CN109932645A - 一种开关设备弹簧操动机构故障诊断方法及装置 - Google Patents
一种开关设备弹簧操动机构故障诊断方法及装置 Download PDFInfo
- Publication number
- CN109932645A CN109932645A CN201910189685.1A CN201910189685A CN109932645A CN 109932645 A CN109932645 A CN 109932645A CN 201910189685 A CN201910189685 A CN 201910189685A CN 109932645 A CN109932645 A CN 109932645A
- Authority
- CN
- China
- Prior art keywords
- iron core
- movement
- operating mechanism
- time
- abnormality
- 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
- Arc-Extinguishing Devices That Are Switches (AREA)
Abstract
本发明提供一种开关设备弹簧操动机构故障诊断方法及装置,诊断方法包括如下步骤:检测操动机构分合闸运行过程中的分合闸线圈电流信号和铁芯行程信号;对得到的分合闸线圈电流信号和铁芯行程信号进行分析处理,得到相关的特征数据;将得到的特征数据与数据模型库进行对比,诊断出操动机构是否出现故障以及故障类型;其中,数据模型库包括正常状态数据模型和异常状态数据模型,分别包括正常状态下和若干异常状态下操动机构与分合闸线圈电流信号和铁芯行程信号相对应的特征数据。本发明提供的技术方案,能够解决现有技术中由于只采用分合闸线圈电流这一种信号确定开关设备操动机构故障类型而存在的确定结果准确性低的问题。
Description
技术领域
本发明属于开关设备控制技术领域,具体涉及一种开关设备弹簧操动机构故障诊断方法及装置。
背景技术
高压开关设备的拒分、拒合及误动作都会给电力系统带来巨大的损失,据调查,操动机构故障是造成高压开关设备异常的主要原因,因此提高操动机构的可靠性对保证高压开关设备的可靠运行具有很重要的意义。
目前对弹簧操动机构的运行状态监测和故障诊断的研究大多仅限于理论分析层面上,仅有个别实现了对电磁铁中感应电流在弹簧机构运动过程中变化的监测,但并未研制出较为可靠的弹簧操动机构机械故障分析及诊断方法,也未能研发出稳定实用的机械故障分析诊断仪器或装置。
申请公布号为CN105866669A的中国发明专利申请文件中,公开了一种断路器分合闸控制回路故障诊断方法,首先获取分合闸线圈电流信号的特征值,对得到的电流特征值进行处理和判断,以确定故障类型。
虽然上述专利申请文件所提供的故障诊断方法能够实现故障的诊断,但是,仅仅利用分合闸线圈的电流这一种信号确定故障类型的准确性较低,很容易出现诊断错误的情况。
发明内容
本发明的目的在于提供一种开关设备弹簧操动机构故障诊断方法及装置,用于解决现有技术中由于只采用分合闸线圈电流这一种信号确定开关设备操动机构故障类型而造成确定结果准确性低的问题。
为实现上述目的,本发明提供的技术方案是:
一种开关设备弹簧操动机构故障诊断方法,该诊断方法包括如下步骤:
(1)检测操动机构分合闸运行过程中的分合闸线圈电流信号和铁芯行程信号;
(2)对得到的分合闸线圈电流信号和铁芯行程信号进行分析处理,得到相关的特征数据;
(3)将得到的特征数据与数据模型库进行对比,诊断出操动机构是否出现故障以及故障类型;其中,数据模型库包括正常状态数据模型和异常状态数据模型,正常状态数据模型包括正常状态下操动机构与分合闸线圈电流信号和铁芯行程信号相对应的特征数据,异常状态数据模型包括若干异常状态下操动机构与分合闸线圈电流信号和铁芯行程信号相对应的特征数据。
本发明所提供的技术方案,采用分合闸线圈电流信号和铁芯行程信号共同对开关设备操动机构的故障进行诊断,能够解决现有技术中由于只采用分合闸线圈电流这一种信号确定开关设备操动机构故障类型而存在的确定结果准确性低的问题。
进一步的,对得到的分合闸线圈电流信号和铁芯行程信号进行分析处理,得到的特征数据包括:时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间;所述异常状态数据模型中涉及到的异常状态包括操作电压低、铁芯运动卡涩或不到位、铁芯运动间隙增大和铁芯运动间隙减小,异常状态数据模型包括:操作电压低对应的时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间,铁芯运动卡涩或不到位对应的时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间,铁芯运动间隙增大对应的时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间,铁芯运动间隙减小对应的时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间。
