CN113390591A - 基于5g网络的有载分接开关机械振动检测系统及方法 - Google Patents

Abstract

一种基于5G网络的有载分接开关机械振动检测系统，包括：无线振动加速度传感器、电流互感器、信号采集单元、信号处理单元、5G网络传输单元以及电源单元。本检测系统通过检测、处理分析有载分接开关档位切换时的驱动电机电流信号和振动信号，实现了有载分接开关机械状态多通道振动信号的高效数据传输、去冗余及数据共享，方便进一步的有载分接开关机械状态的高效、准确地判断。本发明检测方法操作简单，易于实施，并且便于操作人员及时发现有载分接开关运行状态的异常，大大降低了有载分接开关及变压器的故障损坏率，同时延长了有载分接开关及变压器的寿命。

Description

基于5G网络的有载分接开关机械振动检测系统及方法

技术领域

本发明涉及一种信号监测系统，尤其涉及一种基于5G网络的有载分接开关机械振动检测系统。

背景技术

有载分接开关是电力变压器或换流变带载调压的关键部件，其可靠性对电力变压器或换流变及电力系统的安全可靠运行影响重大。随着有载分接开关运行年限的增长及调压次数的增多，不可避免地会发生各种形式的故障。历年的故障统计表明，机械故障是有载分接开关的主要故障类型，且是部分电气故障的诱因。现有的获取有载分接开关运行状态信息的方法主要是依据切换次数、定期电气试验等，无法及时准确有载分接开关机械状态信息，给有载分接开关及变压器的安全可靠运行带来隐患。

有载分接开关主要由选择开关、切换开关、电动机构和快速机构等部分组成等部分组成，在档位切换过程中源自转动轴转动、切换开关动静触头的撞击等机械过程所产生的振动信号包含了丰富的设备状态信息，故可通过监测有载分接开关档位切换时的振动特性，采集、分析和处理有载分接开关顶部的振动信号，据此对变压器或换流变有载分接开关的机械状态进行识别，可及时发现有载分接开关运行过程中的潜伏性故障，提高变压器或换流变及电力系统运行的可靠性和安全性。现有技术大都通过由粘贴在变压器或换流变有载分接开关顶盖或变压器或换流变箱壁上的振动传感器获取振动信号，经传输线连接至数据采集系统进行本地采集和存储，进而至云端或者服务器或者进行分析处理。但是，振动传感器与数据采集系统之间连接线缆的存在变电站现场存在诸多不便。考虑到有载分接开关振动特性传递的复杂性，数据采集系统大都采用多通道振动信号采集，尤其是对并联运行的换流变有载分接开关来说，现有的振动信号分析处理方式效率低且时延长，且无法及时进行有载分接开关运行状态的实时分析诊断。

发明内容

本发明目的是提供一种基于5G网络的有载分接开关机械振动检测系统，该检测系统能够对有载分接开关机械振动信号及电机电流信号进行采集、预处理及压缩变换，从而实现对有载分接开关机械状态监测用多通道信号的高效传输和数据共享，方便进一步的有载分接开关机械状态的高效、准确地判断。

为了实现上述发明目的，本发明提供了一种5G网络的有载分接开关机械振动检测系统，其包括：无线振动加速度传感器、电流互感器、信号采集单元、信号处理单元、5G网络传输单元以及电源单元；所述无线振动加速度传感器放置于所述有载分接开关的顶盖上，检测有载分接开关档位切换时的振动信号；所述电流互感器放置于所述有载分接开关的控制箱内，检测有载分接开关档位切换时的驱动电机电流信号；所述信号采集单元分别连接所述无线振动加速度传感器和所述电流互感器，接收所述无线振动加速度传感器的振动信号和所述电流互感器驱动电机电流信号，并对所述振动信号和驱动电机电流信号分别进行模数转换、滤波和放大；所述信号处理单元与所述信号采集单元连接，接收和处理信号采集单元传输的振动信号和驱动电机电流信号，并对获取的振动信号与驱动电机电流信号进行处理、计算及压缩变换；所述5G网络传输单元与所述信号处理单元连接，接收信号处理单元传输的处理压缩后的数据和信号，并经UDP/IP协议连接至服务器/云平台；所述信号采集单元、信号处理单元和5G网络传输单元由电源单元供电。

