CN107680835A - 一种基于神经网络的断路器弧触头烧蚀状态评估方法 - Google Patents

一种基于神经网络的断路器弧触头烧蚀状态评估方法 Download PDF

Info

Publication number
CN107680835A
CN107680835A CN201710953217.8A CN201710953217A CN107680835A CN 107680835 A CN107680835 A CN 107680835A CN 201710953217 A CN201710953217 A CN 201710953217A CN 107680835 A CN107680835 A CN 107680835A
Authority
CN
China
Prior art keywords
contact
ablation
breaker
dynamic
parameter
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.)
Granted
Application number
CN201710953217.8A
Other languages
English (en)
Other versions
CN107680835B (zh
Inventor
臧春艳
刘北阳
刘春�
傅中
杨景刚
高山
刘媛
宋思齐
李志兵
颜湘莲
王浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huazhong University of Science and Technology
China Electric Power Research Institute Co Ltd CEPRI
Electric Power Research Institute of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Huazhong University of Science and Technology
China Electric Power Research Institute Co Ltd CEPRI
Electric Power Research Institute of State Grid Jiangsu Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Huazhong University of Science and Technology, China Electric Power Research Institute Co Ltd CEPRI, Electric Power Research Institute of State Grid Jiangsu Electric Power Co Ltd filed Critical Huazhong University of Science and Technology
Priority to CN201710953217.8A priority Critical patent/CN107680835B/zh
Publication of CN107680835A publication Critical patent/CN107680835A/zh
Application granted granted Critical
Publication of CN107680835B publication Critical patent/CN107680835B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01HELECTRIC SWITCHES; RELAYS; SELECTORS; EMERGENCY PROTECTIVE DEVICES
    • H01H1/00Contacts
    • H01H1/0015Means for testing or for inspecting contacts, e.g. wear indicator
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Arc-Extinguishing Devices That Are Switches (AREA)

Abstract

本发明公开了一种基于神经网络的断路器弧触头烧蚀状态评估方法,包括在样本断路器触头上加载检测电流,获得触头动态接触电阻与触头行程的关系曲线;将一组触头烧蚀评估参数与相应的触头状态参数共同组成一个断路器烧蚀状态参数样本;获取多个断路器烧蚀状态参数样本对神经网络系统进行训练;获得待测触头动态接触电阻与待测触头行程的关系曲线参数;将待测触头的触头烧蚀评估参数输入训练好的神经网络,获得待测断路器触头状态参数,实现对待测断路器弧触头烧蚀状态进行评估。本发明技术方案的方法,基于多个弧触头动态接触电阻参数,建立了BP评估网络模型,可用于SF6断路器弧触头烧蚀程度的评估和预测,其结果准确,误差小。