在操动机构分合闸过程中进行多次的数据采集,能够提高对开关设备操动机构故障确定的准确性。
进一步的,所述数据模型库的获取过程包括:
对操动机构在正常状态下进行至少两次实验,检测每次实验过程中分合闸线圈电流信号和铁芯行程信号,并得到相关的特征数据,根据得到的正常状态下的特征数据建立所述正常状态数据模型;
对操动机构进行故障模拟实验,模拟各个异常状态,在模拟每一个异常状态时,对操动机构进行至少两次实验,检测每次实验过程中的分合闸线圈电流信号和铁芯行程信号,并得到相关的特征数据,根据得到的该异常状态下的特征数据得到该异常状态对应的异常状态数据集,进而根据各异常状态下的异常状态数据集建立所述异常状态数据模型。
正常状态下测试项目与故障模拟实验下测试项目相对应,并且测试至少两次,能够提高数据库模型的质量,提高对开关设备操动机构故障确定的准确性。
一种开关设备弹簧操动机构故障诊断装置,包括存储器、处理器以及存储在所述存储器中并可在处理器上运行的计算机程序,所述处理器在执行所述计算机程序时实现的处理过程包括:
(1)检测操动机构分合闸运行过程中的分合闸线圈电流信号和铁芯行程信号;
(2)对得到的分合闸线圈电流信号和铁芯行程信号进行分析处理,得到相关的特征数据;
(3)将得到的特征数据与数据模型库进行对比,诊断出操动机构是否出现故障以及故障类型;其中,数据模型库包括正常状态数据模型和异常状态数据模型,正常状态数据模型包括正常状态下操动机构与分合闸线圈电流信号和铁芯行程信号相对应的特征数据,异常状态数据模型包括若干异常状态下操动机构与分合闸线圈电流信号和铁芯行程信号相对应的特征数据。
本发明所提供的技术方案,采用分合闸线圈电流信号和铁芯行程信号共同对开关设备操动机构的故障进行诊断,能够解决现有技术中由于只采用分合闸线圈电流这一种信号确定开关设备操动机构故障类型而存在的确定结果准确性低的问题。
进一步的,对得到的分合闸线圈电流信号和铁芯行程信号进行分析处理,得到的特征数据包括:时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间;所述异常状态数据模型中涉及到的异常状态包括操作电压低、铁芯运动卡涩或不到位、铁芯运动间隙增大和铁芯运动间隙减小,异常状态数据模型包括:操作电压低对应的时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间,铁芯运动卡涩或不到位对应的时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间,铁芯运动间隙增大对应的时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间,铁芯运动间隙减小对应的时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间。
在操动机构分合闸过程中进行多次的数据采集,能够提高对开关设备操动机构故障确定的准确性。
进一步的,所述数据模型库的获取过程包括:
对操动机构在正常状态下进行至少两次实验,检测每次实验过程中分合闸线圈电流信号和铁芯行程信号,并得到相关的特征数据,根据得到的正常状态下的特征数据建立所述正常状态数据模型;
对操动机构进行故障模拟实验,模拟各个异常状态,在模拟每一个异常状态时,对操动机构进行至少两次实验,检测每次实验过程中的分合闸线圈电流信号和铁芯行程信号,并得到相关的特征数据,根据得到的该异常状态下的特征数据得到该异常状态对应的异常状态数据集,进而根据各异常状态下的异常状态数据集建立所述异常状态数据模型。
正常状态下测试项目与故障模拟实验下测试项目相对应,并且测试至少两次,能够提高数据库模型的质量,提高对开关设备操动机构故障确定的准确性。
一种开关设备弹簧操动机构故障诊断装置,包括用于检测操动机构分合闸运行过程中的分合闸线圈电流信号的电流检测模块、用于检测铁芯行程信号的铁芯行程检测模块以及数据处理模块,所述数据处理模块用于:
(1)检测操动机构分合闸运行过程中的分合闸线圈电流信号和铁芯行程信号;
(2)对得到的分合闸线圈电流信号和铁芯行程信号进行分析处理,得到相关的特征数据;
(3)将得到的特征数据与数据模型库进行对比,诊断出操动机构是否出现故障以及故障类型;其中,数据模型库包括正常状态数据模型和异常状态数据模型,正常状态数据模型包括正常状态下操动机构与分合闸线圈电流信号和铁芯行程信号相对应的特征数据,异常状态数据模型包括若干异常状态下操动机构与分合闸线圈电流信号和铁芯行程信号相对应的特征数据。
本发明所提供的技术方案,采用分合闸线圈电流信号和铁芯行程信号共同对开关设备操动机构的故障进行诊断,能够解决现有技术中由于只采用分合闸线圈电流这一种信号确定开关设备操动机构故障类型而存在的确定结果准确性低的问题。