优选地，所述的信号采集单元采样设有多通道采集模块。

优选地，所述5G网络传输单元基于工业DTU开发，与服务器或云平台之间采用UDP/IP协议连接。

优选地，所述的电源单元采用太阳能电池板。

优选地，所述驱动电机电流信号包括其有效值和持续时间。

为了实现上述发明目的，本发明还提供了一种基于5G网络的有载分接开关机械振动检测方法，采用如上所述的于5G网络的有载分接开关机械振动检测系统实现，包括以下步骤：

采集有载分接开关相关数据；

信号采集单元将数据进行模数转换、滤波和放大；

信号处理单元接收采集单元传输的数据，并对数据进行处理、计算及压缩变换；

5G网络传输单元将信号处理单元的分析结果传输至服务器或云平台上。

优选地，所述数据包括载分接开关档位切换时的振动信号和有载分接开关档位切换时的驱动电机电流信号。

优选地，所述信号处理单元具体计算过程为：

a.计算驱动电机电流信号的特征参数，包括有效值和持续时间；

b.基于网格分形算法获取有载分接开关切换段振动信号s(t)、及转动轴段振动信号z(t)，记切换段振动信号s(t)的长度为L；

c.基于时域分析计算转动轴段振动信号z(t)的特征参数，包括有效值、峭度、均值、方差和均方根；

d.对切换段振动信号s(t)进行压缩观测，得到观测信号y(t)，所述的观测信号y(t)的计算公式为：

y(t)＝ΦDs(t),

式中：Φ为观测矩阵，其维数为M×N,D为字典，其维数为N×L，

所述的观测矩阵Φ为稀疏随机矩阵，其中，稀疏随机矩阵Φ的每一列由d个为1的随机元素和M-d个0元素乘以归一化系数

此处d＜M；

所述的字典D采用离散余弦字典，可表示为：

本发明所述的基于5G网络的有载分接开关机械振动检测系统通过检测、处理分析有载分接开关档位切换时的驱动电机电流信号和振动信号，实现了有载分接开关机械状态多通道振动信号的高效数据传输、去冗余及数据共享，方便进一步的有载分接开关机械状态的高效、准确地判断。本发明所述的基于5G网络的有载分接开关机械振动检测方法操作简单，易于实施，并且便于操作人员及时发现有载分接开关运行状态的异常，大大降低了有载分接开关及变压器的故障损坏率，同时延长了有载分接开关及变压器的寿命。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为一种基于5G网络的有载分接开关机械振动检测系统流程示意图。

具体实施方式

下面结合附图对本公开实施例进行详细描述。

以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

如图1，本发明提供了一种5G网络的有载分接开关机械振动检测系统，包括：无线振动加速度传感器、电流互感器、信号采集单元、信号处理单元、5G网络传输单元以及电源单元。

无线振动加速度传感器放置于有载分接开关的顶盖上，检测有载分接开关档位切换时的振动信号。电流互感器放置于有载分接开关的控制箱内，检测有载分接开关档位切换时的驱动电机电流信号。

信号采集单元分别连接无线振动加速度传感器和电流互感器，接收无线振动加速度传感器的振动信号和电流互感器驱动电机电流信号，驱动电机电流信号包括其有效值和持续时间。信号采集单元对振动信号和驱动电机电流信号分别进行模数转换、滤波和放大。

信号处理单元与信号采集单元连接，接收和处理信号采集单元传输的振动信号和驱动电机电流信号，并对获取的振动信号与驱动电机电流信号进行处理、计算及压缩变换；信号处理单元的处理器采用Zynq-7000系列的XC7Z035开发板作为本系统的主控制器，其集成FPGA和ARM在一个芯片内部，具备处理器和FPGA双重特性，大大提高运算效率。信号处理单元的编码主要采用VHDL语言实现。信号采集单元采样设有多道采集模块，此处为4通道。

5G网络传输单元与信号处理单元连接，接收信号处理单元传输的处理压缩后的数据和信号，并经UDP/IP协议连接至服务器/云平台；5G网络传输单元基于工业DTU开发，与服务器或云平台之间采用UDP/IP协议连接，包括有载分接开关档位切换时的振动信号和载分接开关档位切换时的驱动电机电流信号。

信号采集单元、信号处理单元和5G网络传输单元由电源单元供电，电源单元采用太阳能电池板。

本发明还提供了一种基于5G网络的有载分接开关机械振动检测方法，采用如上的于5G网络的有载分接开关机械振动检测系统实现，具体步骤如下：

(1)通过贴合在有载分接开关顶盖上的无线振动加速度传感器及电流互感器采集有载分接开关档位切换时的振动信号，通过放置于有载分接开关控制箱内的电流互感器采集有载分接开关档位切换时的驱动电机电流信号，并将这些信号传输至信号采集单元，通过信号采集单元进行模数转换、滤波和放大后，再将这些信号传输至信号处理单元进行分析处理。

(2)信号处理单元分别对振动信号和驱动电机电流信号进行预处理、计算及压缩变换，具体计算过程为：

a.计算驱动电机电流信号的特征参数，包括有效值和持续时间；

b.基于网格分形算法获取有载分接开关切换段振动信号s(t)、及转动轴段振动信号z(t)，记切换段振动信号s(t)的长度为L；

c.基于时域分析计算转动轴段振动信号z(t)的特征参数，包括有效值、峭度、均值、方差和均方根；

d.对切换段振动信号s(t)进行压缩观测，得到观测信号y(t)，的观测信号y(t)的计算公式为：

y(t)＝ΦDs(t)，

式中：Φ为观测矩阵，其维数为M×N；D为字典，其维数为N×L。

的观测矩阵Φ为稀疏随机矩阵，其中，稀疏随机矩阵Φ的每一列由d个为1的随机元素和M-d个0元素乘以归一化系数

此处d＜M；

字典D采用离散余弦字典，可表示为

(3)通过5G网络传输单元将数据处理单元的分析结果传输至服务器或云平台上。服务器或云平台通过比较分析电机电流信号与档位切换时的振动信号、及基于内嵌算法进一步地对切换段转动信号的观测信号进行分析处理，最终以数值或图形等形式显示有载分接开关档位切换振动信号与驱动电机电流信号的分析结果，用于分析判别有载分接开关的机械状态。

