CN113627672A - 基于偏最小二乘估计的断路器动态接触电阻预测方法 - Google Patents
基于偏最小二乘估计的断路器动态接触电阻预测方法 Download PDFInfo
- Publication number
- CN113627672A CN113627672A CN202110919259.6A CN202110919259A CN113627672A CN 113627672 A CN113627672 A CN 113627672A CN 202110919259 A CN202110919259 A CN 202110919259A CN 113627672 A CN113627672 A CN 113627672A
- Authority
- CN
- China
- Prior art keywords
- contact
- circuit breaker
- contact resistance
- resistance
- dynamic
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R27/00—Arrangements for measuring resistance, reactance, impedance, or electric characteristics derived therefrom
- G01R27/02—Measuring real or complex resistance, reactance, impedance, or other two-pole characteristics derived therefrom, e.g. time constant
- G01R27/08—Measuring resistance by measuring both voltage and current
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of Resistance Or Impedance (AREA)
Abstract
本公开提供了一种基于偏最小二乘估计的断路器动态接触电阻预测方法及系统,包括以下步骤:获取断路器动作时的行程信号以及触头的测试电压和测试电流,得到断路器的实际动态接触电阻曲线;基于触头的测试电流和动作速度,以测试电流和动作速度为自变量,以接触电阻为因变量,构建基于径向基核函数的偏最小二乘估计接触电阻预测模型;调整触头的测试电流和动作速度,得到接触电阻的预测值。本公开适用于高压断路器动态接触电阻的现场测量,在测试电流和动作速度变化的情况下,计算得到动态接触电阻曲线的预测值,并与实测值对比,对触头状态进行诊断,实现对不同测试电流和动作速度下接触电阻的准确预测。
Description
技术领域
本公开属于电力设备状态监测技术领域,具体涉及一种基于偏最小二乘估计的断路器动态接触电阻预测方法及系统。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成在先技术。
因断路器的安全稳定运行关系到电力系统的安全,因此,为提高电力系统运行的安全性、避免故障的发生,需要对断路器的运行状态进行准确识别。触头是断路器的关键部件,承担着接通、分断负荷的作用,它的状态需要格外关注。但是,动、静触头均在灭弧室内部,被SF6气体包围,目前普遍采用动态接触电阻测量的方法评估触头状态。但是,在动态接触电阻测量过程中发现,接触电阻会明显受到测试电流和断路器动作速度的影响:接触电阻随着测试电流的升高而降低,同时又会随着动作速度的增大而增大。
动态接触电阻测试设备种类繁多,由于缺乏统一的标准,注入电流的范围在200A到3000A之间变化很大,测试精度不高。此外,在实际操作中,特别是在操作机构疲劳和其他机械故障的情况下,断路器本身不能保持恒定的速度。所以,在大多数情况下动态接触电阻曲线并不一致,这会严重影响到触头的辨识结果。
因此,如何在测试电流和动作速度变化的情况下,得到真实的动态接触电阻值是亟待解决的问题。
发明内容
为了解决上述问题,本公开提出了一种基于偏最小二乘估计的断路器动态接触电阻预测方法及系统,将测试电流和动作速度设为自变量,接触电阻设为因变量,建立基于核函数的偏最小二乘预测模型,实现对不同测试电流和动作速度下接触电阻的准确预测。