Description

一种基于神经网络的断路器弧触头烧蚀状态评估方法
技术领域
本发明属于电力设施领域,具体涉及一种基于神经网络的断路器弧触头烧蚀状态评估方法。
背景技术
SF6断路器是电力设施设备中一个重要的元器件,其气体优良的绝缘和灭弧性能,使SF6断路器具有如下优点:开断能力强,断口电压适于做得较高,允许连续开断次数较多,适用于频繁操作,噪音小,无火灾危险,机电磨损小等,是一种性能优异的"无维修"断路器,在高压电路中应用越来越多。SF6断路器的触头包括主触头、弧触头两部分(依运动方式主触头又分为动主触头、静主触头,弧触头又分为动弧触头、静弧触头)。主触头负责SF6断路器合闸后导通状态的通流功能,不存在触头烧蚀过程;弧触头负责开关分合闸过程的电弧烧蚀,有触头烧蚀损耗。在高压、特高压变电站负责无功补偿系统投切的SF6断路器每天需要频繁投切操作,日均可达3-4次,甚至更多。弧触头烧蚀的物理表象是:动弧触头轴向变短、径向变小、触头表面粗糙不平,静弧触头内径变大、触头内表面粗糙不平;因此多次开断电流后,弧动静触头结合不再紧密,闭合时弧动静触头间接触电阻增大,发热增加,触头温度升高。若SF6断路器弧触头发生了严重烧蚀,在分断短路电流时有时会导致分闸失败。SF6断路器的稳定运行对于高压电路来说十分重要。据统计,在SF6断路器所有种类的故障中,SF6断路器开断短路电流失败故障所占的比例大约在10%左右。因此,SF6断路器弧触头侵蚀状态的测量与评价是制定断路器检修策略的重要依据。
现有技术中用于SF6断路器触头烧蚀状态检测的评估方法主要有以下几种:(1)基于触头质量损耗量方法,这个方法需要首先测定新换弧触头的初始质量,然后再对弧触头烧蚀后的质量进行测量,二者相减计算出弧动静触头的质量累计损失Δm。当Δm大于某个给定值时,则弧动静触头强制检修或更换。这个方法虽然理论上是明确的,但是在实际操作中可行性很低,弧触头实际损耗的质量损失难以测量得到。(2)触头电弧能量累计的方法,这个方法需要首先假设总的燃弧能ET为零。然后对每次燃弧能量E进行测量,并对各次燃弧能量进行累加,得到总的燃弧能量。当总的燃弧能量ET大于某个给定值时,则弧动静触头强制检修或更换。该方法的缺陷在于,其物理意义明了,但需要获取的物理参数较多,包括电弧电压、电弧电流、燃弧时间、弧触头材料参数等数值,由于涉及到的参数较多,每种参数的误差累积,从而导致最后测量结果的差异较大。(3)基于触头开断电流I的累积方法,这个方法需要首先假设剩余寿命为100%。然后对每次燃弧电流I进行测量,并按一定规则转换为寿命损失。上一次剩余寿命减去本次寿命损失则得到剩余寿命。当剩余寿命小于某个给定值时,则弧动静触头强制检修或更换。该方法需要进行定标处理,是目前在电力系统中广泛使用的弧触头烧蚀状态判断方法,其缺点在于在按照一定规则转换弧触头的寿命损失的时候,转换规则比较粗糙,并不严密。(4)基于SF6断路器弧触头动态接触电阻大小的判断方法,动态接触电阻(DRM:dynamic contact resistance measurement)方法是近几年国际上发展起来的一种评价弧触头状态的方法。该方法是利用断路器动作过程中弧触头先合后分的特点,测量弧触头高速运动过程中的动态接触电阻,依据测量的动态接触电阻大小评价弧触头的侵蚀状态。其所使用的数据单一,目前对于建立动态接触电阻与弧触头侵蚀状态之间关系的评价方法还较少,还需要进一步研究。此外,由于测试电流大小不一,测试条件多样化,测试结果波动性大,误差较大。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种基于神经网络的断路器弧触头烧蚀状态评估方法。针对现有技术的测量方法操作困难,测量结果不准确的情况,本发明技术方案中仅采用弧触头单独接触段的动态接触电阻与行程曲线段做为弧触头烧蚀评估数据,提供充分样本对神经网络进行训练,可以有效提高弧触头烧蚀状态检测的准确率。
为实现上述目的,按照本发明的一个方面,提供了一种基于神经网络的断路器弧触头烧蚀状态评估方法,用于对断路器弧触头烧蚀状态进行判断,其中,所述触头包括由动主触头和动弧触头组成的动触头组以及由静主触头和静弧触头组成的静触头组,其特征在于,该方法包括:
S1在待测断路器触头样本上加载检测电流,测量流过触头的电流和触头两端电压,获得触头的动态接触电阻与触头行程的关系曲线;
S2分析触头动态接触电阻与触头行程的关系曲线,结合触头动态接触电阻概率分布曲线,获得触头对应的触头烧蚀评估参数,其中所述触头烧蚀评估参数包括动主触头与静主触头分离时动态接触电阻最大值、弧触头有效行程、稳定接触行程段动态接触电阻的数学期望和标准方差、以及不稳定接触行程段的曲线平均斜率,
其中,所述弧触头有效行程的起点为动主触头与静主触头分离时动态接触电阻最大值处,终点为动态接触电阻值在不稳定接触行程段达到阈值处,所述稳定接触行程段为有效行程中动弧触头与静弧触头相对稳定接触行程段,不稳定接触行程段为有效行程中弧触头动弧触头与静弧触头相对不稳定接触行程段;