进一步的,对得到的分合闸线圈电流信号和铁芯行程信号进行分析处理,得到的特征数据包括:时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间;所述异常状态数据模型中涉及到的异常状态包括操作电压低、铁芯运动卡涩或不到位、铁芯运动间隙增大和铁芯运动间隙减小,异常状态数据模型包括:操作电压低对应的时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间,铁芯运动卡涩或不到位对应的时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间,铁芯运动间隙增大对应的时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间,铁芯运动间隙减小对应的时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间。
在操动机构分合闸过程中进行多次的数据采集,能够提高对开关设备操动机构故障确定的准确性。
进一步的,所述数据模型库的获取过程包括:
对操动机构在正常状态下进行至少两次实验,检测每次实验过程中分合闸线圈电流信号和铁芯行程信号,并得到相关的特征数据,根据得到的正常状态下的特征数据建立所述正常状态数据模型;
对操动机构进行故障模拟实验,模拟各个异常状态,在模拟每一个异常状态时,对操动机构进行至少两次实验,检测每次实验过程中的分合闸线圈电流信号和铁芯行程信号,并得到相关的特征数据,根据得到的该异常状态下的特征数据得到该异常状态对应的异常状态数据集,进而根据各异常状态下的异常状态数据集建立所述异常状态数据模型。
正常状态下测试项目与故障模拟实验下测试项目相对应,并且测试至少两次,能够提高数据库模型的质量,提高对开关设备操动机构故障确定的准确性。
附图说明
图1为本发明装置实施例1中开关设备分合闸操动机构动作时其线圈电流的波形;
图2为本发明装置实施例1中选取特征数据的示意图。
具体实施方式
下面结合附图对本发明的实施方式作进一步说明。
装置实施例1:
本实施例提供一种开关设备弹簧操动机构故障诊断装置,用于根据分合闸线圈的电流信号和铁芯的行程信号判断开关设备的操动机构是否出现故障,从而提高对开关设备操动机构故障诊断的准确性。
本实施例所提供的开关设备弹簧操动机构故障诊断装置,包括用于检测操动机构分合闸运行过程中的分合闸线圈电流信号的电流检测模块、用于检测铁芯行程信号的铁芯行程检测模块以及数据处理模块;数据处理模块与电流检测模块和铁芯行程检测模块连接,从电流检测模块接收操动机构分合闸运行过程中分合闸线圈的电流信号,从铁芯行程检测模块接收铁芯的行程信号,并根据从电流检测模块和铁芯行程检测模块接收到的数据执行开关设备弹簧操动机构故障诊断方法,实现对开关设备操动机构的故障诊断。
数据处理模块所执行的开关设备弹簧操动机构故障诊断方法,包括如下步骤:
(1)检测操动机构分合闸运行过程中的分合闸线圈电流信号和铁芯行程信号。
操动机构分合闸运行过程中的分合闸线圈电流信号通过电流检测模块得到,操动机构分合闸运行过程中的铁芯行程信号通过铁芯行程检测模块得到。
(2)对得到的分合闸线圈电流信号和铁芯行程信号进行分析处理,得到相关的特征数据。
本实施例中,特征数据包括时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间。
开关设备分合闸操动机构动作时,其线圈电流的波形如图1所示,其中t1为线圈充电时间,t2为铁芯运动时间,t3为触头碰撞时间,t4为开关分合时间,I1、I2及I3为电流特征值。
开关设备线圈的电流反映了线圈中电磁铁本身以及其所控制的锁闩/阀门和联锁触头在操作过程中的工作情况。
本实施例中选取的特征数据如图2所示,选取的过程为:在开关设备线圈电磁铁的铁芯运动之前,线圈电流i小于稳定电流Iw;在时间tc内电流增加到动作电流Ic,此时电磁铁吸力刚超过反作用力,铁芯开始运动;当反作用力越大时,需要的动作电流Ic越大,对应所消耗的时间tc也越大;时间tc可以通过电磁铁线圈初始时间常数的变化来确定;铁芯未动作时,线圈的时间常数由于电阻及电感是恒定的,所以也是定值;当铁芯开始运动,铁芯插入线圈导致电感值变大,时间常数将变大;因此,根据时间常数的变化可以准确地确定铁芯开始动作的时刻。
线圈电流i与上述各参数之间的关系为:
可得到时间常数为:
其中,U为电磁铁的电压,R为电磁铁线圈的阻抗,L为电磁铁线圈的感抗,t为运行过程中的时刻。
铁芯运动过程中,由于反电势的存在,线圈电流先缓慢上升然后迅速减小,继续运动时间td,铁芯停止运动,此时线圈电流逐渐恢复到稳定值,直至辅助开关切断线圈电流。
上述得到的特征数据中:τ为时间常数,单位为ms;tc为铁芯开始动作的时间(即铁芯始动时间),单位为ms;Ic为铁芯开始动作时的电流(即铁芯始动电流),单位为A;td为铁芯运动所消耗的时间(即铁芯运动时间),单位为ms;Idm为铁芯运动过程中的峰值电流(即铁芯启动峰值电流),单位为A;tx为铁芯整个吸合过程所消耗的时间(即铁芯吸合时间),单位为ms。