本发明的基于5G网络的有载分接开关机械振动检测系统通过检测、处理分析有载分接开关档位切换时的驱动电机电流信号和振动信号，实现了有载分接开关机械状态多通道振动信号的高效数据传输、去冗余及数据共享，方便进一步的有载分接开关机械状态的高效、准确地判断。本发明的基于5G网络的有载分接开关机械振动检测方法操作简单，易于实施，并且便于操作人员及时发现有载分接开关运行状态的异常，大大降低了有载分接开关及变压器的故障损坏率，同时延长了有载分接开关及变压器的寿命。

以上仅为说明本发明的实施方式，并不用于限制本发明，对于本领域的技术人员来说，凡在本发明的精神和原则之内，不经过创造性劳动所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于5G网络的有载分接开关机械振动检测系统，其特征在于，包括：无线振动加速度传感器、电流互感器、信号采集单元、信号处理单元、5G网络传输单元以及电源单元；

所述无线振动加速度传感器放置于所述有载分接开关的顶盖上，检测有载分接开关档位切换时的振动信号；

所述电流互感器放置于所述有载分接开关的控制箱内，检测有载分接开关档位切换时的驱动电机电流信号；

所述信号采集单元分别连接所述无线振动加速度传感器和所述电流互感器，接收所述无线振动加速度传感器的振动信号和所述电流互感器驱动电机电流信号，并对所述振动信号和驱动电机电流信号分别进行模数转换、滤波和放大；

所述信号处理单元与所述信号采集单元连接，接收和处理信号采集单元传输的振动信号和驱动电机电流信号，并对获取的振动信号与驱动电机电流信号进行处理、计算及压缩变换；

所述5G网络传输单元与所述信号处理单元连接，将接收到的信号处理单元处理压缩后的数据和信号传输至务器或云平台；

所述信号采集单元、信号处理单元和5G网络传输单元由电源单元供电。

2.如权利要求1所述的基于5G网络的有载分接开关机械振动检测系统，其特征在于，所述的信号采集单元采样设有多通道采集模块。

3.如权利要求1所述的基于5G网络的有载分接开关机械振动检测系统，其特征在于，所述5G网络传输单元基于工业DTU开发，与服务器或云平台之间采用UDP/IP协议连接。

4.如权利要求1所述的基于5G网络的有载分接开关机械振动检测系统，其特征在于，所述的电源单元采用太阳能电池板。

5.如权利要求1所述的基于5G网络的有载分接开关机械振动检测系统，其特征在于，所述驱动电机电流信号包括其有效值和持续时间。

6.一种基于5G网络的有载分接开关机械振动检测方法，其特征在于，采用权利要求1-5任一项所述的于5G网络的有载分接开关机械振动检测系统实现，包括以下步骤：

采集有载分接开关相关数据；

信号采集单元将数据进行模数转换、滤波和放大；

信号处理单元接收采集单元传输的数据，并对数据进行处理、计算及压缩变换；

5G网络传输单元将信号处理单元的分析结果传输至服务器或云平台上。

7.如权利要求6所述的基于5G网络的有载分接开关机械振动检测方法，其特征在于，所述数据包括载分接开关档位切换时的振动信号和有载分接开关档位切换时的驱动电机电流信号。

8.如权利要求6所述的基于5G网络的有载分接开关机械振动检测方法，其特征在于，所述信号处理单元具体计算过程为：

a.计算驱动电机电流信号的特征参数，包括有效值和持续时间；

b.基于网格分形算法获取有载分接开关切换段振动信号s(t)、及转动轴段振动信号z(t)，记切换段振动信号s(t)的长度为L；

c.基于时域分析计算转动轴段振动信号z(t)的特征参数，包括有效值、峭度、均值、方差和均方根；

d.对切换段振动信号s(t)进行压缩观测，得到观测信号y(t)，所述的观测信号y(t)的计算公式为：

y(t)＝ΦDs(t)，

式中：Φ为观测矩阵，其维数为M×N，D为字典，其维数为N×L，

所述的观测矩阵Φ为稀疏随机矩阵，其中，稀疏随机矩阵Φ的每一列由d个为1的随机元素和M-d个0元素乘以归一化系数

此处d＜M；

所述的字典D采用离散余弦字典，可表示为：

Images