S3将断路器触头烧蚀状态以状态参数形式表示,每个断路器的触头烧蚀评估参数与其状态参数对应形成一组触头烧蚀状态参数样本;
S4利用同型号断路器的多个触头烧蚀状态参数样本对神经网络进行训练,输入所述触头烧蚀评估参数,训练神经网络输出对应的触头烧蚀状态,获得可以针对该型号断路器烧蚀状态进行评估的断路器烧蚀状态评估神经网络,从而即可进行断路器触头的烧蚀状态评估。
作为本发明技术方案的一个优选,步骤S3中的状态参数优选包括弧触头纵向烧蚀状态、弧触头径向烧蚀状态以及弧触头表面粗糙度。
作为本发明技术方案的一个优选,步骤S3中的触头烧蚀评估参数优选经过归一化的触头烧蚀评估参数。
作为本发明技术方案的一个优选,触头动态接触电阻概率分布曲线优选正态分布曲线。。
作为本发明技术方案的一个优选,检测电流大小优选2000A。
作为本发明技术方案的一个优选,检测电流优选直流。
按照本发明的一个方面,提供了一种基于神经网络的断路器弧触头烧蚀状态评估系统,用于对断路器弧触头烧蚀状态进行判断,其中,所述触头包括由动主触头和动弧触头组成的动触头组以及由静主触头和静弧触头组成的静触头组,其特征在于,包括
行程曲线模块,用于在在待测断路器触头样本上加载检测电流,测量流过触头的电流和触头两端电压,获得触头的动态接触电阻与触头行程的关系曲线;
参数分析模块,用于分析触头动态接触电阻与触头行程的关系曲线,结合触头动态接触电阻概率分布曲线,获得触头对应的触头烧蚀评估参数,其中所述触头烧蚀评估参数包括动主触头与静主触头分离时动态接触电阻最大值、弧触头有效行程、稳定接触行程段动态接触电阻的数学期望和标准方差、以及不稳定接触行程段的曲线平均斜率,
其中,所述弧触头有效行程的起点为动主触头与静主触头分离时动态接触电阻最大值处,终点为动态接触电阻值达到阈值处,所述稳定接触行程段为有效行程中动弧触头与静弧触头相对稳定接触行程段,不稳定接触行程段为有效行程中弧触头动弧触头与静弧触头相对不稳定接触行程段;
样本生成模块,用于将断路器触头烧蚀状态以状态参数形式表示,每个断路器的触头烧蚀评估参数与其状态参数对应形成一组触头烧蚀状态参数样本;
神经网络模块,用于利用同型号断路器的多个触头烧蚀状态参数样本对神经网络进行训练,输入所述触头烧蚀评估参数,训练神经网络输出对应的触头烧蚀状态,获得可以针对该型号断路器烧蚀状态进行评估的断路器烧蚀状态评估神经网络,从而即可进行断路器触头的烧蚀状态评估。
作为本发明技术方案的一个优选,样本生成模块中的状态参数优选包括弧触头纵向烧蚀状态、弧触头径向烧蚀状态以及弧触头表面粗糙度。
作为本发明技术方案的一个优选,样本生成模块中的触头烧蚀评估参数优选为经过归一化的触头烧蚀评估参数。
按照本发明的一个方面,提供了一种断路器弧触头烧蚀状态评估系统的应用,其特征在于,包括
S1在待测断路器触头上加载检测电流,测量流过待测触头的电流和待测触头两端电压,获得待测触头动态接触电阻与待测触头行程的关系曲线;
S2根据待测触头动态接触电阻与待测触头行程的关系曲线获取待测断路器触头烧蚀评估参数;
S3将待测触头烧蚀评估参数输入断路器烧蚀状态评估神经网络,即可输出对应的触头烧蚀状态,实现对待测断路器弧触头烧蚀状态的评估。
待测断路器触头样本为大量已知烧蚀状态的断路器触头,通过对待测断路器触头样本进行分析,获得触头烧蚀状态参数样本。利用触头烧蚀状态参数样本,可以获得断路器触头烧蚀状态与触头烧蚀评估参数之间的关系。神经网络经过上述参数样本的训练,可以通过未知烧蚀状态的待测断路器触头烧蚀评估参数判断出待测断路器的烧蚀状态。
本发明技术方案的方法,通过在触头上加载电流,可以获取触头两端的电压和流过触头的电流,根据电压和电流在触头运动过程中的变化,可以获得触头动态接触电阻与触头行程之间的关系曲线。进一步地,可以获取一系列与触头烧蚀状态相关的触头烧蚀评估参数。包括动主触头与静主触头分离时动态接触电阻最大值、触头的有效行程距离长度、触头在有效行程中稳定接触段动态接触电阻的数学期望及其标准方差,以及触头在有效行程中不稳定接触段的动态接触电阻曲线平均斜率。
其中,在动态接触电阻-行程曲线上,动主触头与静主触头刚分开时动态接触电阻最大值对应触头有效行程的起点,动态接触电阻达到阈值且不再变小时对应触头有效行程的终点,起点与终点之间为弧触头有效行程。进一步地,弧触头的有效行程可以分为稳定接触行程段和不稳定接触行程段。例如,当静弧触头为圆柱形,动弧触头为一端具有圆弧状凸起的结构,运动时,动弧触头的圆弧状凸起与静弧触头的圆柱面相接触,动弧触头上与静弧触头接触的点基本不变,此时动弧触头与静弧触头之间的接触相对稳定,动态接触电阻大小相对不变,动态接触电阻-行程曲线上此部分的曲线波动相对较小;但是,当动弧触头与静弧触头开始分离的时候,由于静弧触头与动弧触头之间的接触变得不再稳定,动态接触电阻的变化较大,动态接触电阻-行程曲线上此部分的曲线波动相对较大。
具体来说,通过对触头的动态接触电阻-行程曲线进行分析,对上述触头烧蚀评估参数进行归一化处理,可以知道:
(1)主触头与静主触头分离时动态接触电阻最大值变化可以反应弧触头经过烧蚀后表面粗糙程度的变化;即如果弧触头表面变得十分粗糙,那么动主触头与静主触头相分离时动态接触电阻值就会变大,因为在同种材质下,越是粗糙的表面在动主触头和静主触头断开的瞬间动态接触电阻越大:
(2)有效行程的长度变化可以反应出弧触头纵向烧蚀的程度,也就是弧触头长度的变化;即,由于起点位置相对不变,那么如果有效行程变短,说明有效行程终点发生变化,结合上述定义,即可知道弧触头轴向烧蚀严重,导致其长度变短;
(3)稳定接触行程段动态接触电阻的数学期望大小可以反应出稳定接触行程段弧触头径向烧蚀情况,也就是弧触头粗细的变化;即,稳定接触行程段动态接触电阻的数学期望实质上是动态接触电阻在稳定接触行程段的数学平均值,也就是动态接触电阻的平均值,弧触头径向烧蚀的状态变化会使得这部分动态接触电阻的平均值发生变化;
(4)稳定接触行程段动态接触电阻的标准方差大小可以反应出稳定接触行程段弧触头表面粗糙度情况;弧触头的表面粗糙度,反映在动态接触电阻-行程曲线上就是曲线的波动情况,曲线波动情况越大,其表面越粗糙,数学上以标准方差对曲线的波动情况进行表示;
(5)不稳定接触行程段的曲线平均斜率可以反应出不稳定接触行程段弧触头径向烧蚀情况;在不稳定接触行程段,弧触头径向烧蚀越是严重,动态接触电阻增大的速率越快,在曲线上就是不稳定接触行程段动态接触电阻随着行程增加的斜率;本发明技术方案中,只需要动态接触电阻对行程增加的平均斜率即可得出不稳定接触行程段径向的烧蚀状态。
本发明技术方案中,将弧触头的径向烧蚀、纵向烧蚀和表面粗糙度作为弧触头烧蚀状态判断的标准。针对一个触头,经过上述步骤,可以获取主触头与静主触头分离时动态接触电阻最大值、触头的有效行程距离长度、触头在有效行程中稳定接触段动态接触电阻的数学期望及其标准方差,以及触头在有效行程中不稳定接触段的动态接触电阻曲线平均斜率等触头烧蚀评估参数;相应的,一个触头的触头烧蚀评估参数与该触头的状态参数相对应,一个触头的触头烧蚀评估参数与状态参数构成一个弧触头烧蚀状态参数样本。
根据上述步骤,可以获取多个已知烧蚀状态的待测断路器触头样本的弧触头烧蚀状态样本参数。进一步地,利用触头型号相同的多个弧触头烧蚀状态样本参数对神经网络进行训练。输入触头烧蚀评估参数,训练神经网络输出对应的触头状态,获得可以针对该型号断路器烧蚀状态进行评估的断路器烧蚀状态评估神经网络。
利用该神经网络,即可实现对该型号的待测断路器触头进行烧蚀状态检测。具体来说就是,先在待测触头上加载电流,获取待测断路器触头对应的动态电流-行程分布曲线,计算获得其触头烧蚀评估参数,将待测触头的触头烧蚀评估参数输入训练好的神经网络,即可获得申请网络输出待测触头的弧触头烧蚀状态参数。
本发明技术方案中,触头烧蚀评估参数优选经过归一化处理。经过归一化处理的参数可以更好地反映出某一参数值的变化,而参数值的变化对于弧触头烧蚀状态的判断是十分重要的。进一步地,动态接触电阻的概率分布优选为正态分布,采用正态分布可以获得更准确的动态接触电阻-行程曲线图,可以进一步精确触头烧蚀评估参数的计算结果。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,具有以下有益效果:
1)本发明技术方案的方法,仅采用弧触头单独接触段的动态接触电阻与行程曲线段做为弧触头烧蚀评估数据,将弧触头单独接触段的动态接触电阻与行程曲线段的参数进行分段处理后,从行程曲线中筛选出与弧触头烧蚀状态关系密切的参数,可以有效得出弧触头烧蚀状态参数,从而实现对弧触头烧蚀状态的准确判断。
2)本发明技术方案的方法,基于多个弧触头动态接触电阻参数对神经网络进行训练,获取了大量的弧触头烧蚀状态参数样本,利用这些样本对神经网络进行训练,建立了BP评估网络模型,可用于对SF6断路器弧触头烧蚀程度(包括轴向长度、径向尺寸、表面粗糙度三个方面)的评估和预测,其结果准确,误差较小。
3)本发明技术方案的方法,可以获取多种型号触头的弧触头烧蚀状态参数样本,针对每种型号的触头可以分别对神经网络进行训练,使其获得根据触头烧蚀评估参数识别该型号触头烧蚀状态的能力。
附图说明
图1是本发明技术方案的实施例的SF6高压断路器动态接触电阻测量原理图;
图2是本发明技术方案的实施例的SF6断路器动态接触电阻RD与行程s曲线;
图3是本发明技术方案的实施例的三层BP神经网络结构示意图;
图4是本发明技术方案的实施例的SF6弧触头烧蚀状态评估方法的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。下面结合具体实施方式对本发明进一步详细说明。
大量试验表明,SF6高压断路器分断电流大小对弧触头动态接触电阻随行程分布情况有较大影响。一般,对于252kV的SF6高压断路器,当开断电流大于2000A时,动态接触电阻分布趋于基本稳定。为提高动态接触电阻测量的稳定性和准确性、避免随机性,实验电流建议确定为2000A,应采用低压恒定直流大电流(建议采用直流2000A)装置给SF6高压断路器触头间提供低压直流电流,以确保动态接触电阻测量的稳定性、一致性。测量原理装置图见图1,其中1为待测SF6断路器,2为电流取样电阻r,3为辅助开关,4为恒流源。断路器的触头包括由动主触头和动弧触头组成的动触头组,和由静主触头和静弧触头组成的静触头组。断路器断开电路时,动主触头先与静主触头分离,此时动弧触头与静弧触头之间还有接触。
测量流过触头的电流和触头两端电压,结合触头行程曲线,即可得到SF6高压断路的动态接触电阻RD,如图2所示即为SF6断路器动态接触电阻RD与行程S的曲线。其中,S1是SF6断路器主触头、弧触头刚分时刻动态接触电阻最大值对应行程,S2是取RD=1mΩ对应行程。具体来说,0~S1行程段,主触头与静主触头尚未分离,接触相对稳定,因而动态接触电阻值相对稳定不变。当动主触头行至即将与静主触头分离的位置的时候,在两者分离的瞬间,会由于主触头突然断开而导致动态接触电阻突然增大,反映在动态接触电阻RD与行程s曲线上就是S1点对应的动态接触电阻值。此后,由于动态弧触头与静态弧触头之间依然具有良好的接触关系,动态接触电阻依然可以维持在一个相对稳定的状态。随后动弧触头在与之分离的过程中,动态接触电阻可以在一定程度上保持稳定,即为S1~S3段;但当动弧触头与静弧触头即将分离时,动弧触头与静弧触头之间的接触状态并不稳定,从而导致动态接触电阻波动较大,即为S3~S2段。对于同一型号的断路器来说,S3点的位置基本不变。
考虑到SF6断路器触头结构和工作特性,本发明技术方案的实施例中仅采用弧触头单独接触段的动态接触电阻与行程曲线段(即S1-S2行程段之间的曲线)做为弧触头烧蚀评估数据。基于多个弧触头动态接触电阻参数,建立了BP评估网络模型,可用于SF6断路器弧触头烧蚀程度(包括轴向长度、径向尺寸、表面粗糙度三个方面)的评估和预测。具体来说,轴向烧蚀即弧触头长度变短,动弧触头与静弧触头之间的有效接触距离变小;径向烧蚀即在断路器开关的过程中,因表面烧蚀导致弧触头变细;表面粗糙度则是由于在开关过程中,弧触头表面烧蚀导致粗糙度发生变化,从而影响动态接触电阻的大小。
在获得通过SF6断路器动态接触电阻RD与行程S曲线后,利用动态接触电阻RD概率分布函数进行相关参数计算。具体来说,包括:动静主触头刚分时刻动态接触电阻的最大值R1,即图2中S1点对应的电阻值;弧触头行程段D,即图2中点S1至S2行程段的距离;图2中S1-S3行程段弧触头动态接触电阻的数学期望μ1;图2中S1-S3行程段弧触头动态接触电阻的方差σ1;以及S2-S3行程段弧触头动态接触电阻曲线平均斜率μ2
本发明技术方案的实施例中,结合动态接触电阻RD概率分布函数,利用上述参数计算得到动态接触电阻的期望值和方差。具体来说,在图2中,将S1-S2段行程在S3处分为两段。其中,对于不同型号SF6断路器,S3-S1是不同的。对于同一种SF6断路器,S3-S1大小是固定的。
如图2所示,在S1-S3段,假设弧触头动态接触电阻RD是一个随机变量,服从正态分布,数学期望为μ1、标准方差为σ1,记为:则其概率密度函数为
动态接触电阻的平均值μ1
动态接触电阻的方差σ1
在S2-S3段,计算弧触头动态接触电阻的平均值μ2进行求和平均即可。
同时,针对任意型号的SF6断路器,R10、D0、μ10、σ10、μ10分别是对新SF6断路器测量时得到主触头刚分时刻的动态接触电阻的最大值、弧触头行程(即S1-S2行程段)、S3-S1行程段弧触头动态接触电阻的数学期望、S3-S1行程段弧触头动态接触电阻的方差以及S2-S3行程段弧触头动态接触电阻的平均斜率。以便进行归一化处理。
将上述参数输入BP神经网络,并输出得到一定的结果。具体来说本发明技术方案的实施例中,本实施例中采用的BP神经网络输入参数有5个,输出参数3个。如下表所示:
No 参数名称 物理意义
1 R1 动静主触头刚分时刻动态接触电阻的最大值
2 D S2-S1段行程距离
3 μ1 S3-S1行程段弧触头动态接触电阻的数学期望
4 σ1 S3-s1行程段弧触头动态接触电阻的方差
5 μ2 S2-S3行程段弧触头动态接触电阻的平均斜率
表1.BP神经网络的输入参数
No 输出参数 物理意义 参数值范围
1 O1 弧触头纵向烧蚀情况 0~1
2 O2 弧触头径向烧蚀情况 0~1
3 O3 弧触头表面的粗糙度 0~1
表2.BP神经网络的输出参数
在表2中,参数值1代表弧触头没有任何烧蚀,参数值0代表弧触头已经全部烧蚀。参数值与1的差别越大,意味着弧触头的烧蚀情况越严重。其中,纵向烧蚀情况即为弧触头长度变化,径向烧蚀情况即为弧触头粗细变化。
对SF6断路器的多次测量数据进行归一化处理,计算得到如下表所示的BP神经网络学习样本:
表3.BP神经网络学习样本
其中,样本1是SF6断路器全新状态下的参数值,样本2、3、4、5和6对应不同状态下SF6断路器弧触头的烧蚀状态。
从上表可以看出,当值与1之间具有明显差异时,弧触头表面粗糙程度变化很大;当值与1之间具有明显差异时,弧触头径向烧蚀程度严重;当值与1之间具有明显差异时,弧触头纵向烧蚀程度严重。
其中,根据S1~S3行程段动态接触电阻的波动值可以在一定程度上看出弧触头因烧蚀所导致的表面粗糙程度,从参数上体现就是方差σ1;S1~S3行程段的长度的变化反映了动弧触头和静弧触头有效接触长度的变化,可以体现弧触头因烧蚀所导致的长度变化。
进一步地,将表3中的样本输入BP神经网络进行训练,使得神经网络具备一定的判断能力,可以针对输入的SF6断路器触头的动态接触电阻R与行程s曲线进行断路器弧触头运行状况进行判断,输出表2中断路器弧触头烧蚀状态参数,便于维修人员对断路器弧触头的烧蚀状态进行判断。
以下采用具体的步骤对本发明技术方案实施例中的断路器弧触头烧蚀状态评估方法进行进一步的说明,包括BP神经网络训练部分和弧触头烧蚀状态评估部分。
(1)搭建动态接触电阻测量电路,利用2000A低压恒流源装置测量得到SF6断路器分闸过程中触头的动态接触电阻RD与行程S曲线,如图2所示。本发明技术方案的实施例中为提高动态接触电阻测量的稳定性和准确性、避免随机性,实验电流优选确定为2000A;作为本发明技术方案的进一步优选,采用低压恒定直流大电流(建议采用直流2000A)装置给SF6高压断路器触头间提供低压直流电流,以确保动态接触电阻测量的稳定性、一致性。测量原理装置图见图1。
(2)通过形成曲线获得相应参数,利用动态接触电阻RD概率分布函数进行相关参数计算。具体来说,本发明技术方案的实施例中,动态接触电阻RD概率分布函数优选为正态分布函数,计算参数包括动态接触电阻的数学期望以及方差。从行程曲线中获取的参数包括:动静主触头刚分时刻动态接触电阻的最大值R1;弧触头行程段D;S1-S3行程段弧触头动态接触电阻的数学期望μ1;S1-S3行程段弧触头动态接触电阻的方差σ1;以及S2-S3行程段弧触头动态接触电阻的平均斜率μ2
(3)针对不同烧蚀状态下的断路器弧触头,按照步骤(1)和(2)测得多组参数,即为样本参数。对样本参数进行归一化处理,以01、02、03表示弧触头纵向烧蚀、径向烧蚀和表面粗糙度等烧蚀状态,参数范围0~1,其值越小,烧蚀情况越严重。将每组样本参数与断路器弧触头的烧蚀状态相对应,形成多组断路器烧蚀状态样本参数。
(4)利用断路器烧蚀状态样本参数对BP神经网络进行训练。本发明技术方案的实施例中,优选采用三层BP神经网络进行处理,如图3所示。具体训练过程为,将断路器烧蚀状态样本参数中已经进行归一化处理的参数输入BP神经网络。输入参数包括动静主触头刚分时刻动态接触电阻的最大值R1,即图2中S1点对应的电阻值;弧触头行程段D,即图2中点S1至S2行程段的距离;图2中S1-S3行程段弧触头动态接触电阻的数学期望μ1;图2中S1-S3行程段弧触头动态接触电阻的方差σ1;以及S2-S3行程段弧触头动态接触电阻的平均斜率μ2。对于每一组断路器烧蚀状态样本参数,在输入上述参数后,训练BP神经网络输出对应的断路器弧触头烧蚀状态,即01、02和03。对BP进行训练的样本越多,训练结果越好,其对于输入参数的判断越准确。
(5)利用动态接触电阻测量电路测量得出待测断路器的动态接触电阻RD与行程s曲线,获得待测断路器的相关参数。包括弧触头行程段D,即图2中点S1至S2行程段的距离;图2中S1-S3行程段弧触头动态接触电阻的数学期望μ1;图2中S1-S3行程段弧触头动态接触电阻的方差σ1;以及S2-S3行程段弧触头动态接触电阻的平均斜率μ2。将这些参数输入已经训练好的BP神经网络,BP神经网络根据训练所获得的判断标准,输出相应的断路器弧触头烧蚀状态。
(6)检测人员根据BP神经网络的输出结果,判断断路器弧触头的烧蚀状态,确定相应的维修方案。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于神经网络的断路器弧触头烧蚀状态评估方法,用于对断路器弧触头烧蚀状态进行判断,其中,所述触头包括由动主触头和动弧触头组成的动触头组以及由静主触头和静弧触头组成的静触头组,其特征在于,该方法包括:
S1在待测断路器触头样本上加载检测电流,测量流过触头的电流和触头两端电压,获得触头的动态接触电阻与触头行程的关系曲线;
S2分析触头动态接触电阻与触头行程的关系曲线,结合触头动态接触电阻概率分布曲线,获得触头对应的触头烧蚀评估参数,其中所述触头烧蚀评估参数包括动主触头与静主触头分离时动态接触电阻最大值、弧触头有效行程、稳定接触行程段动态接触电阻的数学期望和标准方差、以及不稳定接触行程段的曲线平均斜率,
其中,所述弧触头有效行程的起点为动主触头与静主触头分离时动态接触电阻最大值处,终点为动态接触电阻值在不稳定接触行程段达到阈值处,所述稳定接触行程段为有效行程中动弧触头与静弧触头相对稳定接触行程段,不稳定接触行程段为有效行程中弧触头动弧触头与静弧触头相对不稳定接触行程段;
S3将断路器触头烧蚀状态以状态参数形式表示,每个断路器的触头烧蚀评估参数与其状态参数对应形成一组触头烧蚀状态参数样本;
S4利用同型号断路器的多个触头烧蚀状态参数样本对神经网络进行训练,输入所述触头烧蚀评估参数,训练神经网络输出对应的触头烧蚀状态,获得可以针对该型号断路器烧蚀状态进行评估的断路器烧蚀状态评估神经网络,从而即可进行断路器触头的烧蚀状态评估。
2.根据权利要求1所述的基于神经网络的断路器弧触头烧蚀状态评估方法,其中,所述步骤S3中的状态参数优选包括弧触头纵向烧蚀状态、弧触头径向烧蚀状态以及弧触头表面粗糙度。
3.根据权利要求1或2所述的基于神经网络的断路器弧触头烧蚀状态评估方法,其中,所述步骤S3中的触头烧蚀评估参数优选经过归一化的触头烧蚀评估参数。
4.根据权利要求1~3任一项所述的基于神经网络的断路器弧触头烧蚀状态评估方法,其中,所述触头动态接触电阻概率分布曲线优选正态分布曲线。
5.根据权利要求1~4任一项所述的基于神经网络的断路器弧触头烧蚀状态评估方法,其中,所述检测电流大小优选2000A。
6.根据权利要求1~5任一项所述的基于神经网络的断路器弧触头烧蚀状态评估方法,其中,所述检测电流优选直流。
7.一种基于神经网络的断路器弧触头烧蚀状态评估系统,用于对断路器弧触头烧蚀状态进行判断,其中,所述触头包括由动主触头和动弧触头组成的动触头组以及由静主触头和静弧触头组成的静触头组,其特征在于,包括
行程曲线模块,用于在在待测断路器触头样本上加载检测电流,测量流过触头的电流和触头两端电压,获得触头的动态接触电阻与触头行程的关系曲线;
参数分析模块,用于分析触头动态接触电阻与触头行程的关系曲线,结合触头动态接触电阻概率分布曲线,获得触头对应的触头烧蚀评估参数,其中所述触头烧蚀评估参数包括动主触头与静主触头分离时动态接触电阻最大值、弧触头有效行程、稳定接触行程段动态接触电阻的数学期望和标准方差、以及不稳定接触行程段的曲线平均斜率,其中,所述弧触头有效行程的起点为动主触头与静主触头分离时动态接触电阻最大值处,终点为动态接触电阻值达到阈值处,所述稳定接触行程段为有效行程中动弧触头与静弧触头相对稳定接触行程段,不稳定接触行程段为有效行程中弧触头动弧触头与静弧触头相对不稳定接触行程段;
样本生成模块,用于将断路器触头烧蚀状态以状态参数形式表示,每个断路器的触头烧蚀评估参数与其状态参数对应形成一组触头烧蚀状态参数样本;
神经网络模块,用于利用同型号断路器的多个触头烧蚀状态参数样本对神经网络进行训练,输入所述触头烧蚀评估参数,训练神经网络输出对应的触头烧蚀状态,获得可以针对该型号断路器烧蚀状态进行评估的断路器烧蚀状态评估神经网络,从而即可进行断路器触头的烧蚀状态评估。
8.根据权利要求7所述的基于神经网络的断路器弧触头烧蚀状态评估系统,其中,所述样本生成模块中的状态参数优选包括弧触头纵向烧蚀状态、弧触头径向烧蚀状态以及弧触头表面粗糙度。
9.根据权利要求7或8所述的基于神经网络的断路器弧触头烧蚀状态评估系统,其中,所述样本生成模块中的触头烧蚀评估参数优选为经过归一化的触头烧蚀评估参数。
10.一种权利要求7~9任一项所述的断路器弧触头烧蚀状态评估系统的应用,其特征在于,包括
S1在待测断路器触头上加载检测电流,测量流过待测触头的电流和待测触头两端电压,获得待测触头动态接触电阻与待测触头行程的关系曲线;
S2根据待测触头动态接触电阻与待测触头行程的关系曲线获取待测断路器触头烧蚀评估参数;
S3将待测触头烧蚀评估参数输入断路器烧蚀状态评估神经网络,即可输出对应的触头烧蚀状态,实现对待测断路器弧触头烧蚀状态的评估。
CN201710953217.8A 2017-10-13 2017-10-13 一种基于神经网络的断路器弧触头烧蚀状态评估方法 Active CN107680835B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710953217.8A CN107680835B (zh) 2017-10-13 2017-10-13 一种基于神经网络的断路器弧触头烧蚀状态评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710953217.8A CN107680835B (zh) 2017-10-13 2017-10-13 一种基于神经网络的断路器弧触头烧蚀状态评估方法

Publications (2)

Publication Number Publication Date
CN107680835A true CN107680835A (zh) 2018-02-09
CN107680835B CN107680835B (zh) 2019-07-26

Family

ID=61140904

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710953217.8A Active CN107680835B (zh) 2017-10-13 2017-10-13 一种基于神经网络的断路器弧触头烧蚀状态评估方法

Country Status (1)

Country Link
CN (1) CN107680835B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109061462A (zh) * 2018-09-14 2018-12-21 广西电网有限责任公司电力科学研究院 一种高压断路器触头烧蚀故障评估方法
CN109164382A (zh) * 2018-09-10 2019-01-08 广西电网有限责任公司电力科学研究院 一种高压断路器触头电侵蚀故障诊断方法
CN109581210A (zh) * 2018-09-18 2019-04-05 中国南方电网有限责任公司超高压输电公司检修试验中心 一种灭弧室弧触头烧蚀状态诊断评估系统及其方法
CN110379673A (zh) * 2019-07-08 2019-10-25 广州小鹏汽车科技有限公司 继电器保护方法及装置
CN111505490A (zh) * 2020-03-23 2020-08-07 温州大学乐清工业研究院 基于卷积神经网络回归的交流接触器烧蚀情况评估方法
CN112285546A (zh) * 2020-10-19 2021-01-29 广东电网有限责任公司佛山供电局 一种基于多源数据和神经网络的触头寿命评估系统及方法
CN112363050A (zh) * 2020-09-28 2021-02-12 广东电网有限责任公司 基于动态接触电阻信号的sf6断路器弧触头状态评估方法
CN112883634A (zh) * 2021-01-18 2021-06-01 中国南方电网有限责任公司超高压输电公司广州局 基于多维度分析的直流测量系统状态预测方法及系统
CN113687222A (zh) * 2021-08-24 2021-11-23 青岛理工大学 一种sf6断路器弧触头状态评估方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106556796A (zh) * 2016-10-21 2017-04-05 中国电力科学研究院 一种sf6断路器弧触头失效检测方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106556796A (zh) * 2016-10-21 2017-04-05 中国电力科学研究院 一种sf6断路器弧触头失效检测方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
吴杨等: "测试电流对SF6断路器动态电阻测量的影响研究", 《高压电器》 *
李雪等: "SF6断路器触头状态专家诊断系统研究", 《水电能源科学》 *
段传宗等编著: "《高压断路器故障检测与诊断技术》", 30 June 2014, 中国电力出版社 *
范敏等: "基于动态电阻技术的SF6断路器灭弧室状态评估方法", 《水电能源科学》 *
蓝磊等: "基于动态电阻测量的SF6断路器触头烧蚀特性", 《高电压技术》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109164382A (zh) * 2018-09-10 2019-01-08 广西电网有限责任公司电力科学研究院 一种高压断路器触头电侵蚀故障诊断方法
CN109061462A (zh) * 2018-09-14 2018-12-21 广西电网有限责任公司电力科学研究院 一种高压断路器触头烧蚀故障评估方法
CN109581210A (zh) * 2018-09-18 2019-04-05 中国南方电网有限责任公司超高压输电公司检修试验中心 一种灭弧室弧触头烧蚀状态诊断评估系统及其方法
CN110379673A (zh) * 2019-07-08 2019-10-25 广州小鹏汽车科技有限公司 继电器保护方法及装置
CN110379673B (zh) * 2019-07-08 2021-09-03 广州小鹏汽车科技有限公司 继电器保护方法及装置
CN111505490A (zh) * 2020-03-23 2020-08-07 温州大学乐清工业研究院 基于卷积神经网络回归的交流接触器烧蚀情况评估方法
CN112363050A (zh) * 2020-09-28 2021-02-12 广东电网有限责任公司 基于动态接触电阻信号的sf6断路器弧触头状态评估方法
CN112285546A (zh) * 2020-10-19 2021-01-29 广东电网有限责任公司佛山供电局 一种基于多源数据和神经网络的触头寿命评估系统及方法
CN112285546B (zh) * 2020-10-19 2022-03-29 广东电网有限责任公司佛山供电局 一种基于多源数据和神经网络的触头寿命评估系统及方法
CN112883634A (zh) * 2021-01-18 2021-06-01 中国南方电网有限责任公司超高压输电公司广州局 基于多维度分析的直流测量系统状态预测方法及系统
CN113687222A (zh) * 2021-08-24 2021-11-23 青岛理工大学 一种sf6断路器弧触头状态评估方法及系统

Also Published As

Publication number Publication date
CN107680835B (zh) 2019-07-26

Similar Documents

Publication Publication Date Title
CN107680835A (zh) 一种基于神经网络的断路器弧触头烧蚀状态评估方法
Zeng et al. SF 6 fault decomposition feature component extraction and triangle fault diagnosis method
CN106447210B (zh) 一种计及可信度评价的配网设备健康度动态诊断方法
Hussain et al. An expert system for acoustic diagnosis of power circuit breakers and on-load tap changers
CN106446317A (zh) 一种基于数学模型的密封式继电器贮存寿命预测方法
CN109633423B (zh) 一种断路器喷口烧蚀状态评估系统
CN103389430A (zh) 一种基于贝叶斯判别理论的油浸式变压器故障检测方法
CN110146268A (zh) 一种基于均值分解算法的oltc故障诊断方法
CN102714101A (zh) 用于确定接触元件的耗损的方法和装置
CN108489717A (zh) 变压器有载分接开关机械状态监测方法及系统
Bhole et al. An overview of dynamic contact resistance measurement of HV circuit breakers
Al Khafaf et al. Bayesian regularization of neural network to predict leakage current in a salt fog environment
CN109633392A (zh) 变压器绝缘测试方法及装置
CN110941935B (zh) 一种双断口断路器的电弧的仿真方法及系统
CN113884839A (zh) 一种电容式电压互感器多参量绝缘状态评估方法及系统
CN111044859A (zh) Gis设备的故障处理方法、存储介质及设备
CN106980051B (zh) 一种间歇性串联型故障电弧识别方法
Jing et al. Identification of the nonlinear vibration system of power transformers
CN115308644A (zh) 基于电流偏移比差分析的变压器绕组故障检测方法及系统
Chacón-Troya et al. Health index assessment for power transformers with thermal upgraded paper up to 230kV, using fuzzy inference. Part II: A sensibility analysis
CN109239543B (zh) 一种乙丙橡胶电缆终端故障模拟和测试方法
CN112285546B (zh) 一种基于多源数据和神经网络的触头寿命评估系统及方法
CN106706296A (zh) 按键疲劳手感检测方法
Lata et al. Improved tool for power transformer health index analysis
CN110174602A (zh) 非线性负荷串联电弧故障判定方法及应用

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant