模块3)中对分合闸电流-时间曲线上所述数据段X2′的后半段求均值xm′,将概率最大值xp′与直线拟合数值k′进行归一加权处理得到转折时刻的最优数值xd′,加权系数与k′、xp′和xm′有关;
对于起始位置,所述转折时刻的最优值xd为:
其中,为加权系数;
对于终止位置,所述转折时刻的最优值xd′为:
其中,为加权系数。
进一步的,模块4)中特征值或特征点包括波峰、波谷和转折点;
所述合闸电流-时间曲线上特征点的顺序为第一个波峰、波谷、第一个转折点、第二个波峰、第二个转折点,采用移动直线拟合法求取合闸电流-时间曲线的转折点:以波谷C3为定点,第二个波峰Cm为动点,将C3~Cm间的数据进行直线拟合,得到的直线与电流-时间曲线最后一个交点为D1,将D1替换Cm,再对C3~D1之间的数据段进行直线拟合,得到的直线与电流-时间曲线最后一个交点为D2,依次类推,最终得到交点集合{D},由判定条件得到第一个转折点C4;
同理,以电流终止位置C6为定点,第二个波峰Cm为动点,将Cm~C6间的数据进行直线拟合,得到的直线与电流-时间曲线最后一个交点为D1,将D1替换Cm,再对D1~C6之间的数据段进行直线拟合,得到的直线与电流-时间曲线最后一个交点为D2,依次类推,最终得到交点集合{D},由判定条件得到第二个转折点C5;
所述分闸电流-时间曲线上特征点的顺序为第一个波峰、波谷、转折点、第二个波峰;
采用移动直线拟合法求取分闸电流-时间曲线的转折点:以波谷C3为定点,第二个波峰Cm为动点,将C3~Cm间的数据进行直线拟合,得到的直线与电流-时间曲线最后一个交点为D1,将D1替换Cm,再对C3~D1之间的数据段进行直线拟合,得到的直线与电流-时间曲线最后一个交点为D2,依次类推,最终得到交点集合{D},由判定条件得到转折点C4。
本发明提出采用概率估计直线拟合法对电流-时间曲线起止位置进行确定,概率估计直线拟合法是一种精确分析处理数据的方法,且能够保留数据原始性,提高计算结果的真实性。监测断路器的工作状态是一个需要精准判定的过程,运用该方法对断路器的电流-时间曲线进行分析,得到准确的起止位置,从而为后续确定特征点的大小和位置提供了有利的支持,使得断路器能够在噪声情况下实现准确判断曲线异常值,预警故障,同时,该方法的运用并不局限于某种断路器型号,具有普遍适用性。
本发明在概率估计直线拟合方法的基础上,进一步进行了归一加权处理,能够更加精准地确定电流-时间曲线的起止位置。
本发明在确定了起止位置后,又通过移动直线拟合法求取了曲线的转折点,将得到的曲线值与阈值或参数范围比较,该方法细化运动过程,更精确地分析故障信息,准确及时地发现故障位置,进行故障报警。
附图说明
图1为真空断路器状态监测系统示意图;
图2为曲线转折模型,标注1~2为两种不同转折情况;
图3为合闸电磁铁电流曲线;
图4为分闸电磁铁电流曲线。
具体实施方式
下面结合附图对本发明的技术方案进行详细说明。
图1所示为真空断路器状态监测系统,该监测系统可以实现在线或非在线监测。该系统包括断路器、霍尔电流传感器监测装置(DSP)、通讯单元、显示单元、存储单元、报警单元,其中断路器包括分合闸电磁铁和储能电机。通过A/D转换电路将霍尔传感器采集的模拟信号转换成数字信号,通过在线监测装置(DSP)进行处理,将采集得到的数据显示、存储和计算,并对计算的特征值与存储的历史数据对比,超出阈值或出现异常值则进行报警。
该技术方案的基本方法步骤为:
步骤一、采用传感器获取分合闸电磁铁电流信号,得到相应的电流-时间曲线;
步骤二、对原始数据进行预处理;
步骤三、提出概率估计直线拟合法计算电流-时间曲线的起止位置;
步骤四、根据电流-时间曲线上的起止位置,进一步寻找起始位置和终止位置之间特征值或特征点;
步骤五、将得到的特征值或特征点与设定的阈值比较,若超出设定的阈值偏差范围,则进行故障报警。
上述各步骤的详细过程介绍如下:
步骤一、利用传感器采集相应分合闸电磁铁线圈的电流信号,由显示单元得出分合闸电流-时间曲线。本实施例中采用霍尔电流传感器采集电流信号,作为其他实施方案,电流信号的采集还会采用其他的模拟信号采集器。
