CN109270441A - 基于振动信号的高压断路器分闸特性参数在线检测方法 - Google Patents
基于振动信号的高压断路器分闸特性参数在线检测方法 Download PDFInfo
- Publication number
- CN109270441A CN109270441A CN201810786407.XA CN201810786407A CN109270441A CN 109270441 A CN109270441 A CN 109270441A CN 201810786407 A CN201810786407 A CN 201810786407A CN 109270441 A CN109270441 A CN 109270441A
- Authority
- CN
- China
- Prior art keywords
- signal
- vibration
- time
- breaker
- 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.)
- Granted
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
- G01R31/3271—Testing of circuit interrupters, switches or circuit-breakers of high voltage or medium voltage devices
- G01R31/3275—Fault detection or status indication
-
- 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
- G01R31/3272—Apparatus, systems or circuits therefor
- G01R31/3274—Details related to measuring, e.g. sensing, displaying or computing; Measuring of variables related to the contact pieces, e.g. wear, position or resistance
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Arc-Extinguishing Devices That Are Switches (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于振动信号的高压断路器分闸特性参数在线检测方法,本发明涉及一种高压断路器的检测方法。目前电力系统多采用定期检修时进行预防性试验的方法来了解断路器的特性参数,这种做法不仅费时费力,而且频繁地操作和过度地拆卸检修会降低断路器的动作可靠性,带来一定的负面影响。本发明采用加速度传感器,将加速度传感器分别安装在弹簧操作机构和断路器横梁上以采集两路振动信号,利用多路振动信号提取断路器分闸过程中运动时间参数,在测量精度和稳定性方面均取得了较好的效果,对于断路器特性参数的在线提取提供了一种新的思路。本技术方案解决了传统测量方法需离线测试、传感器安装繁琐的问题。
Description
技术领域
本发明涉及一种高压断路器的检测方法,尤其涉及基于振动信号的高压断路器分闸特性参数在线检测方法。
背景技术
作为电力系统中重要的保护与控制电器,高压断路器性能的可靠性关系到整个电网运行的安全与稳定,断路器特性参数作为表征断路器性能的重要指标,是电力部门日常工作的重要监测内容,相关研究逐渐成为研究热点。目前电力系统多采用定期检修时进行预防性试验的方法来了解断路器的特性参数,这种做法不仅费时费力,而且频繁地操作和过度地拆卸检修会降低断路器的动作可靠性,带来一定的负面影响。因此,急需提出一种能够在线监测断路器特性参数的方法,通过该方法总结发生故障时特性参数的变化规律,提前发现潜在故障,对提髙高压断路器的可靠性以及增强电力系统的安全性、可靠性和经济性具有十分重要的意义。
对断路器触头状态、线圈电流和行程曲线展开分析可以获得分合闸时间等时间参数,许多学者对此展开分析。例如,安涛利用ADAMS建立了断路器操作机构的模型,通过仿真得到了合闸时间和行程曲线等特性参数;部分学者在实验室环境下,通过传感器以实验的形式获取了分合闸时间等特性参数;此外,徐玉涛开发了一套基于图像处理的机械特性参数检测系统,通过合闸线圈电流触发高速摄像机和电信号的同步采集,之后对其分析获得合闸时间和行程曲线。近些年来,部分学者对断路器的同期性展开研究,利用短时能量法从三相振动信号中提取时间差,取得了一定的效果。但是该方法对大的冲击振动提取效果较好,对于较小的冲击并不明显,具有一定的局限性。与此同时,尽管上述学者对于断路器时间参数的提取做了大量的研究工作,所提出的方法仍然存在不足,例如实验方式安装繁琐,测量困难;理论仿真和图像处理无法推广到在线检测,断路器时间参数的在线检测尚未得到有效解决。
断路器振动信号本质上是由一系列的振动冲击形成的,采集到的振动信号包含了丰富的振动事件信息,大部分学者没有对振动信号的本质特征引起足够重视,而是将精力聚焦于通过构建时域类、频谱类以及熵集类指标作为特征向量,同时结合近年发展起来的相关模式识别算法,对断路器故障进行分类与诊断。鲜有学者根据这些信息研究如何从振动信号中提取时间参数。