(3)将得到的特征数据与数据模型库进行对比,诊断出操动机构是否出现故障以及故障类型。
数据模型库包括正常状态数据模型和异常状态数据模型,正常状态数据模型包括正常状态下操动机构与分合闸线圈电流信号和铁芯行程信号相对应的特征数据,异常状态数据模型包括若干异常状态下操动机构与分合闸线圈电流信号和铁芯行程信号相对应的特征数据。
正常状态数据模型的获取方法为:
对操动机构在正常状态下进行至少两次实验;
检测出每次实验过程中分合闸线圈电流信号和铁芯行程信号,并得到实验过程中开关设备分合闸线圈电流信号和铁芯行程信号的特征数据,即:时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间;
根据上述操动机构在正常状态下进行实验得到的特征数据建立正常状态数据模型。
异常状态数据模型建立的方法为:
对操动机构进行故障模拟实验,模拟各个异常状态;在模拟每一个异常状态时,对操动机构进行至少两次实验,检测出每次实验过程中的分合闸线圈电流信号和铁芯行程信号,并得到相关的特征数据;然后根据得到的各异常状态下的特征数据得到各异常状态对应的异常状态数据集,进而根据各异常状态数据集建立异常状态数据库。
在对操动机构进行故障模拟实验时,所模拟的开关设备故障类型包括操作电压低、铁芯运动卡涩或不到位、铁芯运动间隙增大和铁芯运动间隙减小。
在操作电压低故障模拟实验时,所检测的特征数据包括对应的时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间;即操作电压低的故障工况下,检测操动机构的时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间。
在铁芯运动卡涩或不到位故障模拟实验时,所检测的特征数据包括对应的时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间;即在铁芯运动卡涩或不到位的故障工况下,检测操动机构的时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间。
在铁芯运动间隙增大故障模拟实验时,所检测的特征数据包括对应的时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间;即在铁芯运动间隙增大的故障工况下,检测操动机构的时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间。
在铁芯运动间隙减小故障模拟实验时,所检测的特征数据包括对应的时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间;即在铁芯运动间隙减小的故障工况下,检测操动机构的时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间。
通过在正常状态下和故障状态下对开关设备操动机构进行模拟实验,得到的正常状态数据模型和异常状态数据模型可存储在同一表格中,如表1所示:
表1正常状态数据模型和异常状态数据模型表
装置实施例2:
本实施例提供一种开关设备弹簧操动机构故障诊断装置,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器在执行该计算机程序时实现如上述装置实施例1中数据处理模块所执行的开关设备弹簧操动机构故障诊断方法。
方法实施例:
本实施例提供一种开关设备弹簧操动机构故障诊断方法,与上述装置实施例1中数据处理模块所执行的开关设备弹簧操动机构故障诊断方法相同。
以上给出了本发明涉及的具体实施方式,但本发明不局限于所描述的实施方式。在本发明给出的思路下,采用对本领域技术人员而言容易想到的方式对上述实施例中的技术手段进行变换、替换、修改,并且起到的作用与本发明中的相应技术手段基本相同、实现的发明目的也基本相同,这样形成的技术方案是对上述实施例进行微调形成的,这种技术方案仍落入本发明的保护范围内。
Claims (9)
1.一种开关设备弹簧操动机构故障诊断方法,其特征在于,该诊断方法包括如下步骤:
(1)检测操动机构分合闸运行过程中的分合闸线圈电流信号和铁芯行程信号;
(2)对得到的分合闸线圈电流信号和铁芯行程信号进行分析处理,得到相关的特征数据;
(3)将得到的特征数据与数据模型库进行对比,诊断出操动机构是否出现故障以及故障类型;其中,数据模型库包括正常状态数据模型和异常状态数据模型,正常状态数据模型包括正常状态下操动机构与分合闸线圈电流信号和铁芯行程信号相对应的特征数据,异常状态数据模型包括若干异常状态下操动机构与分合闸线圈电流信号和铁芯行程信号相对应的特征数据。
2.根据权利要求1所述的开关设备弹簧操动机构故障诊断方法,其特征在于,对得到的分合闸线圈电流信号和铁芯行程信号进行分析处理,得到的特征数据包括:时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间;所述异常状态数据模型中涉及到的异常状态包括操作电压低、铁芯运动卡涩或不到位、铁芯运动间隙增大和铁芯运动间隙减小,异常状态数据模型包括:操作电压低对应的时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间,铁芯运动卡涩或不到位对应的时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间,铁芯运动间隙增大对应的时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间,铁芯运动间隙减小对应的时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间。
3.根据权利要求1或2所述的开关设备弹簧操动机构故障诊断方法,其特征在于,所述数据模型库的获取过程包括:
对操动机构在正常状态下进行至少两次实验,检测每次实验过程中分合闸线圈电流信号和铁芯行程信号,并得到相关的特征数据,根据得到的正常状态下的特征数据建立所述正常状态数据模型;
对操动机构进行故障模拟实验,模拟各个异常状态,在模拟每一个异常状态时,对操动机构进行至少两次实验,检测每次实验过程中的分合闸线圈电流信号和铁芯行程信号,并得到相关的特征数据,根据得到的该异常状态下的特征数据得到该异常状态对应的异常状态数据集,进而根据各异常状态下的异常状态数据集建立所述异常状态数据模型。
4.一种开关设备弹簧操动机构故障诊断装置,包括存储器、处理器以及存储在所述存储器中并可在处理器上运行的计算机程序,其特征在于,所述处理器在执行所述计算机程序时实现的处理过程包括:
(1)检测操动机构分合闸运行过程中的分合闸线圈电流信号和铁芯行程信号;
(2)对得到的分合闸线圈电流信号和铁芯行程信号进行分析处理,得到相关的特征数据;
(3)将得到的特征数据与数据模型库进行对比,诊断出操动机构是否出现故障以及故障类型;其中,数据模型库包括正常状态数据模型和异常状态数据模型,正常状态数据模型包括正常状态下操动机构与分合闸线圈电流信号和铁芯行程信号相对应的特征数据,异常状态数据模型包括若干异常状态下操动机构与分合闸线圈电流信号和铁芯行程信号相对应的特征数据。
5.根据权利要求4所述的开关设备弹簧操动机构故障诊断装置,其特征在于,对得到的分合闸线圈电流信号和铁芯行程信号进行分析处理,得到的特征数据包括:时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间;所述异常状态数据模型中涉及到的异常状态包括操作电压低、铁芯运动卡涩或不到位、铁芯运动间隙增大和铁芯运动间隙减小,异常状态数据模型包括:操作电压低对应的时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间,铁芯运动卡涩或不到位对应的时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间,铁芯运动间隙增大对应的时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间,铁芯运动间隙减小对应的时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间。
6.根据权利要求4或5所述的开关设备弹簧操动机构故障诊断装置,其特征在于,所述数据模型库的获取过程包括:
对操动机构在正常状态下进行至少两次实验,检测每次实验过程中分合闸线圈电流信号和铁芯行程信号,并得到相关的特征数据,根据得到的正常状态下的特征数据建立所述正常状态数据模型;
对操动机构进行故障模拟实验,模拟各个异常状态,在模拟每一个异常状态时,对操动机构进行至少两次实验,检测每次实验过程中的分合闸线圈电流信号和铁芯行程信号,并得到相关的特征数据,根据得到的该异常状态下的特征数据得到该异常状态对应的异常状态数据集,进而根据各异常状态下的异常状态数据集建立所述异常状态数据模型。
7.一种开关设备弹簧操动机构故障诊断装置,其特征在于,包括用于检测操动机构分合闸运行过程中的分合闸线圈电流信号的电流检测模块、用于检测铁芯行程信号的铁芯行程检测模块以及数据处理模块,所述数据处理模块用于:
(1)检测操动机构分合闸运行过程中的分合闸线圈电流信号和铁芯行程信号;
(2)对得到的分合闸线圈电流信号和铁芯行程信号进行分析处理,得到相关的特征数据;
(3)将得到的特征数据与数据模型库进行对比,诊断出操动机构是否出现故障以及故障类型;其中,数据模型库包括正常状态数据模型和异常状态数据模型,正常状态数据模型包括正常状态下操动机构与分合闸线圈电流信号和铁芯行程信号相对应的特征数据,异常状态数据模型包括若干异常状态下操动机构与分合闸线圈电流信号和铁芯行程信号相对应的特征数据。
8.根据权利要求7所述的开关设备弹簧操动机构故障诊断装置,其特征在于,对得到的分合闸线圈电流信号和铁芯行程信号进行分析处理,得到的特征数据包括:时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间;所述异常状态数据模型中涉及到的异常状态包括操作电压低、铁芯运动卡涩或不到位、铁芯运动间隙增大和铁芯运动间隙减小,异常状态数据模型包括:操作电压低对应的时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间,铁芯运动卡涩或不到位对应的时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间,铁芯运动间隙增大对应的时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间,铁芯运动间隙减小对应的时间常数、铁芯开始动作的时间、铁芯开始动作时的电流、铁芯运动所消耗的时间、铁芯运动过程中的峰值电流和铁芯整个吸合过程所消耗的时间。
9.根据权利要求7或8所述的开关设备弹簧操动机构故障诊断装置,其特征在于,所述数据模型库的获取过程包括:
对操动机构在正常状态下进行至少两次实验,检测每次实验过程中分合闸线圈电流信号和铁芯行程信号,并得到相关的特征数据,根据得到的正常状态下的特征数据建立所述正常状态数据模型;
对操动机构进行故障模拟实验,模拟各个异常状态,在模拟每一个异常状态时,对操动机构进行至少两次实验,检测每次实验过程中的分合闸线圈电流信号和铁芯行程信号,并得到相关的特征数据,根据得到的该异常状态下的特征数据得到该异常状态对应的异常状态数据集,进而根据各异常状态下的异常状态数据集建立所述异常状态数据模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910189685.1A CN109932645A (zh) | 2019-03-13 | 2019-03-13 | 一种开关设备弹簧操动机构故障诊断方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910189685.1A CN109932645A (zh) | 2019-03-13 | 2019-03-13 | 一种开关设备弹簧操动机构故障诊断方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109932645A true CN109932645A (zh) | 2019-06-25 |
Family
ID=66986964
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910189685.1A Pending CN109932645A (zh) | 2019-03-13 | 2019-03-13 | 一种开关设备弹簧操动机构故障诊断方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109932645A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111913103A (zh) * | 2020-08-06 | 2020-11-10 | 国网福建省电力有限公司 | 一种弹簧储能操动结构断路器的故障检测方法 |
CN112557895A (zh) * | 2020-12-16 | 2021-03-26 | 国网江苏省电力有限公司检修分公司 | 一种基于多特征量的gis隔离开关故障诊断方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103633618A (zh) * | 2013-10-26 | 2014-03-12 | 安徽龙波电气有限公司 | 一种智能高压真空断路器带电在线监测与保护装置 |
WO2014077522A1 (ko) * | 2012-11-14 | 2014-05-22 | 에스케이이노베이션 주식회사 | 배터리 시스템의 릴레이 융착 검출 장치 및 방법 |
CN203881902U (zh) * | 2013-11-26 | 2014-10-15 | 国家电网公司 | 高压断路器分合闸线圈电流、动触头行程在线监测系统 |
CN204462331U (zh) * | 2015-02-26 | 2015-07-08 | 厦门华电开关有限公司 | 真空断路器机械特性在线监测系统 |
CN105866669A (zh) * | 2016-05-19 | 2016-08-17 | 华南理工大学 | 一种断路器分合闸控制回路故障诊断方法 |
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 |
-
2019
- 2019-03-13 CN CN201910189685.1A patent/CN109932645A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014077522A1 (ko) * | 2012-11-14 | 2014-05-22 | 에스케이이노베이션 주식회사 | 배터리 시스템의 릴레이 융착 검출 장치 및 방법 |
CN103633618A (zh) * | 2013-10-26 | 2014-03-12 | 安徽龙波电气有限公司 | 一种智能高压真空断路器带电在线监测与保护装置 |
CN203881902U (zh) * | 2013-11-26 | 2014-10-15 | 国家电网公司 | 高压断路器分合闸线圈电流、动触头行程在线监测系统 |
CN204462331U (zh) * | 2015-02-26 | 2015-07-08 | 厦门华电开关有限公司 | 真空断路器机械特性在线监测系统 |
CN105866669A (zh) * | 2016-05-19 | 2016-08-17 | 华南理工大学 | 一种断路器分合闸控制回路故障诊断方法 |
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 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111913103A (zh) * | 2020-08-06 | 2020-11-10 | 国网福建省电力有限公司 | 一种弹簧储能操动结构断路器的故障检测方法 |
CN111913103B (zh) * | 2020-08-06 | 2022-11-08 | 国网福建省电力有限公司 | 一种弹簧储能操动结构断路器的故障检测方法 |
CN112557895A (zh) * | 2020-12-16 | 2021-03-26 | 国网江苏省电力有限公司检修分公司 | 一种基于多特征量的gis隔离开关故障诊断方法 |
CN112557895B (zh) * | 2020-12-16 | 2023-12-22 | 国网江苏省电力有限公司检修分公司 | 一种基于多特征量的gis隔离开关故障诊断方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107450017B (zh) | 一种开关设备缺陷智能检测系统 | |
CN105445657B (zh) | 基于灰色关联度分析的断路器操作机构状态诊断方法 | |
CN107817098B (zh) | 一种高压断路器机械故障诊断方法 | |
CN104360263A (zh) | 基于分合闸线圈电流的断路器操作机构故障诊断专家系统 | |
CN105606997B (zh) | 用于电力系统的高压断路器操动机构的机械故障诊断方法 | |
CN107884711A (zh) | 断路器测试方法和终端 | |
CN109974770A (zh) | 一种电动阀状态检测系统及方法 | |
CN109932645A (zh) | 一种开关设备弹簧操动机构故障诊断方法及装置 | |
CN102253333A (zh) | 交流接触器寿命试验装置及其控制方法 | |
CN112684329A (zh) | 一种高压断路器机械故障智能诊断方法 | |
CN205809245U (zh) | 一种高压断路器机械特性状态在线监测系统 | |
CN106019138A (zh) | 一种高压断路器机械故障的在线诊断方法 | |
CN105703258A (zh) | Gis开关设备动作状态监测系统及其使用方法 | |
CN107643482A (zh) | 一种基于线圈电流波形的开关状态判断模型 | |
CN106443435A (zh) | 一种断路器分合闸动作模拟试验装置及试验方法 | |
CN106771993A (zh) | 一种断路器分合闸动作模拟试验装置及试验方法 | |
CN104502837A (zh) | 一种断路器机械故障诊断方法及装置 | |
CN112557966A (zh) | 一种基于局部均值分解与支持向量机的变压器绕组松动识别方法 | |
CN104251976A (zh) | 一种小型断路器的保护特性测试装置及其运行方法 | |
CN117192347A (zh) | 一种高压断路器在线监测与故障诊断系统及方法 | |
CN105067997B (zh) | 一种开关设备弹簧操动机构故障诊断方法 | |
CN206147060U (zh) | 一种断路器分合闸动作模拟试验装置 | |
CN109270445A (zh) | 基于lmd的断路器弹簧操动机构状态异常检测方法 | |
CN115728628A (zh) | 一种断路器控制回路故障在线监测预警方法及装置 | |
CN110426192A (zh) | 一种断路器的声学指纹检测系统和方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190625 |
|
RJ01 | Rejection of invention patent application after publication |