步骤二、为剔除原始数据中的异常值,防止后续数据处理过程中出现过大的误差,需要对原始数据进行预处理,数据预处理的方法很多,如滤波法,极差法等。
下面具体介绍一种拉依达方法对原始数据进行预处理,剔除异常值,计算过程如下:
(1)在某一个数xj前后分别取n/2个点,组成n+1个数,求取其标准差Sx及均值x;
(2)这里设定的判定条件为若公式成立则认为xi是异常值,其中样本均值样本标准差
(3)将异常值xi用其前后数据的均值(xi-1+xi+1)/2替换。
步骤三、准确分析分合闸电流-时间曲线是断路器实现监测的关键,计算电流-时间曲线上的起止位置又是准确分析电流-时间曲线的关键,电流-时间曲线中的起止位置即对应断路器相应动作的开始或结束,图2展示了两种基本的转折模型,本发明提出了“概率估计直线拟合法”计算电流曲线的起止位置。
下面结合图2中的情况1分别求取图3、图4合分闸电磁铁电流-时间曲线中的起始位置的详细计算过程:
(1)对包含起始值的数据段X{xk,k=1,2,...,t}使用移动平滑滤波得到Xs,根据判定条件xs<(max(Xs)+min(Xs))/2得到Xs中符合条件的最大时刻T;
(2)对数据段X1{x1~xT}计算其概率密度分布,找到概率最大值Pmax对应的数值xp,且xp应满足xp∈X1;
(3)在数据段X1中找到时刻上最后一个小于xp的数xn,对数据段X2{x1~xn}采用直线拟合法中的最小二乘法求取直线x=k;
(4)以k为转折时刻最优值xd,在数据段X2中找到时刻上最后一个小于xd的数值xz,将电流-时间曲线上xz对应的点记为电流起始位置C1。
实际上,以上述计算得到的k找到的起始位置C1已经很精确,但这里为了找到更精确的起始位置,便于系统故障分析,针对上述步骤又提出了以下方法:
(5)对数据段X2的前半段X3{x1~xn/2}求取其均值
(6)根据归一化加权思想,求取实际带有噪声的电流-时间曲线初始转折时刻的最优值xd,表达式为:
其中,为加权系数;
(7)在数据段X1中找到时刻上最后一个小于xd的数xz,将电流-时间曲线上xz对应的点记为电流起始位置C1。
下面结合图2中的情况2分析求取图3、图4合分闸电磁铁电流-时间曲线中的终止位置的详细计算过程:
(1)对包含终止值的数据段X{xk,k=1,2,...,t}使用移动平滑滤波得到Xs,根据判定条件xs<(max(Xs)+min(Xs))/2得到Xs中符合条件的最大时刻T;
(2)对数据段X1{xT~xt}计算其概率密度分布,找到概率最大值Pmax对应的数值xp,且xp应满足xp∈X1;
(3)在数据段X1中找到时刻上第一个小于xp的数xn,对数据段X2{xn~xt}采用直线拟合法中的最小二乘法求取直线x=k;
(4)以k为转折时刻最优值xd,在数据段X2中找到时刻上第一个小于xd的数值xz,将电流-时间曲线上xz对应的点记为电流终止位置C6。
实际上,以上述计算得到的k找到的终止位置C6已经很精确,但这里为了找到更精确的终止位置,便于系统故障分析,针对上述步骤又提出了以下方法:
(5)对数据段X2的后半段X3{x(t-n)/2~xt}求取其均值
(6)根据归一化加权思想,求取实际带有噪声的电流-时间曲线终止转折时刻的最优值xd,表达式为:
其中,为加权系数;
(7)在数据段X1中找到时刻上第一个小于xd的数xz,将电流-时间曲线上xz对应的点记为电流终止位置C6。
步骤四、图3合闸电磁铁线圈电流-时间曲线上的特征值或特征点包括波峰、波谷和转折点,顺序为第一个波峰、波谷、第一个转折点、第二个波峰、第二个转折点,其中波峰、波谷的寻找方法很简单,这里不做具体叙述了,对于转折点的求取提出了移动直线拟合的方法,详细叙述为:
以波谷C3为定点,第二个波峰Cm为动点,将C3~Cm间的数据进行直线拟合,得到的直线与电流-时间曲线最后一个交点为D1,将D1替换Cm,再对C3~D1之间的数据段进行直线拟合,得到的直线与电流-时间曲线最后一个交点为D2,依次类推,最终得到交点集合{D},由判定条件得到第一个到转折点C4,本实施例中采用了步骤二拉依达方法中的判定条件若条件满足则停止计算,则最后一个不满足的交点即为第一个转折点C4;