根据一些实施例,本公开的第一方案提供了一种基于偏最小二乘估计的断路器动态接触电阻预测方法,采用如下技术方案:
一种基于偏最小二乘估计的断路器动态接触电阻预测方法,包括以下步骤:
获取断路器动作时的行程信号以及触头的测试电压和测试电流,得到断路器的实际动态接触电阻曲线;
基于触头的测试电流和动作速度,以测试电流和动作速度为自变量,以接触电阻为因变量,构建基于径向基核函数的偏最小二乘估计接触电阻预测模型;
调整触头的测试电流和动作速度,得到接触电阻的预测值。
作为进一步的技术限定,在待测断路器绝缘拉杆出安装位移传感器,获取断路器动作时的行程信号;在待测断路器触头处加载测试电流,测量触头两端的电压和流过触头的测试电流,计算实测接触电阻值;将断路器的行程信号和实测接触电阻值相结合,得到所述断路器的实际动态接触电阻曲线。
作为进一步的技术限定,所述断路器动态接触电阻存在三种工作阶段,分别是合闸阶段、稳定阶段和分闸阶段。
进一步的,分别获取断路器在合闸阶段和分闸阶段的各相断口动态回路电阻的检测,根据各相行程传感器测出的数据,绘制出各相断口的动态回路电阻与触头接触行程的关系图或动态回路电阻与触头运行时间的关系图。
进一步的,在合闸阶段,动触头在弹簧机构作用力的驱动下,向静触头运动,行程升高,此时由于动、静触头尚未接触,电路未导通,未检测到电阻;当弧、主触头相继接触时,由于弧触头电阻率大于主触头,电阻曲线表现为减小的趋势。
进一步的,无论是分闸阶段还是合闸阶段,断路器的触头均处于运动状态,电阻曲线趋于稳定。
进一步的,在所述合闸阶段,动态回路电阻曲线从无穷大开始变化;在所述分闸阶段,动态回路电阻相对稳定。
进一步的,所述合闸阶段中,动触头在弹簧机构作用力的驱动下,向静触头运动,行程升高,此时由于动、静触头尚未接触,电路未导通,未检测到电阻;当弧、主触头相继接触时,弧触头电阻率大于主触头,电阻曲线表现为减小的趋势。
作为一种或多种实施方式,基于径向基核函数通过径向基核函数的偏最小二乘估计,把非线性核特征空间中利用综合变量构造非线性模型,再将非线性项扩展到输入矩阵。
作为一种或多种实施方式,接触电阻与测试电流之间呈现明显的负相关,即测试电流越大,接触电阻越小;接触电阻与速度之间呈现明显的正相关,即速度越大,接触电阻越大。
根据一些实施例,本公开的第二方案提供了一种基于偏最小二乘估计的断路器动态接触电阻预测系统,采用如下技术方案:
一种基于偏最小二乘估计的断路器动态接触电阻预测系统,包括:
实测模块,用于获取断路器动作时的行程信号以及触头的测试电压和测试电流,得到断路器的实际动态接触电阻曲线;
建模模块,基于触头的测试电流和动作速度,以测试电流和动作速度为自变量,以接触电阻为因变量,构建基于径向基核函数的偏最小二乘估计接触电阻预测模型;
预测模块,用于调整触头的测试电流和动作速度,得到接触电阻的预测值。
根据一些实施例,本公开的第三方案提供了一种计算机可读存储介质,采用如下技术方案:
一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现如本公开第一方面所述的基于偏最小二乘估计的断路器动态接触电阻预测方法中的步骤。
根据一些实施例,本公开的第四方案提供了一种电子设备,采用如下技术方案:
一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,所述处理器执行所述程序时实现如本公开第一方面所述的基于偏最小二乘估计的断路器动态接触电阻预测方法中的步骤。
与现有技术相比,本公开的有益效果为:
本公开适用于高压断路器动态接触电阻的现场测量,在测试电流和动作速度变化的情况下,计算得到动态接触电阻曲线的预测值,并与实测值对比,对触头状态进行诊断,实现对不同测试电流和动作速度下接触电阻的准确预测。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解,本公开的示意性实施例及其说明用于解释本公开,并不构成对本公开的不当限定。
图1是本公开实施例一中基于偏最小二乘估计的断路器动态接触电阻预测方法的流程图;
图2(a)是本公开实施例一中断路器动触头的结构示意图;
图2(b)是本公开实施例一中断路器静触头的结构示意图;
图3是本公开实施例一中断路器动态接触电阻的采集流程图;
图4是本公开实施例一中所采集到的断路器动态接触电阻的曲线图;
图5是本公开实施例一中所采集到的断路器分闸阶段的动态接触电阻的曲线图。
具体实施方式:
下面结合附图与实施例对本公开作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本公开提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本公开的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
实施例一
本实施例提供了一种基于偏最小二乘估计的断路器动态接触电阻预测方法。
如图1所示的一种基于偏最小二乘估计的断路器动态接触电阻预测方法,用于高压断路器动态接触电阻现场测量时,在测试电流和动作速度变化的情况下,计算得到动态接触电阻曲线的预测值,并与实测值对比,对触头状态进行诊断,其步骤包括:
步骤S01:路器绝缘拉杆处安装位移传感器,在断路器动作时,同步采集断路器的行程信号;
步骤S02在待测断路器触头加载直流测试电流,使用四线法测量触头两端的电压和流过触头的测试电流值,并计算出实测接触电阻值,与第一步中得到的行程信号共同构成动态接触电阻曲线;
步骤S03:根据第一步采集到的触头行程信号,以触头分闸时弧触头开始分离为起点,主触头最终分离为终点,计算触头的分闸速度;
步骤S04:改变测试电路的测试电流,同时改变操动机构的机械状态(如改变弹簧操动机构的弹簧压缩量)以得到触头的动态接触电阻曲线;
步骤S05:计算分闸阶段的改变触头分闸速度,然后重复上述三步,累计得到60组不同状态下的动态接触曲线。动态接触的平均值;
步骤S06:将50组数据作为训练样本,将测试电流、速度作为自变量,接触电阻作为因变量,选用径向基核函数,构建接触电阻的偏最小二乘估计模型;
步骤S07:将剩余10组数据作为识别样本,代入测试电流和速度对预测值进行求解;
步骤S08:将预测值与实测值进行对比,验证模型的有效性。
在高压断路器动作的同时,使用位移传感器对断路器的触头行程进行测量,同时在灭弧室上下两端口处接通直流电源,四线法测量流经触头的测试电流值和触头两端的电压,得到触头的动态接触电阻曲线。然后,调整测试电流和动作速度,得到50组样本数据,对分闸阶段弧触头接触电阻求取平均值。选取40组样本作为训练数据,选用测试电流、动作速度作为自变量,接触电阻作为因变量,基于径向基核函数建立接触电阻的预测模型。使用剩余10组数据验证预测模型的有效性,比较预测值与测量值的误差。
常状态下动弧触头长于主弧触头,触头结构如图2所示。在断路器分合闸过程中,弧触头最先接触并且最后分离,因此电流的烧蚀主要发生在弧触头,故弧触头一般采用耐烧蚀的钨铜合金,而主触头选用导电性能优良的铬青铜。因为主、弧触头之间可以看作是并联的关系,而铜钨合金的电阻率远高于铬青铜。正常工况下,静弧触头和动弧触头之间没有电流流过,当断路器开断负荷或故障电流时,由于弧触头超出主触头,因此主触头超前于弧触头分离,弧触头承担所有的电流,此时动静弧触头之间产生电弧,电弧将对弧触头造成一定烧损。
采用断路器机械特性分析仪进行动态回路电阻测量实验,断路器采用252kVSF6断路器进行实验,使用的36V蓄电池作为测试电源,为了避免蓄电池大电流供电发热,采取先合闸后分闸的测试方式,即通过控制合闸线圈进行合闸操作,再250ms后控制分闸线圈进行分闸操作,具体流程如图3所示。
动态接触电阻采集装置可以在断路器合、分闸过程完成各相断口动态回路电阻的检测,并可根据各相行程传感器测出的数据,绘制出各相断口的动态回路电阻与触头接触行程的关系图,或动态回路电阻与触头运行时间的关系图。在合闸阶段动态回路电阻曲线从无穷大开始变化,而在分闸阶段则有相对稳定的值。无论是分闸阶段还是合闸阶段,断路器的触头都是在不断运动的,可是电阻曲线却趋于稳定,这是因为在运动过程中有稳定的接触面始终有电流流过。
根据前述记载的测试流程,可以得到断路器正常工况下的动态回路电阻曲线,如图4所示。电阻曲线可以分为3个阶段,即合闸阶段,稳定接触阶段和分闸阶段。
在合闸阶段,动触头在弹簧机构作用力的驱动下,向静触头运动,行程升高,此时由于动、静触头尚未接触,电路未导通,未检测到电阻;当弧、主触头相继接触时,由于弧触头电阻率大于主触头,所以电阻曲线表现为减小的趋势。
当行程数据稳定在200mm时,可以认为合闸结束,此时触头处在稳定接触阶段。当前由于没有滑动的影响,接触对之间保持稳定的接触,所以此时的电阻值最小,且为动、静触头的并联值。
250ms后,分闸线圈开始作用,动触头在分闸弹簧的作用下与静触头分离,行程减小。主触头会优先于弧触头分离完毕,此时电流从电阻率高的弧触头流过,所以电阻曲线会出现一个明显上升的趋势,这也是分闸阶段主、弧触头阶段的分界点。待动、静触头完全分离,测试电路无法导通,电阻无法测量,即为分闸阶段结束。
断路器在合闸时,弧触头率先接触,然后是主触头,因此曲线首先进入弧触头阶段,再进入主触头阶段。分闸时,主触头率先分离,然后弧触头分离,因此曲线首先进入主触头阶段,再进入弧触头阶段。分闸阶段曲线如图5所示,由于主、弧触头的电阻值有显著的差异,因此可以轻易的将分闸阶段划分为主触头阶段和弧触头阶段。
目前在动态接触电阻的辨识过程中,主要依据的是分闸阶段弧触头电阻数据,因此本实施例仅针对分闸阶段弧触头接触电阻进行研究。
动态回路电阻是时刻变化的瞬时值,为了便于分析和统计,将分闸阶段弧触头的电阻值求取算数平均值,记为分闸阶段弧触头平均电阻。
调整测试电流和分闸速度,共获得50组样本数据,其中40组作为训练样本,剩余10组作为识别样本。
需要在考虑测试电流和动作速度的影响之上,估计出正常状态下的电阻曲线,与实测曲线进行对比,实现触头辨识的目的。可以实验数据为基础,综合考虑测试电流和动作速度对触头接触电阻的影响,运用自变量的变量投影重要性指标研究各参数对接触电阻的影响程度,进而实现对接触电阻的准确估计。
整理不同测试电流的接触电阻数据,发现接触电阻与测试电流之间呈现明显的负相关,即测试电流越大,接触电阻越小。
整理不同速度下的接触电阻数据,发现接触电阻与速度之间呈现明显的正相关,即速度越大,接触电阻越大。
在估计方法中,处于被解释地位的变量称之为因变量Y,解释因变量变化的变量称之为自变量X。估计的目的就是为了定量分析自变量对因变量影响的大小,并实现预测。在估计模型中,当自变量和因变量均为一维时,称为一元估计模型;当自变量为多维时,称为多元模型;当自变量和因变量均为多维时,称之为多重估计模型。当自变量和因变量之间存在线性关系时,称之为线性估计模型。
偏最小二乘方法(Partial Least Squares,PLS)是普遍使用的多元线性估计模型,其区别于其它估计建模方法的是对变量系统中的信息重新筛选,而不是直接考对因变量Y与自变量X(X1,X2,…,Xk)进行建模。PLS选取具有最佳解释能力的新综合变量进行回归建模,因此该方法能克服变量之间的多重相关性造成的信息重叠。设有p个自变量{x1,x2,…,xp}和q个因变量{y1,y2,…,yq},由此构成了自变量和因变量的数据结构X=(X1,X2,…,Xp)和Y=(Y1,Y2,…,Yq)。对变量系统中的信息重新筛选得到新的综合变量t1和u1,要求两者应尽可能大的携带各自数据表中的变异信息,并且相关程度能够达到最大。
第一个新综合变量被提取后,PLS分别执行X对t1的回归以及Y对u1的回归。如果回归方程已经达到满意的精度,则算法终止;否则,将利用X被t1解释后的参与信息以及Y被u1解释后的残余信息进行第二轮的成分提取。如此往复,直到满足精度的要求为止。T,U—综合变量矩阵;P,Q—负荷矩阵;E,F—残差矩阵,即
对于接触电阻的估计,测试电流和动作速度为自变量,而电阻为因变量。但是,由前文中推导得到的测试电流和电阻的数学模型可知,两者并不是线性关系,因此并不能适用于PLS。因此,需要首先得到原始输入数据的非线性模型,再进行线性估计。本发明使用核函数把非线性核特征空间中利用综合变量构造非线性模型,将非线性项扩展到输入矩阵,该方法称之为基于核函数的偏最小二乘估计(Kernel Partial Least Squares,KPLS)。假设输入数据X是非线性变换到高维特征空间的,即由Φ:xl→Φ(xl)给出的映射,然后在高维特征空间中进行PLS。利用核函数,即K=Φ(xl)TΦ(xm),l,m=1,2,…k,得到高维、甚至无限维的特征空间。在提取所需的核函数变换后的综合变量后,训练样本上的相应预测输出表示为:Y=KU(TTKU)-1TTY。
分别使用PLS和KPLS模型对50组数据进行训练。PLS拟合模型的均方差为76.53%,而KPLS拟合模型的均方差为89.09%。通过对比均方差,KPLS的非线性模型对于接触电阻的拟合更为准确,故接下来选用KPLS模型对剩余数据进行预测,进一步验证模型的准确性。
KPLS拟合模型中VIP值表示自变量的权重值,VIP值越高,其对因变量的影响就越大;相关系数表示自变量与因变量之间的关系,其值为正时表示自变量与因变量之间为正相关,反之则为负相关。
从拟合参数上看,测试电流的影响较分闸速度大,而且测试电流与接触电阻之间是正相关,而分闸速度与接触电阻之间是负相关,这也与之前分别建立的数学模型一致。
实施例二
本实施例提供了一种基于偏最小二乘估计的断路器动态接触电阻预测系统。
一种基于偏最小二乘估计的断路器动态接触电阻预测系统,采用了实施例一种所述的基于偏最小二乘估计的断路器动态接触电阻预测方法,包括:
实测模块,用于获取断路器动作时的行程信号以及触头的测试电压和测试电流,得到断路器的实际动态接触电阻曲线;
建模模块,基于触头的测试电流和动作速度,以测试电流和动作速度为自变量,以接触电阻为因变量,构建基于径向基核函数的偏最小二乘估计接触电阻预测模型;
预测模块,用于调整触头的测试电流和动作速度,得到接触电阻的预测值。
详细步骤与实施例一提供的基于偏最小二乘估计的断路器动态接触电阻预测方法相同,在此不再赘述。
实施例三
本公开实施例三提供了一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现如本公开实施例一所述的基于偏最小二乘估计的断路器动态接触电阻预测方法中的步骤。
详细步骤与实施例一提供的基于偏最小二乘估计的断路器动态接触电阻预测方法相同,在此不再赘述。
实施例四
本公开实施例四提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,所述处理器执行所述程序时实现如本公开实施例一所述的基于偏最小二乘估计的断路器动态接触电阻预测方法中的步骤。
详细步骤与实施例一提供的基于偏最小二乘估计的断路器动态接触电阻预测方法相同,在此不再赘述。
上述虽然结合附图对本公开的具体实施方式进行了描述,但并非对本公开保护范围的限制,所属领域技术人员应该明白,在本公开的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。
Claims (10)
1.一种基于偏最小二乘估计的断路器动态接触电阻预测方法,其特征在于,包括以下步骤:
获取断路器动作时的行程信号以及触头的测试电压和测试电流,得到断路器的实际动态接触电阻曲线;
基于触头的测试电流和动作速度,以测试电流和动作速度为自变量,以接触电阻为因变量,构建基于径向基核函数的偏最小二乘估计接触电阻预测模型;
调整触头的测试电流和动作速度,得到接触电阻的预测值。
2.如权利要求1中所述的一种基于偏最小二乘估计的断路器动态接触电阻预测方法,其特征在于,在待测断路器绝缘拉杆出安装位移传感器,获取断路器动作时的行程信号;在待测断路器触头处加载测试电流,测量触头两端的电压和流过触头的测试电流,计算实测接触电阻值;将断路器的行程信号和实测接触电阻值相结合,得到所述断路器的实际动态接触电阻曲线。
3.如权利要求1中所述的一种基于偏最小二乘估计的断路器动态接触电阻预测方法,其特征在于,所述断路器动态接触电阻存在三种工作阶段,分别是合闸阶段、稳定阶段和分闸阶段。
4.如权利要求3中所述的一种基于偏最小二乘估计的断路器动态接触电阻预测方法,其特征在于,分别获取断路器在合闸阶段和分闸阶段的各相断口动态回路电阻的检测,根据各相行程传感器测出的数据,绘制出各相断口的动态回路电阻与触头接触行程的关系图或动态回路电阻与触头运行时间的关系图。
5.如权利要求4中所述的一种基于偏最小二乘估计的断路器动态接触电阻预测方法,其特征在于,在合闸阶段,动触头在弹簧机构作用力的驱动下,向静触头运动,行程升高,此时由于动、静触头尚未接触,电路未导通,未检测到电阻;当弧、主触头相继接触时,由于弧触头电阻率大于主触头,电阻曲线表现为减小的趋势。
6.如权利要求5中所述的一种基于偏最小二乘估计的断路器动态接触电阻预测方法,其特征在于,无论是分闸阶段还是合闸阶段,断路器的触头均处于运动状态,电阻曲线趋于稳定;
在所述合闸阶段,动态回路电阻曲线从无穷大开始变化;在所述分闸阶段,动态回路电阻相对稳定;
所述合闸阶段中,动触头在弹簧机构作用力的驱动下,向静触头运动,行程升高,此时由于动、静触头尚未接触,电路未导通,未检测到电阻;当弧、主触头相继接触时,弧触头电阻率大于主触头,电阻曲线表现为减小的趋势。
7.如权利要求1中所述的一种基于偏最小二乘估计的断路器动态接触电阻预测方法,其特征在于,基于径向基核函数通过径向基核函数的偏最小二乘估计,把非线性核特征空间中利用综合变量构造非线性模型,再将非线性项扩展到输入矩阵。
8.一种基于偏最小二乘估计的断路器动态接触电阻预测系统,其特征在于,包括:
实测模块,用于获取断路器动作时的行程信号以及触头的测试电压和测试电流,得到断路器的实际动态接触电阻曲线;
建模模块,基于触头的测试电流和动作速度,以测试电流和动作速度为自变量,以接触电阻为因变量,构建基于径向基核函数的偏最小二乘估计接触电阻预测模型;
预测模块,用于调整触头的测试电流和动作速度,得到接触电阻的预测值。
9.一种计算机可读存储介质,其上存储有程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一项所述的基于偏最小二乘估计的断路器动态接触电阻预测方法中的步骤。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7中任一项所述的基于偏最小二乘估计的断路器动态接触电阻预测方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110919259.6A CN113627672A (zh) | 2021-08-11 | 2021-08-11 | 基于偏最小二乘估计的断路器动态接触电阻预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110919259.6A CN113627672A (zh) | 2021-08-11 | 2021-08-11 | 基于偏最小二乘估计的断路器动态接触电阻预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113627672A true CN113627672A (zh) | 2021-11-09 |
Family
ID=78384562
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110919259.6A Pending CN113627672A (zh) | 2021-08-11 | 2021-08-11 | 基于偏最小二乘估计的断路器动态接触电阻预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113627672A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN114578222A (zh) * | 2022-05-06 | 2022-06-03 | 成都运达科技股份有限公司 | 一种低压电器在线监测方法和系统 |
CN116613006A (zh) * | 2023-05-21 | 2023-08-18 | 江苏云峰科技股份有限公司 | 基于储能数据分析的储能断路器动态管理系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106814255A (zh) * | 2015-11-27 | 2017-06-09 | 中国电力科学研究院 | 一种sf6断路器动态接触电阻检测装置 |
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 |
CN209327527U (zh) * | 2018-09-18 | 2019-08-30 | 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 | 一种动态电阻测试设备 |
-
2021
- 2021-08-11 CN CN202110919259.6A patent/CN113627672A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106814255A (zh) * | 2015-11-27 | 2017-06-09 | 中国电力科学研究院 | 一种sf6断路器动态接触电阻检测装置 |
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 |
CN209327527U (zh) * | 2018-09-18 | 2019-08-30 | 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 | 一种动态电阻测试设备 |
Non-Patent Citations (1)
Title |
---|
YAKUI LIU, ETC.: ""Prediction of the dynamic contact resistance of circuit breaker based on the kernel partial least squares"", 《IET GENERATION, TRANSMISSION & DISTRIBUTION》, vol. 12, no. 8, pages 1 - 6 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN114578222A (zh) * | 2022-05-06 | 2022-06-03 | 成都运达科技股份有限公司 | 一种低压电器在线监测方法和系统 |
CN116613006A (zh) * | 2023-05-21 | 2023-08-18 | 江苏云峰科技股份有限公司 | 基于储能数据分析的储能断路器动态管理系统 |
CN116613006B (zh) * | 2023-05-21 | 2024-01-30 | 江苏云峰科技股份有限公司 | 基于储能数据分析的储能断路器动态管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113627672A (zh) | 基于偏最小二乘估计的断路器动态接触电阻预测方法 | |
CN111060813B (zh) | 高压断路器操作机构的故障诊断方法及装置、电子设备 | |
CN107680835B (zh) | 一种基于神经网络的断路器弧触头烧蚀状态评估方法 | |
CN108490345B (zh) | 一种换流变压器分接开关的故障模拟诊断方法 | |
CN112986810A (zh) | 一种适用于断路器及高压开关的机械特性分析方法、装置及系统 | |
CN112215722B (zh) | 主导失稳模式判别模型构建方法、主导失稳模式判别方法 | |
CN109991508B (zh) | 一种基于动态非线性特征序列的变压器绕组状态诊断方法 | |
CN108919104B (zh) | 一种基于Fisher判别分类法的断路器故障诊断方法 | |
CN113934982A (zh) | 基于振-电信号融合的断路器操作机构机械寿命预测方法 | |
CN115905835A (zh) | 一种融合多维特征的低压交流电弧故障诊断方法 | |
CN110646708A (zh) | 基于双层长短时记忆网络的10kV单芯电缆早期状态识别方法 | |
CN101143394B (zh) | 电火花加工放电状态预测方法 | |
Cui et al. | Convolutional neural networks for electrical endurance prediction of alternating current contactors | |
Li et al. | Research on the electric life prediction of relay contact based on harris hawk optimized | |
CN111079647A (zh) | 一种断路器缺陷识别方法 | |
CN114252731A (zh) | 一种基于多个参数的继电器动作特性评估方法及装置 | |
CN112329809A (zh) | 基于决策树算法的高压断路器故障诊断方法 | |
CN113030616A (zh) | 基于电压暂降监测数据的敏感负荷识别方法 | |
CN116243155A (zh) | 断路器故障诊断方法、装置、设备以及存储介质 | |
CN111025144A (zh) | 一种高压断路器健康水平预警方法 | |
CN113627279A (zh) | 一种基于支持向量机的高压断路器故障诊断方法 | |
CN112380693A (zh) | 基于电流曲线获得电磁接触器电磁吸力的方法及系统 | |
CN110187167B (zh) | 一种基于流形分类的负载开关事件的检测方法和装置 | |
KR20230061480A (ko) | 진단 파라미터 예측 에러의 변동을 이용한 전기 장비의 상태 결정 | |
CN114076868B (zh) | 一种开关缺陷识别方法、装置、设备和可读存储介质 |
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 |