发明内容
本发明要解决的技术问题和提出的技术任务是对现有技术方案进行完善与改进,提供基于振动信号的高压断路器分闸特性参数在线检测方法,以在振动信号中提取时间参数的目的。为此,本发明采取以下技术方案。
基于振动信号的高压断路器分闸特性参数在线检测方法,其特征在于包括以下步骤:
1)信号采集
设置采集时间,采样频率;加速度传感器分别安装在弹簧操作机构和断路器横梁上,实验采集两路振动信号,以获取断路器弹簧操作机构和动静触头的振动响应;通过高压开关动特性测试仪测量断路器的三相同期性和行程曲线两个参数;
2)采集信号波形分析
根据断路器弹簧操作机构工作原理,对比试验获得的断路器各项参数;由于同一个冲击在两路传感器位置引起的振动具有较强的一致性和时序性,通过对比振动大小辅助判断冲击发生的位置,确定断路器重要特性参数,包括:动触头开始运动时间t1;分闸时间t2;拉杆撞击油缓冲器时间t3;触头反弹幅值最大时间t4;
t1时刻:电磁铁铁芯撞击脱扣装置,在弹簧操作机构上产生一个较小的振动信号,进而传递到机架的过程中,由于能量损耗,所以在横梁处产生微弱的振动;与此同时,分闸弹簧驱动传动机构和动触头开始运动,此时刻为t1,为动触头开始运动时间;
t2时刻:分闸过程中,缓冲弹簧从挤压状态到完全释放,横梁处传感器先感应到较大的冲击振动;然后动触头继续运动,到t2时刻,动静触头分离,惯性冲击导致横梁产生一个较小的振动;
t3时刻:拉杆撞击油缓冲器,巨大的惯性力在弹簧操作机构上引起较大的振动,紧接着缓冲弹簧被彻底压缩,在横梁上引起较大的振动;
t4时刻:由于油缓冲器、缓冲弹簧和分闸弹簧的共同作用,动触头运动到最低位置后会出现振荡,缓慢恢复到平衡位置;振荡能量通过连杆传递到弹簧操作机构上,产生较小的振动,此时为t4时刻,为触头反弹幅值最大的点;
3)振动信号去噪处理
利用变分模态分解方法对信号进行分解,得到一系列有限带宽的模态分量IMFs;提取与原始信号波形变化匹配方差小的信号分量进行重构,达到去噪效果;
4)振动事件特征提取
采用短时能熵比进行时域分析,提取振动事件特征,计算重构信号的短时能熵比,增强振动事件的冲击特征;
5)时间参数检测结果
利用双门限法检测变位点,通过预先设定阈值,与信号的短时能熵比函数值相比较,当信号的短时能熵比函数值超过设定阈值时,则判断此时刻为变位点,获得断路器时间参数。
本技方案采用变分模态分解方法对信号进行分解,选取与原始信号波形变化相一致的信号分量进行重构,降低了信号中噪声干扰的影响;运用双门限法检测变位点,通过阈值与信号的短时能熵比进行对比,对信号时域内关键时刻点的参数进行检测,得到断路器分闸过程中时间参数。
作为优选技术手段:在步骤1)中,设置采集时间为250ms,采样频率设置为100K。
作为优选技术手段:在步骤4)振动事件特征提取中,对横梁振动信号处理时,先对重构信号进行加窗分帧处理,分成若干个相等的帧,窗函数采用汉明窗,窗长为90个点。
作为优选技术手段:在步骤5)中,提取弹簧操作机构振动信号的3个变位点与横梁振动信号的1个变位点,利用弹簧操作机构振动信号和横梁振动信号的四个变位点换算成对应的时间,完成断路器分闸过程中的特性参数检测。
作为优选技术手段:还包括:步骤5)将检测出的时间参数与传统的基于动触头行程曲线提取的时间参数进行对比,判断相对误差是否大于设定值,若是,则认为前序操作准确。
作为优选技术手段:在步骤3)中,变分模态的分解过程即变分问题的求解过程,包括变分问题的构造和求解,其中变分问题构造包括步骤:
301)通过Hilbert变换,得到每个模态函数uk(t)的解析信号,目的是得到其单边频谱;
302)对各模态解析信号混合一预估中心频率将每个模态的频谱调制到相应的基频带;
303)计算以上解调信号梯度的平方L2范数,估计出各模态信号带宽,受约束的变分问题如下:
式中{uk}={u1,...,uk}为分解得到的K个模态分量,{ωk}={ω1,...,ωk}为各模态分量的中心频率。
为求取上述变分问题,引入二次惩罚因子α和拉格朗日乘法算子λ(t),将约束性变分问题变为非约束性变分问题,其中二次惩罚因子可在高斯噪声存在的情况下保证信号的重构精度,拉格朗日算子使得约束条件保持严格性,扩展的拉格朗日表达式如下:
VMD中采用了乘法算子交替方向法ADMM(alternate direction method ofmultipliers)解决以上变分问题,通过交替更新和λn+1寻求扩展拉格朗日表达式的‘鞍点’,即式(1)中约束变分模型的最优解,其中解得模态分量uk及中心频率ωk分别为
变分问题求解包括步骤:
304)初始化
305)根据式(3)和式(4)更新uk和ωk;
306)更新λ:
307)对于给定的判别精度e≥0,若满足则停止迭代,否则返回步骤305)。
作为优选技术手段:在步骤3)中,采用波形变化匹配方差S2为评价指标,利用波形的变化规律是否一致表示各阶成分分量与原始信号的匹配程度,波形变化匹配方差越小代表各阶成分分量与原始信号波形的变化越一致,其计算公式如下:
其中yi代表原始信号序列;zi代表各阶成分分量的信号序列;n为采样点数。
有益效果:
1)本技术方案利用多路振动信号提取断路器分闸过程中运动时间参数,解决了传统测量方法需离线测试、传感器安装繁琐的问题。
2)将变分模态分解和短时能熵比相结合处理断路器振动信号,可有效提取振动事件特征,并准确检测出各个振动事件的发生时刻。
3)本技术方案能快速有效的提取断路器分闸过程中运动时间参数,在测量精度和稳定性方面均取得了较好的效果,对于断路器特性参数的在线提取提供了一种新的思路。
附图说明
图1是本发明的断路器特性曲线图。
图2是本发明的断路器各项参数对比图。
图3是本发明的VMD分解结果图。
图4是本发明的重构信号图。
图5是本发明的短时能量法和短时能熵比函数波形图对比图
图6是原始信号检测结果图。
图7是本发明的重构信号检测结果图。
图8是本发明的横梁信号时间参数检测结果图。
图9是本发明的弹簧操作机构信号时间参数检测结果图。
具体实施方式
以下结合说明书附图对本发明的技术方案做进一步的详细说明。
本发明对上述问题进行了探索,以高压断路器分闸过程振动信号作为研究对象,提出了一种利用振动信号提取断路器分闸过程中运动时间参数的方法。采用变分模态分解方法对信号进行分解,选取与原始信号波形变化相一致的信号分量进行重构,降低了信号中噪声干扰的影响;运用双门限法检测变位点,通过阈值与信号的短时能熵比进行对比,对信号时域内关键时刻点的参数进行检测,得到断路器分闸过程中时间参数。
1断路器时间参数
断路器的机械特性参数是衡量断路器性能的重要参数,常作为出厂和技术参数指标。一般来说,断路器的机械特性参数包括时间、行程和速度3种参数。本发明重点研究了断路器的时间参数,下面结合断路器的特性曲线对时间参数进行解释说明。
如图1所示,断路器特性曲线主要分为以下时刻:
t1时刻:分闸指令下达,分闸线圈开始通电,到t1时刻,铁芯撞击分闸脱扣装置,动触头开始运动,行程曲线开始出现变化。t1为脱扣装置动作时刻,此阶段可以反映分闸电磁铁铁芯的运动情况。
t2时刻:在分闸弹簧的作用下,动触头持续向下运动,t2时刻为动静触头的刚分时刻,0~t2时间段为分闸时间。
t3时刻:分闸后期拉杆撞击油缓冲器行程曲线出现明显转折,运动速度降低,t3为拉杆撞击油缓冲器时刻。
t4时刻:该阶段为动触头弹跳阶段,动触头分闸完成,在惯性力、机构阻力和缓冲弹簧的弹力综合作用下,动触头会出现短暂的弹跳阶段,t4为动触头反弹时刻。
2基于振动信号的断路器时间参数提取的理论研究
2.1VMD原理
变分模态分解(Variational Mode Decomposition,VMD)是K.Dragomiretskiy等提出的一种信号处理新方法,其核心思想是变分问题。该方法在获取IMF分量时不同于EMD和LMD算法所使用的循环筛分剥离的信号处理方式,而是将信号分解过程转移到变分框架内,通过迭代搜寻变分模型最优解来确定每个分量的频率中心及带宽,从而能够自适应地实现信号的频域剖分及各分量的有效分离,突出了数据的局部特征,表现出更好的噪声鲁棒性,且具有良好的采样效应。
VMD的分解过程即变分问题的求解过程,包括变分问题的构造和求解,其中变分问题具体构造步骤如下:
①通过Hilbert变换,得到每个模态函数uk(t)的解析信号,目的是得到其单边频谱;②对各模态解析信号混合一预估中心频率将每个模态的频谱调制到相应的基频带;③计算以上解调信号梯度的平方L2范数,估计出各模态信号带宽,受约束的变分问题如下:
式中{uk}={u1,...,uk}为分解得到的K个模态分量,{ωk}={ω1,...,ωk}为各模态分量的中心频率。
为求取上述变分问题,引入二次惩罚因子α和拉格朗日乘法算子λ(t),将约束性变分问题变为非约束性变分问题,其中二次惩罚因子可在高斯噪声存在的情况下保证信号的重构精度,拉格朗日算子使得约束条件保持严格性,扩展的拉格朗日表达式如下:
VMD中采用了乘法算子交替方向法ADMM(alternate direction method ofmultipliers)解决以上变分问题,通过交替更新和λn+1寻求扩展拉格朗日表达式的‘鞍点’,即式(1)中约束变分模型的最优解,其中解得模态分量uk及中心频率ωk分别为
VMD实现过程如下:
1)初始化
2)根据式(3)和式(4)更新uk和ωk;
3)更新λ:
4)对于给定的判别精度e≥0,若满足则停止迭代,否则返回步骤2。
2.2筛分准则
目前针对不同方法得到的各阶成分分量的筛分,大部分学者采用相关系数法,根据各阶成分分量与原始信号的相关系数大小来确定选取成分。但是相关系数是研究变量之间线性相关程度的量,该方法对断路器的非周期性冲击信号并不敏感,多次试验表明利用相关系数法筛分选取的信号分量处理效果并不理想。
振动事件的发生对应时域信号的冲击响应,提取特性参数应重点关注时域信号中的冲击成分,也就是提取与原始信号波形变化相一致的信号分量,基于此,提出波形变化匹配方差S2为评价指标,利用波形的变化规律是否一致表示各阶成分分量与原始信号的匹配程度,波形变化匹配方差越小代表各阶成分分量与原始信号波形的变化越一致,其计算公式如下:
其中yi代表原始信号序列;zi代表各阶成分分量的信号序列;n为采样点数。
2.3基于短时能熵比的双门限法
借鉴语音信号的处理技术,双门限法通常用来对其进行端点检测。该方法的基本原理是首先设置两个阈值Y1和Y2(Y1<Y2),将短时能熵比与阈值Y2相比较,高于阈值Y2的肯定是冲击事件,起止点应该位于阈值Y2与短时能熵比交点所对应的时间点之外;然后选取较低的阈值Y1,从与阈值Y2的交汇点向两侧搜索,分别找到与阈值Y1相交的两个点,该段就是双门限法根据短时能熵比判定的冲击事件的起止点。
在短时分析中,对采集到的振动信号乘以一个有限长的窗函数,将振动信号分为一段一段的来分析其特征参数,其中每一段称为一“帧”,帧长一般取10~30ms。这样,对于整体振动信号来讲,每一帧特征参数组成了特征参数时间序列。
(1)设信号序列为x(i),i=0,1,2…N-1,加创分帧处理后得到的第i帧振动信号为xi(m),则FFT变换后,其中第k条谱线频率分量的fk能量谱为Yi(k),则每个频率分量的归一化谱概率密度函数定义为:
式中,为pi(k)第i帧第k个频率分量fk对应的概率密度;N为FFT长度。
(2)短时谱熵定义为
(3)能量定义为ELi=log10(1+ENi/a),其中代表每一帧的能量。a是一个常数,可以将ENi的剧烈变化在ELi中得到缓和,有助于区分信号突变时刻。
(4)短时能熵比定义为
由于在有些振动信号内的谱熵值小于噪声段的谱熵值,所以相对于短时能量法,短时能熵比更能有效提取信号的突变时刻。
2.4断路器时间参数提取流程
断路器时间参数提取步骤如下:
1)对采集到的振动信号进行VMD分解得到一系列有限带宽的模态分量IMFs。
2)计算各个模态分量与原始信号的波形变化匹配方差,选取方差较小的模态分量重构振动信号,达到去噪效果。
3)计算重构信号的短时能熵比,增强振动事件的冲击特征。
4)利用双门限法处理重构信号的短时能熵比,提取断路器时间参数。
3基于振动信号的断路器时间参数提取的实验研究
3.1实验测量
本发明以某开关厂35kV户外高压SF6断路器为实验对象,如图2所示。采用江苏东华测试公司的1A102E型加速度传感器测量振动信号,该传感器量程为0~5000m/s2。断路器分闸时间为50±10ms,为了充分采集振动信号的响应,设置采集时间为250ms,采样频率设置为100K。考虑断路器的振动主要来自弹簧操作机构和动静触头的碰撞,实验采集了两路振动信号,加速度传感器分别安装在弹簧操作机构和断路器横梁上,可以较好的获取断路器弹簧操作机构和动静触头的振动响应。与此同时,采用汉迪电子的高压开关动特性测试仪测量断路器的三相同期性和行程曲线两个参数。
3.2采集信号波形分析
图2从上到下分别是断路器三相触头同期性、断路器行程曲线、断路器弹簧操作机构振动曲线、断路器横梁振动曲线。
根据断路器弹簧操作机构工作原理,对比试验获得的断路器各项参数。虽然因冲击源位置的不同引起弹簧操作机构和横梁振动大小不一样,但是同一个冲击在两路传感器位置引起的振动具有较强的一致性和时序性,对比振动大小可以辅助判断冲击发生的位置。具体总结如下:
t1时刻:电磁铁铁芯撞击脱扣装置,在弹簧操作机构上产生一个较小的振动信号,进而传递到机架的过程中,由于能量损耗,所以在横梁处产生微弱的振动。与此同时,分闸弹簧驱动传动机构和动触头开始运动,此时刻为t1,为动触头开始运动时间。
t2时刻:分闸过程中,缓冲弹簧从挤压状态到完全释放,横梁处传感器先感应到较大的冲击振动。然后动触头继续运动,到t2时刻,动静触头分离,惯性冲击导致横梁产生一个较小的振动。
t3时刻:拉杆撞击油缓冲器,巨大的惯性力在弹簧操作机构上引起较大的振动,紧接着缓冲弹簧被彻底压缩,在横梁上引起较大的振动。
t4时刻:由于油缓冲器、缓冲弹簧和分闸弹簧的共同作用,动触头运动到最低位置后会出现振荡,缓慢恢复到平衡位置。振荡能量通过连杆传递到弹簧操作机构上,产生较小的振动,此时为t4时刻,为触头反弹幅值最大的点。
通过上述分析我们可以得到以下参数:
断路器重要特性参数:动触头开始运动时间t1;分闸时间t2;拉杆撞击油缓冲器时间t3;触头反弹幅值最大时间t4。
3.3振动信号去噪处理
高压断路器平常处于静止状态,在接收到分合闸命令后会在极短时间内完成动作,一般只有几十毫秒。考虑到断路器工作环境特殊,在采集到的振动信号中,难免会受到电磁等噪声的干扰,本发明利用VMD对信号进行分解,提取与原始信号波形变化匹配方差小的信号分量进行重构,达到去噪的目的。以采集到的分闸时断路器横梁振动信号为例,对其进行VMD分解,结果如图3所示。然后求取各分量与原始信号的波形变化匹配方差,如表1所示。
表1各阶分量与原始信号波形变化匹配方差
根据各分量与原始信号的波形变化匹配方差,参考分解结果时域信号的关键时刻点,选取方差最小的三个分量重构断路器分闸振动信号,横梁振动信号重构信号如下图4所示。从图4中可以看出,振动事件的冲击特征得到了进一步的增强,去噪效果明显。
3.4振动事件特征提取
在信号处理的研究中,时域分析是最简单最直观的方法,通过对时域进行分析可以得到振动事件的发生时间,常见的时域分析方法有短时能量法、短时能熵比、短时自相关和短时能零比等方法。
以横梁振动信号为例。首先对重构信号进行加窗分帧处理,分成若干个相等的帧,窗函数采用汉明窗,窗长为90个点;为了对比短时能熵比的效果,同时运用上述时域分析方法对分闸振动信号进行处理,结果如图5所示。
通过四种方法分析结果与原始振动信号时域进行对比可以看出,短时能量法、短时自相关和短时能零比三种方法只能有效的提取冲击较大的振动事件,对于冲击较小的振动事件提取效果并不明显,丢失了部分振动事件特征信息。相对于原始振动波形,短时能熵比能有效的提取各个振动事件,特征提取效果较好。
3.5时间参数检测结果
利用双门限法检测变位点,通过预先设定阈值,与信号的短时能熵比函数值相比较,当信号的短时能熵比函数值超过设定阈值时,则判断此时刻为变位点。通过筛选合适的阈值可以准确的判断出分闸过程中各个事件的时刻。图6是原始信号检测结果图,图7为合成信号的时间参数检测结果图。
根据双门限法检测原理,图6、7中每个事件振动时间开始时间用竖向实线标注,结束时间用竖向虚线标注。对比图6和图7的短时能熵比波形图,可以看出,经过VMD滤波后的振动信号减少了干扰成分,各关键时刻的变位点均能有效提取出来。与信号振动时域波形对比可以发现,提取的变位点时刻与振动突变时刻匹配性较好。而原始信号由于干扰成分的存在,提取出了多余的变位点。此外,提取出的关键时刻变位点与振动信号时域波形的匹配精度也较差。证明利用VMD对信号分解并重构的方法,可以有效去除信号的噪声干扰成分,达到了滤波的目的。
同样的利用上述方法处理断路器弹簧操作机构振动信号,最后提取弹簧操作机构振动信号的3个变位点与横梁振动信号的1个变位点(横梁振动信号第一个变位点提取为无效变位点),利用弹簧操作机构振动信号和横梁振动信号的四个变位点换算成对应的时间(也就是提取振动信号时域图中竖向实线时刻点),完成了断路器分闸过程中的特性参数检测。最终检测出的时间参数结果如图8、9所示。此外为了验证所提方法的正确性,将检测出的时间参数与传统的基于动触头行程曲线提取的时间参数进行对比,如表2所示。
表2时间参数检测结果对比
从表2中可以看出,对于同一个时间参数,利用振动信号提取的结果和根据实验行程曲线提取的结果基本一致,多次测量重复性较好;对于不同的时间参数,相对误差较小。本发明所研究方法对于断路器分闸过程中的特征参数测量误差在1.5%以内,从实验角度验证了所提方法的准确性。
4结论
本发明以断路器分闸振动信号作为研究对象,提出了一种利用振动信号提取断路器分闸过程中特征参数的方法。首先采用变分模态分解处理振动信号,选择与原始信号波形变化相一致的成分分量进行重构,达到滤波效果;然后计算重构信号的短时能熵比,提取信号中包含的振动事件特征;最后利用双门限法实现了振动信号时域内关键时刻点的参数检测,计算出了断路器分闸过程中运动时间的参数。研究得出以下结论:
1)首次提出了利用多路振动信号提取断路器分闸过程中运动时间参数,解决了传统测量方法需离线测试、传感器安装繁琐的问题。
2)将变分模态分解和短时能熵比相结合处理断路器振动信号,可有效提取振动事件特征,并准确检测出各个振动事件的发生时刻。
3)实验结果表明,本发明算法能快速有效的提取断路器分闸过程中运动时间参数,在测量精度和稳定性方面均取得了较好的效果,对于断路器特性参数的在线提取提供了一种新的思路。
以上所示的基于振动信号的高压断路器分闸特性参数在线检测方法是本发明的具体实施例,已经体现出本发明实质性特点和进步,可根据实际的使用需要,在本发明的启示下,对其进行等同修改,均在本方案的保护范围之列。
Claims (7)
1.基于振动信号的高压断路器分闸特性参数在线检测方法,其特征在于包括以下步骤:
1)信号采集
设置采集时间,采样频率;加速度传感器分别安装在弹簧操作机构和断路器横梁上,加速度传感器采集两路振动信号,以获取断路器弹簧操作机构和动静触头的振动响应;通过高压开关动特性测试仪测量断路器的三相同期性和行程曲线两个参数;
2)采集信号波形分析
根据断路器弹簧操作机构工作原理,对比试验获得的断路器各项参数;由于同一个冲击在两路传感器位置引起的振动具有较强的一致性和时序性,通过对比振动大小辅助判断冲击发生的位置,确定断路器重要特性参数,包括:动触头开始运动时间t1;分闸时间t2;拉杆撞击油缓冲器时间t3;触头反弹幅值最大时间t4;
t1时刻:电磁铁铁芯撞击脱扣装置,在弹簧操作机构上产生一个较小的振动信号,进而传递到机架的过程中,由于能量损耗,所以在横梁处产生微弱的振动;与此同时,分闸弹簧驱动传动机构和动触头开始运动,此时刻为t1,为动触头开始运动时间;
t2时刻:分闸过程中,缓冲弹簧从挤压状态到完全释放,横梁处传感器先感应到较大的冲击振动;然后动触头继续运动,到t2时刻,动静触头分离,惯性冲击导致横梁产生一个较小的振动;
t3时刻:拉杆撞击油缓冲器,巨大的惯性力在弹簧操作机构上引起较大的振动,紧接着缓冲弹簧被彻底压缩,在横梁上引起较大的振动;
t4时刻:由于油缓冲器、缓冲弹簧和分闸弹簧的共同作用,动触头运动到最低位置后会出现振荡,缓慢恢复到平衡位置;振荡能量通过连杆传递到弹簧操作机构上,产生较小的振动,此时为t4时刻,为触头反弹幅值最大的点;
3)振动信号去噪处理
利用变分模态分解方法对信号进行分解,得到一系列有限带宽的模态分量IMFs;提取与原始信号波形变化匹配方差小的信号分量进行重构,实现去噪;
4)振动事件特征提取
采用短时能熵比进行时域分析,提取振动事件特征,通过计算重构信号的短时能熵比,增强振动事件的冲击特征;
5)时间参数检测结果
利用双门限法检测变位点,通过预先设定阈值,与信号的短时能熵比函数值相比较,当信号的短时能熵比函数值超过设定阈值时,则判断此时刻为变位点;获得断路器时间参数。
2.根据权利要求1所述的基于振动信号的高压断路器分闸特性参数在线检测方法,其特征在于:在步骤1)中,设置采集时间为250ms,采样频率设置为100K。
3.根据权利要求2所述的基于振动信号的高压断路器分闸特性参数在线检测方法,其特征在于:在步骤4)振动事件特征提取中,对横梁振动信号处理时,先对重构信号进行加窗分帧处理,分成若干个相等的帧,窗函数采用汉明窗,窗长为90个点。
4.根据权利要求1所述的基于振动信号的高压断路器分闸特性参数在线检测方法,其特征在于:在步骤5)中,提取弹簧操作机构振动信号的3个变位点与横梁振动信号的1个变位点,利用弹簧操作机构振动信号和横梁振动信号的四个变位点换算成对应的时间,完成断路器分闸过程中的特性参数检测。
5.根据权利要求1所述的基于振动信号的高压断路器分闸特性参数在线检测方法,其特征在于:还包括:步骤5)将检测出的时间参数与传统的基于动触头行程曲线提取的时间参数进行对比,判断相对误差是否大于设定值,若是,则认为前序操作准确。
6.根据权利要求5所述的基于振动信号的高压断路器分闸特性参数在线检测方法,其特征在于:在步骤3)中,变分模态的分解过程即变分问题的求解过程,包括变分问题的构造和求解,其中变分问题构造包括步骤:
301)通过Hilbert变换,得到每个模态函数uk(t)的解析信号,目的是得到其单边频谱;
302)对各模态解析信号混合一预估中心频率将每个模态的频谱调制到相应的基频带;
303)计算以上解调信号梯度的平方L2范数,估计出各模态信号带宽,受约束的变分问题如下:
式中{uk}={u1,...,uk}为分解得到的K个模态分量,{ωk}={ω1,...,ωk}为各模态分量的中心频率;
为求取上述变分问题,引入二次惩罚因子α和拉格朗日乘法算子λ(t),将约束性变分问题变为非约束性变分问题,其中二次惩罚因子可在高斯噪声存在的情况下保证信号的重构精度,拉格朗日算子使得约束条件保持严格性,扩展的拉格朗日表达式如下:
VMD中采用了乘法算子交替方向法ADMM(alternate direction method ofmultipliers)解决以上变分问题,通过交替更新和λn+1寻求扩展拉格朗日表达式的‘鞍点’,即式(1)中约束变分模型的最优解,其中解得模态分量uk及中心频率ωk分别为
变分问题求解包括步骤:
304)初始化n=0;
305)根据式(3)和式(4)更新uk和ωk;
306)更新λ:
307)对于给定的判别精度e≥0,若满足则停止迭代,否则返回步骤305)。
7.根据权利要求6所述的基于振动信号的高压断路器分闸特性参数在线检测方法,其特征在于:在步骤3)中,采用波形变化匹配方差S2为评价指标,利用波形的变化规律是否一致表示各阶成分分量与原始信号的匹配程度,波形变化匹配方差越小代表各阶成分分量与原始信号波形的变化越一致,其计算公式如下:
其中yi代表原始信号序列;zi代表各阶成分分量的信号序列;n为采样点数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810786407.XA CN109270441B (zh) | 2018-07-17 | 2018-07-17 | 基于振动信号的高压断路器分闸特性参数在线检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810786407.XA CN109270441B (zh) | 2018-07-17 | 2018-07-17 | 基于振动信号的高压断路器分闸特性参数在线检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109270441A true CN109270441A (zh) | 2019-01-25 |
CN109270441B CN109270441B (zh) | 2021-03-19 |
Family
ID=65152953
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810786407.XA Active CN109270441B (zh) | 2018-07-17 | 2018-07-17 | 基于振动信号的高压断路器分闸特性参数在线检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109270441B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110323108A (zh) * | 2019-06-27 | 2019-10-11 | 国网湖南省电力有限公司 | 运行中开关柜断路器分闸反弹行程动态检测方法及装置 |
CN110470465A (zh) * | 2019-09-19 | 2019-11-19 | 武汉市华英电力科技有限公司 | 一种基于振动信号分析的断路器测试方法及系统 |
CN110824344A (zh) * | 2019-10-22 | 2020-02-21 | 国网浙江省电力有限公司检修分公司 | 基于振动信号短时能熵比与dtw的高压断路器状态评估方法 |
CN110967626A (zh) * | 2019-11-10 | 2020-04-07 | 华北电力大学(保定) | 高压断路器同期性在线激光检测装置及方法 |
CN111044272A (zh) * | 2019-11-14 | 2020-04-21 | 国网浙江省电力有限公司嘉兴供电公司 | 一种基于大数据技术的高压断路器机械特性试验方法及装置 |
CN112433148A (zh) * | 2020-11-13 | 2021-03-02 | 海南电网有限责任公司海南输变电检修分公司 | 一种从振动信号中提取断路器机构动作时间的方法 |
CN112665711A (zh) * | 2020-12-21 | 2021-04-16 | 陕西宝光集团有限公司 | 设备运行状态的检测方法、装置、电子设备及存储介质 |
CN112683514A (zh) * | 2020-12-31 | 2021-04-20 | 国网河南省电力公司检修公司 | 一种基于声波信号的断路器机械特性测试方法及装置 |
CN113532802A (zh) * | 2021-08-10 | 2021-10-22 | 国网经济技术研究院有限公司 | 直流断路器机械开关的多断口行程一致性检测系统及方法 |
EP3926771A4 (en) * | 2019-02-13 | 2022-03-02 | Mitsubishi Electric Corporation | DIAGNOSTIC DEVICE FOR CONTROL UNIT |
CN114662548A (zh) * | 2022-04-12 | 2022-06-24 | 安徽中安昊源电力科技有限公司 | 一种基于动作异常的断路器诊断方法及系统 |
CN115096588A (zh) * | 2022-06-28 | 2022-09-23 | 重庆大学 | 机床主轴轴承状态监测装置及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120253694A1 (en) * | 2011-03-28 | 2012-10-04 | Hong-Tsu Young | Method and apparatus for judging status of mechanical system |
CN102901622A (zh) * | 2012-09-06 | 2013-01-30 | 东南大学 | 基于三相位移信号的真空断路器机械参数在线监测方法 |
CN105352471A (zh) * | 2015-11-30 | 2016-02-24 | 云南电网有限责任公司电力科学研究院 | 一种变压器绕组状态诊断方法 |
CN105676120A (zh) * | 2016-01-11 | 2016-06-15 | 广东电网有限责任公司电力科学研究院 | 基于振动能量突变的高压断路器同期性检测装置及方法 |
CN107016352A (zh) * | 2017-03-13 | 2017-08-04 | 南京航空航天大学 | 电力变压器有载分接开关振动脉冲数自动识别方法 |
-
2018
- 2018-07-17 CN CN201810786407.XA patent/CN109270441B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120253694A1 (en) * | 2011-03-28 | 2012-10-04 | Hong-Tsu Young | Method and apparatus for judging status of mechanical system |
CN102901622A (zh) * | 2012-09-06 | 2013-01-30 | 东南大学 | 基于三相位移信号的真空断路器机械参数在线监测方法 |
CN105352471A (zh) * | 2015-11-30 | 2016-02-24 | 云南电网有限责任公司电力科学研究院 | 一种变压器绕组状态诊断方法 |
CN105676120A (zh) * | 2016-01-11 | 2016-06-15 | 广东电网有限责任公司电力科学研究院 | 基于振动能量突变的高压断路器同期性检测装置及方法 |
CN107016352A (zh) * | 2017-03-13 | 2017-08-04 | 南京航空航天大学 | 电力变压器有载分接开关振动脉冲数自动识别方法 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11841399B2 (en) | 2019-02-13 | 2023-12-12 | Mitsubishi Electric Corporation | Diagnostic apparatus for switching device |
EP3926771A4 (en) * | 2019-02-13 | 2022-03-02 | Mitsubishi Electric Corporation | DIAGNOSTIC DEVICE FOR CONTROL UNIT |
CN110323108A (zh) * | 2019-06-27 | 2019-10-11 | 国网湖南省电力有限公司 | 运行中开关柜断路器分闸反弹行程动态检测方法及装置 |
CN110470465A (zh) * | 2019-09-19 | 2019-11-19 | 武汉市华英电力科技有限公司 | 一种基于振动信号分析的断路器测试方法及系统 |
CN110824344A (zh) * | 2019-10-22 | 2020-02-21 | 国网浙江省电力有限公司检修分公司 | 基于振动信号短时能熵比与dtw的高压断路器状态评估方法 |
CN110967626A (zh) * | 2019-11-10 | 2020-04-07 | 华北电力大学(保定) | 高压断路器同期性在线激光检测装置及方法 |
CN111044272A (zh) * | 2019-11-14 | 2020-04-21 | 国网浙江省电力有限公司嘉兴供电公司 | 一种基于大数据技术的高压断路器机械特性试验方法及装置 |
CN112433148A (zh) * | 2020-11-13 | 2021-03-02 | 海南电网有限责任公司海南输变电检修分公司 | 一种从振动信号中提取断路器机构动作时间的方法 |
CN112433148B (zh) * | 2020-11-13 | 2021-12-31 | 海南电网有限责任公司海南输变电检修分公司 | 一种从振动信号中提取断路器机构动作时间的方法 |
CN112665711A (zh) * | 2020-12-21 | 2021-04-16 | 陕西宝光集团有限公司 | 设备运行状态的检测方法、装置、电子设备及存储介质 |
CN112683514A (zh) * | 2020-12-31 | 2021-04-20 | 国网河南省电力公司检修公司 | 一种基于声波信号的断路器机械特性测试方法及装置 |
CN113532802A (zh) * | 2021-08-10 | 2021-10-22 | 国网经济技术研究院有限公司 | 直流断路器机械开关的多断口行程一致性检测系统及方法 |
CN113532802B (zh) * | 2021-08-10 | 2022-07-05 | 国网经济技术研究院有限公司 | 直流断路器机械开关的多断口行程一致性检测系统及方法 |
CN114662548A (zh) * | 2022-04-12 | 2022-06-24 | 安徽中安昊源电力科技有限公司 | 一种基于动作异常的断路器诊断方法及系统 |
CN115096588A (zh) * | 2022-06-28 | 2022-09-23 | 重庆大学 | 机床主轴轴承状态监测装置及方法 |
CN115096588B (zh) * | 2022-06-28 | 2023-08-18 | 重庆大学 | 机床主轴轴承状态监测装置及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109270441B (zh) | 2021-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109270441A (zh) | 基于振动信号的高压断路器分闸特性参数在线检测方法 | |
CN106482937B (zh) | 一种高压断路器机械状态的监测方法 | |
CN107219457B (zh) | 基于操作附件电流的框架式断路器故障诊断及程度评估方法 | |
CN101907437B (zh) | 一种基于小波差分算法的电缆故障测距方法 | |
Peeters et al. | Comparative study of modal analysis techniques for bridge dynamic characteristics | |
CN109188258A (zh) | 基于振电结合的高压断路器特征提取及分类方法 | |
Thambirajah et al. | Comparative review of methods for stability monitoring in electrical power systems and vibrating structures | |
CN105547465A (zh) | 一种变压器振动信号绕组状态特征提取方法 | |
CN109633431A (zh) | 基于振动信号特征提取的有载分接开关故障识别方法 | |
CN105259471A (zh) | 一种基于随机共振和暂态电流信号的三维故障选线方法 | |
CN105676120A (zh) | 基于振动能量突变的高压断路器同期性检测装置及方法 | |
CN109541455A (zh) | 一种基于s变换时频谱svd降噪的oltc冲击特性提取方法 | |
CN1232834C (zh) | 基于振动分析的真空断路器触头关合时刻的在线检测方法 | |
CN105093059A (zh) | 一种基于归一化奇异谱熵的变压器绕组工作状态检测方法 | |
Zamora et al. | Multi-dimensional ringdown modal analysis by filtering | |
CN112083328A (zh) | 一种高压断路器故障诊断方法及系统和装置 | |
Chen et al. | Analysis of the partial discharge of ultrasonic signals in large motor based on Hilbert-Huang transform | |
CN105510066A (zh) | 基于自适应降噪算法的一类旋转机械系统故障诊断方法 | |
CN106054028A (zh) | 一种基于时域特征和小波分析的电缆故障自动测距方法 | |
CN106096164A (zh) | 一种接触网结构波长自动提取方法 | |
CN107860460A (zh) | 强噪声背景下振动信号的特征提取方法 | |
Tang et al. | An improved local maximum synchrosqueezing transform with adaptive window width for instantaneous frequency identification of time-varying structures | |
CN110703080B (zh) | 一种gis尖刺放电诊断方法、放电程度识别方法及装置 | |
CN107101715A (zh) | 一种基于交叉小波的变压器振动信号幅频特征量提取方法 | |
CN108872777A (zh) | 基于改进型系统延迟阶数估计的电力变压器绕组状态评估方法 |
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 |