同理,以电流终止位置C6为定点,第二个波峰Cm为动点,将Cm~C6间的数据进行直线拟合,得到的直线与电流-时间曲线最后一个交点为D1,将D1替换Cm,再对D1~C6之间的数据段进行直线拟合,得到的直线与电流-时间曲线最后一个交点为D2,依次类推,最终得到交点集合{D},由判定条件得到第二个转折点C5,本实施例中采用了步骤二拉依达方法中的判定条件 若条件满足则停止计算,则最后一个不满足的交点即为第二个转折点C5。
图4分闸电磁铁线圈电流-时间曲线上的特征值或特征点包括波峰、波谷和转折点,顺序为第一个波峰、波谷、转折点、第二个波峰,其中波峰、波谷的寻找方法很简单,这里不做具体叙述了,对于转折点求取的提出了移动直线拟合的方法,详细叙述为:
以波谷C3为定点,第二个波峰Cm为动点,将C3~Cm间的数据进行直线拟合,得到的直线与电流-时间曲线最后一个交点为D1,将D1替换Cm,再对C3~D1之间的数据段进行直线拟合,得到的直线与电流-时间曲线最后一个交点为D2,依次类推,最终得到交点集合{D},由判定条件得到第一个到转折点C4,本实施例中采用了步骤二拉依达方法中的判定条件若条件满足则停止计算,则最后一个不满足的交点即为第一个转折点C4。
步骤五、根据上述步骤得到的电流起止位置和特征点,进行断路器故障的预测报警,本实施例采用以下三种方案:
第一种方案是根据波峰波谷及转折点的位置与系统预设的对应数值进行比较,若超出设定的阈值偏差范围,则说明系统出现故障,进而实行故障报警。
第二种方案是根据波峰波谷及转折点的位置划定电流-时间曲线范围,与系统预设的参数范围比较,若超出设定的范围阈值偏差范围,则说明系统出现故障,进而实行故障报警。
上述电流-时间曲线范围即时间段,合闸电流-时间曲线参数时间段如下:Im为合闸电流;t1~t6为合闸线圈带电时间;t1~t2对应线圈铁芯空载时间;t2~t3对应铁芯负载时间;t3~t4~t5对应铁芯推动锁扣装置运动时间;t5~t6对应合闸电流熄灭时间;
分闸电流-时间曲线参数时间段如下:Im为分闸电流;t1~t6为分闸线圈带电时间;t1~t2对应线圈铁芯空载时间;t2~t3对应铁芯负载时间;t3~t4~tm对应铁芯推动锁扣装置运动时间;tm~t6对应分闸电流熄灭时间。
第三种方案是将上述两种方案进行结合,综合分析系统故障情况。
保存历史数据,将最后一次动作计算的特征值与最近若干次动作数据进行统计分析,对异常的特征值通过显示屏显示预警信息,且进一步修正阈值,利于以后对系统故障的精确判断。
本发明实施例还提供了利用分合闸电流进行真空断路器状态监测的系统,该系统包括如下模块:
1)用于获取分合闸电磁铁电流信号,得到相应的电流-时间曲线的模块;
2)用于对原始数据进行预处理的模块;
3)用于采用概率估计直线拟合法计算电流-时间曲线的起止位置的模块;
4)用于根据电流-时间曲线上的起止位置,进一步寻找起始位置和终止位置之间特征值或特征点的模块;
5)用于将得到的特征值或特征点与设定的阈值比较,若超出设定的阈值偏差范围,则进行故障报警的模块。
上述模块是系统中为实现该方法的各步骤所建立的功能模块,实际上是一种根据以上利用分合闸电流进行真空断路器状态监测的方法进行编程,与方法步骤对应的软件进程,用于控制器中。因此,对于各个模块,下面不再进行详细介绍。
Claims (10)
1.利用分合闸电流进行真空断路器状态监测的方法,其特征在于,该方法包括如下步骤:
1)获取分合闸电磁铁电流信号,得到相应的电流-时间曲线;
2)对原始数据进行预处理;
3)采用概率估计直线拟合法计算电流-时间曲线的起止位置:
对于起始位置,首先对包含起始点的数据段X1{x1~xT}计算其概率密度分布,找到概率最大值对应的数值xp,然后在所述数据段X1中找到时刻上最后一个小于xp的数xn,对数据段X2{x1~xn}根据直线拟合法求取直线x=k,以k为转折时刻最优值xd,最后在所述数据段X2中找到时刻上最后一个小于xd的数值xz,将电流-时间曲线上xz对应的点记为电流起始位置C1;
对于终止位置,首先对包含终止值的数据段X1′{xT~xt}计算其概率密度分布,找到概率最大值对应的数值xp′,然后在所述数据段X1′中找到时刻上第一个小于xp′的数xn′,对数据段X2′{xn′~xt}根据直线拟合法求取直线x′=k′,以k′为转折时刻最优值xd′,最后在所述数据段X2′中找到时刻上第一个小于xd′的数值xz′,将电流-时间曲线上xz′对应的点记为电流终止位置C6;
4)根据电流-时间曲线上的起止位置,进一步寻找起始位置和终止位置之间特征值或特征点;
5)将得到的特征值或特征点与设定的阈值比较,若超出设定的阈值偏差范围,则进行故障报警。
2.根据权利要求1所述的利用分合闸电流进行真空断路器状态监测的方法,其特征在于,步骤3)中对分合闸电流-时间曲线上所述数据段X2的前半段求均值xm,将概率最大值xp与直线拟合数值k进行归一加权处理得到转折时刻的最优数值xd,加权系数与k、xp和xm有关;
步骤3)中对分合闸电流-时间曲线上所述数据段X2′的后半段求均值xm′,将概率最大值xp′与直线拟合数值k′进行归一加权处理得到转折时刻的最优数值xd′,加权系数与k′、xp′和xm′有关。
3.根据权利要求2所述的利用分合闸电流进行真空断路器状态监测的方法,其特征在于,对于起始位置,所述转折时刻的最优值xd为:
其中,为加权系数;
对于终止位置,所述转折时刻的最优值xd′为:
其中,为加权系数。
4.根据权利要求3所述的利用分合闸电流进行真空断路器状态监测的方法,其特征在于,步骤4)中特征值或特征点包括波峰、波谷和转折点。
5.根据权利要求4所述的利用分合闸电流进行真空断路器状态监测的方法,其特征在于,所述合闸电流-时间曲线上特征点的顺序为第一个波峰、波谷、第一个转折点、第二个波峰、第二个转折点;
采用移动直线拟合法求取合闸电流-时间曲线的转折点:以波谷C3为定点,第二个波峰Cm为动点,将C3~Cm间的数据进行直线拟合,得到的直线与电流-时间曲线最后一个交点为D1,将D1替换Cm,再对C3~D1之间的数据段进行直线拟合,得到的直线与电流-时间曲线最后一个交点为D2,依次类推,最终得到交点集合{D},由判定条件得到第一个转折点C4;
同理,以电流终止位置C6为定点,第二个波峰Cm为动点,将Cm~C6间的数据进行直线拟合,得到的直线与电流-时间曲线最后一个交点为D1,将D1替换Cm,再对D1~C6之间的数据段进行直线拟合,得到的直线与电流-时间曲线最后一个交点为D2,依次类推,最终得到交点集合{D},由判定条件得到第二个转折点C5。
6.根据权利要求4所述的利用分合闸电流进行真空断路器状态监测的方法,其特征在于,所述分闸电流-时间曲线上特征点的顺序为第一个波峰、波谷、转折点、第二个波峰;
采用移动直线拟合法求取分闸电流-时间曲线的转折点:以波谷C3为定点,第二个波峰Cm为动点,将C3~Cm间的数据进行直线拟合,得到的直线与电流-时间曲线最后一个交点为D1,将D1替换Cm,再对C3~D1之间的数据段进行直线拟合,得到的直线与电流-时间曲线最后一个交点为D2,依次类推,最终得到交点集合{D},由判定条件得到转折点C4。
7.根据权利要求1所述的利用分合闸电流进行真空断路器状态监测的方法,其特征在于,记录步骤5)中得到的监测数据,并且对近若干次得到的曲线特征值或特征点进行统计分析,剔除异常值,并且更新阈值。
8.利用分合闸电流进行真空断路器状态监测的系统,其特征在于,该系统包括如下模块:
1)用于获取分合闸电磁铁电流信号,得到相应的电流-时间曲线的模块;
2)用于对原始数据进行预处理的模块;
3)用于采用概率估计直线拟合法计算电流-时间曲线的起止位置的模块:
对于起始位置,首先对包含起始点的数据段X1{x1~xT}计算其概率密度分布,找到概率最大值对应的数值xp,然后在所述数据段X1中找到时刻上最后一个小于xp的数xn,对数据段X2{x1~xn}根据直线拟合法求取直线x=k,以k为转折时刻最优值xd,最后在所述数据段X2中找到时刻上最后一个小于xd的数值xz,将电流-时间曲线上xz对应的点记为电流起始位置C1;
对于终止位置,首先对包含终止值的数据段X1′{xT~xt}计算其概率密度分布,找到概率最大值对应的数值xp′,然后在所述数据段X1′中找到时刻上第一个小于xp′的数xn′,对数据段X2′{xn′~xt}根据直线拟合法求取直线x′=k′,以k′为转折时刻最优值xd′,最后在所述数据段X2′中找到时刻上第一个小于xd′的数值xz′,将电流-时间曲线上xz′对应的点记为电流终止位置C6;
4)用于根据电流-时间曲线上的起止位置,进一步寻找起始位置和终止位置之间特征值或特征点的模块;
5)用于将得到的特征值或特征点与设定的阈值比较,若超出设定的阈值偏差范围,则进行故障报警的模块。
9.根据权利要求8所述的利用分合闸电流进行真空断路器状态监测的系统,其特征在于,模块3)中对分合闸电流-时间曲线上所述数据段X2的前半段求均值xm,将概率最大值xp与直线拟合数值k进行归一加权处理得到转折时刻的最优数值xd,加权系数与k、xp和xm有关;
模块3)中对分合闸电流-时间曲线上所述数据段X2′的后半段求均值xm′,将概率最大值xp′与直线拟合数值k′进行归一加权处理得到转折时刻的最优数值xd′,加权系数与k′、xp′和xm′有关;
对于起始位置,所述转折时刻的最优值xd为:
其中,为加权系数;
对于终止位置,所述转折时刻的最优值xd′为:
其中,为加权系数。
10.根据权利要求8所述的利用分合闸电流进行真空断路器状态监测的系统,其特征在于,模块4)中特征值或特征点包括波峰、波谷和转折点;
所述合闸电流-时间曲线上特征点的顺序为第一个波峰、波谷、第一个转折点、第二个波峰、第二个转折点,采用移动直线拟合法求取合闸电流-时间曲线的转折点:以波谷C3为定点,第二个波峰Cm为动点,将C3~Cm间的数据进行直线拟合,得到的直线与电流-时间曲线最后一个交点为D1,将D1替换Cm,再对C3~D1之间的数据段进行直线拟合,得到的直线与电流-时间曲线最后一个交点为D2,依次类推,最终得到交点集合{D},由判定条件得到第一个转折点C4;
同理,以电流终止位置C6为定点,第二个波峰Cm为动点,将Cm~C6间的数据进行直线拟合,得到的直线与电流-时间曲线最后一个交点为D1,将D1替换Cm,再对D1~C6之间的数据段进行直线拟合,得到的直线与电流-时间曲线最后一个交点为D2,依次类推,最终得到交点集合{D},由判定条件得到第二个转折点C5;
所述分闸电流-时间曲线上特征点的顺序为第一个波峰、波谷、转折点、第二个波峰;
采用移动直线拟合法求取分闸电流-时间曲线的转折点:以波谷C3′为定点,第二个波峰Cm′为动点,将C3′~Cm′间的数据进行直线拟合,得到的直线与电流-时间曲线最后一个交点为D1′,将D1′替换Cm′,再对C3′~D1′之间的数据段进行直线拟合,得到的直线与电流-时间曲线最后一个交点为D2′,依次类推,最终得到交点集合{D′},由判定条件得到转折点C4′。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610590147.XA CN106291343B (zh) | 2016-07-25 | 2016-07-25 | 利用分合闸电流进行真空断路器状态监测的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610590147.XA CN106291343B (zh) | 2016-07-25 | 2016-07-25 | 利用分合闸电流进行真空断路器状态监测的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106291343A CN106291343A (zh) | 2017-01-04 |
CN106291343B true CN106291343B (zh) | 2018-11-23 |
Family
ID=57652176
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610590147.XA Active CN106291343B (zh) | 2016-07-25 | 2016-07-25 | 利用分合闸电流进行真空断路器状态监测的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106291343B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108737193A (zh) * | 2018-06-05 | 2018-11-02 | 亚信科技(中国)有限公司 | 一种故障预测方法及装置 |
CN109828146B (zh) * | 2018-11-22 | 2022-03-22 | 常州天正工业发展股份有限公司 | 一种通过设备电参数ad采样判断设备工况的方法 |
CN110261768A (zh) * | 2019-07-19 | 2019-09-20 | 长沙理工大学 | 配电自动化系统高压断路器状态监测方法 |
CN110426624B (zh) * | 2019-07-29 | 2021-08-17 | 西安西拓电气股份有限公司 | 断路器状态的评估方法及装置 |
CN111062116B (zh) * | 2019-11-13 | 2023-07-28 | 天津津航计算技术研究所 | 一种特性未知的模拟量按键信息精确识别方法 |
CN111474471B (zh) * | 2020-05-29 | 2022-10-11 | 国网安徽省电力有限公司电力科学研究院 | 一种用于高压交流断路器分合闸线圈电流特征参数提取方法 |
CN112731131A (zh) * | 2020-12-22 | 2021-04-30 | 珠海万谱科技有限公司 | 一种电动直流隔离开关的故障诊断方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011156400A1 (en) * | 2010-06-07 | 2011-12-15 | Abb Research Ltd. | Systems and methods for characterizing fault-clearing devices |
CN102721919A (zh) * | 2012-06-25 | 2012-10-10 | 南京南自西电电气有限责任公司 | 高压真空断路器在线监测方法及在线监测装置 |
CN102778346A (zh) * | 2012-04-06 | 2012-11-14 | 江苏泰事达电气有限公司 | 断路器刚分刚合点的在线判断方法及其装置 |
CN103675659A (zh) * | 2013-11-30 | 2014-03-26 | 许继电气股份有限公司 | 断路器分合闸时行程-时间波形预处理方法与装置 |
CN105259495A (zh) * | 2015-07-03 | 2016-01-20 | 四川大学 | 一种基于分合闸线圈电流特征量优化的高压断路器操作机构状态评估方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3821739B2 (ja) * | 2002-03-22 | 2006-09-13 | 株式会社ミツトヨ | 測定データ整形方法 |
-
2016
- 2016-07-25 CN CN201610590147.XA patent/CN106291343B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011156400A1 (en) * | 2010-06-07 | 2011-12-15 | Abb Research Ltd. | Systems and methods for characterizing fault-clearing devices |
CN102778346A (zh) * | 2012-04-06 | 2012-11-14 | 江苏泰事达电气有限公司 | 断路器刚分刚合点的在线判断方法及其装置 |
CN102721919A (zh) * | 2012-06-25 | 2012-10-10 | 南京南自西电电气有限责任公司 | 高压真空断路器在线监测方法及在线监测装置 |
CN103675659A (zh) * | 2013-11-30 | 2014-03-26 | 许继电气股份有限公司 | 断路器分合闸时行程-时间波形预处理方法与装置 |
CN105259495A (zh) * | 2015-07-03 | 2016-01-20 | 四川大学 | 一种基于分合闸线圈电流特征量优化的高压断路器操作机构状态评估方法 |
Non-Patent Citations (1)
Title |
---|
"智能化断路器机械特性在线监";陈建平 等;《高压电器》;20140416;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN106291343A (zh) | 2017-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106291343B (zh) | 利用分合闸电流进行真空断路器状态监测的方法及系统 | |
CN101943921B (zh) | 一种变压器冷却系统智能控制方法和智能控制装置 | |
CN110068758B (zh) | 柔性直流换流阀监测诊断系统 | |
CN105975737B (zh) | 转折点计算模型及电机电流的断路器状态监测方法、系统 | |
CN104297002B (zh) | 一种地铁电动塞拉门故障预测装置 | |
CN102957208A (zh) | 配电变压器智能监控装置及其控制方法 | |
CN206096376U (zh) | 一种断路器在线监测装置及系统 | |
CN109458305A (zh) | 风速仪容错控制方法、装置及风电场控制器 | |
CN104951900A (zh) | 一种励磁调节器及其电力系统稳定器的性能评估装置 | |
CN114216248B (zh) | 一种应用于数据中心机房的智能降温方法 | |
CN110340942A (zh) | 机械手碰撞参数校准方法及系统 | |
CN106772009B (zh) | 基于分合闸线圈电流波形的断路器机械特性分析方法 | |
CN117245872A (zh) | 一种批次注塑过程的状态补偿模型控制方法及系统 | |
CN117318249A (zh) | 一种电池充电云监测方法及系统 | |
CN112731131A (zh) | 一种电动直流隔离开关的故障诊断方法及装置 | |
CN115728627B (zh) | 一种电气动静触头故障预判断系统 | |
CN114662226A (zh) | 一种基于时变卡尔曼滤波的滚动轴承剩余使用寿命预测方法 | |
CN111144639A (zh) | 一种基于alln算法的地铁设备故障预测方法及系统 | |
CN107621593A (zh) | 一种基于时间序列的低电压预警方法及装置 | |
CN109768575A (zh) | 一种火电机组自动发电控制性能参数确定方法、系统及应用 | |
CN115402234A (zh) | 一种电力叉车人为唤醒状态下的运行状态识别方法 | |
CN115128442A (zh) | 一种基于全寿命运行信息的断路器电寿命动态评价方法 | |
CN105424083B (zh) | 一种真空电弧喷涂镀设备数据采集系统及方法 | |
CN110826179B (zh) | 一种智能变电站继电保护实时可靠性预测方法 | |
CN211653426U (zh) | 一种模糊控制装置及包括模糊控制装置的循环冷却水系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |