CN114646351A - 一种多维度综合断路器故障特征分析方法及装置 - Google Patents
一种多维度综合断路器故障特征分析方法及装置 Download PDFInfo
- Publication number
- CN114646351A CN114646351A CN202210311040.2A CN202210311040A CN114646351A CN 114646351 A CN114646351 A CN 114646351A CN 202210311040 A CN202210311040 A CN 202210311040A CN 114646351 A CN114646351 A CN 114646351A
- Authority
- CN
- China
- Prior art keywords
- fault
- type
- signal
- signals
- abnormal 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 33
- 230000002159 abnormal effect Effects 0.000 claims abstract description 170
- 230000005236 sound signal Effects 0.000 claims description 34
- 238000013145 classification model Methods 0.000 claims description 31
- 238000000034 method Methods 0.000 claims description 17
- 238000001514 detection method Methods 0.000 abstract description 16
- 230000007246 mechanism Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 238000001845 vibrational spectrum Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
Abstract
本发明提供了一种多维度综合断路器故障特征分析方法及装置，通过对断路器的各种故障类型进行分类，然后获取断路器的运行状态信号，基于各种信号从多个维度对断路器的故障进行分析，并且根据各种异常信号特征的不同组合可以从若干个故障类型中确定出当前断路器的故障类型，再根据异常信号的特征和当前断路器的故障类型从而确定当前断路器的故障原因。本发明从多个维度对断路器的故障进行分析，并且能够准确的匹配到相应故障类型，从而避免了单一检测方式导致的断路器故障分析不全面的问题。
Description
技术领域
本发明属于断路器监测技术领域，具体涉及一种多维度综合断路器故障特征分析方法及装置。
背景技术
断路器是能够关合、承载和开断正常回路条件下的电流并能在规定的时间内关合、承载和开断异常回路条件下的电流的开关装置。断路器按其使用范围分为高压断路器与低压断路器，高低压界线划分比较模糊，一般将3kV以上的称为高压电器。
高压断路器是电力系统中起着关键作用的机械类结构。断路器检测目前常用的是基于振动频谱分析断路器状态，振动信号具有固体传播衰减小，不易受外界干扰的优点，但在振幅较大时信号存在饱和现象，振动波形存在削顶现象，可能丢失断路器故障特征。声波信号测量频带宽，能够弥补振动检测方法的缺点，有效避免断路器检测信号饱和及失效现象，但声音信号易受外界干扰。分闸、合闸线圈电流波形能够体现出线圈铁心动作过程各阶段的特性，能对断路器机械故障判别及潜在机械故障进行诊断和识别，但是对于部分机械故障也难以辨识。因此，单一的检测方式不能对断路器在各种故障情况下进行全面准确的诊断识别。
发明内容
有鉴于此，本发明旨在解决现有针对高压断路器的单一检测方式可能导致的故障分析不全面的问题。
为了解决上述技术问题，本发明提供以下技术方案：
第一方面，本发明提供了一种多维度综合断路器故障特征分析方法，建立断路器故障分类模型，故障分类模型中的所有故障类型均由一种或多种运行状态信号的异常信号特征确定，包括：
获取断路器的多类运行状态信号并依次确定多类运行状态信号的异常信号特征；
将多类运行状态信号的异常信号特征按不同组合与断路器故障分类模型进行匹配，确定断路器的故障类型；
结合断路器的故障类型和对应的运行状态信号的异常信号特征进行分析，从而确定故障原因。
进一步地，多类运行状态信号具体包括：
分合闸电流信号、振动信号和声音信号。
进一步地，故障分类模型中的所有故障类型均由一种或多种运行状态信号的异常信号特征确定，具体为：
将只能从分合闸电流信号的异常信号特征确定的故障定义为A类故障；
将只能从振动信号的异常信号特征确定的故障定义为B类故障；
将只能从声音信号的异常信号特征确定的故障定义为C类故障；
将同时由分合闸电流信号和振动信号的异常信号特征确定的故障定义为A1类故障；
将同时由分合闸电流信号和声音信号的异常信号特征确定的故障定义为A2类故障；
将同时由分合闸电流信号、振动信号和声音信号确定的故障定义为A3类故障；
将同时由振动信号和声音信号的异常信号特征确定的故障定义为B1类故障。
进一步地，将多类运行状态信号的异常信号特征按不同组合与断路器故障分类模型进行匹配，确定断路器的故障类型，具体为：
分析分合闸电流信号的异常信号特征并确定对应的断路器故障，若对应的断路器故障为A类故障，则继续执行后续步骤以确定A类故障的故障原因；若对应的断路器故障为A1类故障、A2类故障或A3类故障，则保存分合闸电流信号的异常信号特征；
基于分合闸电流信号的异常信号特征分析振动信号的异常信号特征并确定对应的断路器故障，若断路器故障为A1类故障或B类故障，则继续执行后续步骤以确定A1类故障或B类故障的故障原因；若对应的断路器故障为A2类故障、A3类故障或B1类故障，则保存振动信号的异常信号特征；
基于分合闸电流信号和振动信号的异常信号特征分析声音信号的异常信号特征并确定对应的断路器故障，若断路器故障为C类故障、A2类故障、A3类故障或B1类故障，则继续执行后续步骤以确定C类故障、A2类故障、A3类故障或B1类故障的故障原因。
进一步地，在故障分类模型中，各类故障类型均关联有故障原因，具体为：
A类故障、B类故障和C类故障均关联有异常信号唯一对应的故障原因；
A1类故障、A2故障、A3类故障和B1类故障均关联有待确定故障原因和待验证故障原因，待确定故障原因为单个异常信号所对应的多个故障原因且由其他异常信号综合确定出的唯一故障原因，待验证故障原因为单个异常信号所对应的单个故障原因且由其他异常信号所综合验证出的唯一故障原因。
第二方面，本发明提供了一种多维度综合断路器故障特征分析装置，包括：
故障分类模块，用于建立断路器故障分类模型，故障分类模型中的所有故障类型均由一种或多种运行状态信号的异常信号特征确定；
信号分析模块，用于获取断路器的多类运行状态信号并依次确定多类运行状态信号的异常信号特征；
故障匹配模块，用于将多类运行状态信号的异常信号特征按不同组合与断路器故障分类模型进行匹配，确定断路器的故障类型；
故障原因确定模块，用于结合断路器的故障类型和对应的运行状态信号的异常信号特征进行分析，从而确定故障原因。
进一步地，多类运行状态信号具体包括：
分合闸电流信号、振动信号和声音信号。
进一步地，故障分类模块所建立的故障分类模型中所有故障类型均由一种或多种运行状态信号的异常信号特征确定，具体为：
将只能从分合闸电流信号的异常信号特征确定的故障定义为A类故障；
将只能从振动信号的异常信号特征确定的故障定义为B类故障；
将只能从声音信号的异常信号特征确定的故障定义为C类故障；
将同时由分合闸电流信号和振动信号的异常信号特征确定的故障定义为A1类故障；
将同时由分合闸电流信号和声音信号的异常信号特征确定的故障定义为A2类故障；
将同时由分合闸电流信号、振动信号和声音信号确定的故障定义为A3类故障；
将同时由振动信号和声音信号的异常信号特征确定的故障定义为B1类故障。
进一步地，故障匹配模块具体包括：
第一故障匹配模块，用于分析分合闸电流信号的异常信号特征并确定对应的断路器故障，若对应的断路器故障为A类故障，则继续执行后续步骤以确定A类故障的故障原因；若对应的断路器故障为A1类故障、A2类故障或A3类故障，则保存分合闸电流信号的异常信号特征；
第二故障匹配模块，用于基于分合闸电流信号的异常信号特征分析振动信号的异常信号特征并确定对应的断路器故障，若断路器故障为A1类故障或B类故障，则继续执行后续步骤以确定A1类故障或B类故障的故障原因；若对应的断路器故障为A2类故障、A3类故障或B1类故障，则保存振动信号的异常信号特征；
第三故障匹配模块，用于基于分合闸电流信号和振动信号的异常信号特征分析声音信号的异常信号特征并确定对应的断路器故障，若断路器故障为C类故障、A2类故障、A3类故障或B1类故障，则继续执行后续步骤以确定C类故障、A2类故障、A3类故障或B1类故障的故障原因。
进一步地，在故障分类模块中，各类故障类型均关联有故障原因，具体为：
A类故障、B类故障和C类故障均关联有异常信号唯一对应的故障原因；
A1类故障、A2故障、A3类故障和B1类故障均关联有待确定故障原因和待验证故障原因，待确定故障原因为单个异常信号所对应的多个故障原因中由其他异常信号综合确定出的唯一故障原因，待验证故障原因为单个异常信号所对应的单个故障原因且由其他异常信号所综合验证出的唯一故障原因。
综上，本发明提供了一种多维度综合断路器故障特征分析方法及装置，通过对断路器的各种故障类型进行分类，然后获取断路器的运行状态信号，基于各种信号从多个维度对断路器的故障进行分析，并且根据各种异常信号特征的不同组合可以从若干个故障类型中确定出当前断路器的故障类型，再根据异常信号的特征和当前断路器的故障类型从而确定当前断路器的故障原因。本发明从多个维度对断路器的故障进行分析，并且能够准确的匹配到相应故障类型，从而避免了单一检测方式导致的断路器故障分析不全面的问题。
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它的附图。
图1为本发明实施例提供的一种多维度综合断路器故障特征分析方法的流程示意图；
图2为本发明实施例提供的利用分合闸电流信号、振动信号和声域信号进行断路器故障特征分析的流程示意图。
具体实施方式
为使得本发明的目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
断路器是能够关合、承载和开断正常回路条件下的电流并能在规定的时间内关合、承载和开断异常回路条件下的电流的开关装置。断路器按其使用范围分为高压断路器与低压断路器，高低压界线划分比较模糊，一般将3kV以上的称为高压电器。
高压断路器是电力系统中起着关键作用的机械类结构。断路器检测目前常用的是基于振动频谱分析断路器状态，振动信号具有固体传播衰减小，不易受外界干扰的优点，但在振幅较大时信号存在饱和现象，振动波形存在削顶现象，可能丢失断路器故障特征。声波信号测量频带宽，能够弥补振动检测方法的缺点，有效避免断路器检测信号饱和及失效现象，但声音信号易受外界干扰。分闸、合闸线圈电流波形能够体现出线圈铁心动作过程各阶段的特性，能对断路器机械故障判别及潜在机械故障进行诊断和识别，但是对于部分机械故障也难以辨识。因此，单一的检测方式不能对断路器在各种故障情况下进行全面准确的诊断识别。
基于此，本发明提供了一种多维度综合断路器故障特征分析方法及装置。
以下是对本发明的一种多维度综合断路器故障特征分析方法的实施例进行的详细介绍。
请参阅图1，本实施例提供了一种多维度综合断路器故障特征分析方法。
首先建立断路器故障分类模型，故障分类模型中的所有故障类型均由一种或多种运行状态信号的异常信号特征确定。
可以理解的是，高压断路器根据其故障类型不同可分为拒动故障、误动故障、绝缘故障、开断与关合故障、载流故障、外力及其他故障等等。不同故障类型由不同故障原因引起。如拒动故障可能是由于机械原因或电气原因导致的，具体机械原因有机构卡涩、部件变形、损坏，分合闸铁芯松动卡涩，电气原因则包括分合闸线圈烧损，辅助开关故障等等。
对于断路器的不同故障原因，可采用一种或多种检测方式进行故障诊断。例如采用分合闸电流信号，根据其电流波形的变化特征可以分析出断路器的部分拒动故障(如铁心不启动)或误动故障等；采用振动信号则可以反映出断路器的多种机械状态信息，例如螺丝松动、触头磨损等。
根据断路器不同故障类型、故障原因以及对应的检测方式可以建立断路器故障分类模型。在该模型中，将断路器的各种故障进行分类(以采用分合闸电路信号、振动信号和声音信号进行断路器多维度故障特征为例)，如下：
将只能从分合闸电流信号的异常信号特征确定的故障定义为A类故障；
将只能从振动信号的异常信号特征确定的故障定义为B类故障；
将只能从声音信号的异常信号特征确定的故障定义为C类故障；
将同时由分合闸电流信号和振动信号的异常信号特征确定的故障定义为A1类故障；
将同时由分合闸电流信号和声音信号的异常信号特征确定的故障定义为A2类故障；
将同时由分合闸电流信号、振动信号和声音信号确定的故障定义为A3类故障；
将同时由振动信号和声音信号的异常信号特征确定的故障定义为B1类故障。
如下表所示，以断路器各机构的部分故障为例其对应的判断参量(即对应上述哪一类定义的故障类别)。
基于所建立的故障分类模型，多维度综合断路器故障特征分析方法包括如下步骤：
S100：获取断路器的多类运行状态信号并依次确定多类运行状态信号的异常信号特征。
需要说明的是，对于高压断路器故障的不同检测方式，均是采集对应的故障信号进行分析，从而确定可能的故障类型和原因。
例如在本实施例中，可以获取断路器的分合闸电流信号、振动信号和声音信号，分别提取其信号异常的部分。对于提取异常信号特征的方式，均采用现有成熟方式，在此不再赘述。另外声音和振动信号采用同一块主板处理，保障两种信号的同步性，采集分合闸电流信号的传感器需要根据实际待测断路器进行归零校正，确保数据的真实性和准确度。
S200：将多类运行状态信号的异常信号特征按不同组合与断路器故障分类模型进行匹配，确定断路器的故障类型。
如图2，以采用分合闸电流信号、振动信号和声音信号进行故障分析为例。
首先，输入分合闸电流特征信号，并对特征信号进行波形特征分析。判断分合闸电流特征波形是否存在异常；若是，则提取分合闸电流异常特征信息，根据异常信息对故障进行分类，若是A类，则分析故障原因且输出；若是A1、A2以及A3,则存储分合闸电流异常特征信息；若否，则保存分合闸电流特征波形数据。
其次，输入振动特征信号，并对特征数据进行波形特征分析。判断振动电流特征波形是否存在异常；若是，则提取振动异常特征信息以及提取存储分合闸电流异常特征信息，根据异常信息对故障进行分类，若是A1和B类，则分析故障原因且输出，若是A2、A3以及B1,则存储分合闸电流异常特征信息和振动异常特征信息；若否，保存振动特征波形数据。
然后，输入声域特征信号，并对特征数据进行波形特征分析；判断声域特征波形是否存在异常；若是，则提取声域异常特征信息和存储分合闸电流异常特征信息以及振动异常特征信息，根据异常信息对故障进行分类，分析故障原因且输出；若否，保存分合闸电流特征波形数据。
最后，对于确定出的故障分类需要进一步分析故障原因并输出相应的结论。
S300：结合断路器的故障类型和对应的运行状态信号的异常信号特征进行分析，从而确定故障原因。
需要说明的是，同一种故障类型可能由一种多种不同故障原因所导致的。因此，对于A类故障、B类故障和C类故障均关联有异常信号唯一对应的故障原因，也即由分合闸电流、振动信号或声音信号的异常信号特征可直接确定的故障。
而对于A1类故障、A2故障、A3类故障和B1类故障则均关联有待确定故障原因和待验证故障原因，待确定故障原因为单个异常信号所对应的多个故障原因且由其他异常信号综合确定出的唯一故障原因，待验证故障原因为单个异常信号所对应的单个故障原因且由其他异常信号所综合验证出的唯一故障原因。
可以理解的是，待确定故障原因是指某一种断路器故障不仅可以由分合闸电流的异常信号特征分析得出，也可由其他信号的异常信号特征分析得出。若单纯只采用分合闸电流的异常信号特征进行分析，可能会得到多个故障原因，此时叠加其他信号进行综合分析即可更为准确的确定故障原因。比如操动机构的弹簧力不足导致电流信号异常，传动机构卡涩也会导致电流信号异常，可通过判断振动信号是否出现异常来判断是哪种故障类型。
而待验证故障原因是指某一种断路器故障由某一种信号的异常信号特征分析得出，但是需要结合其他信号进行综合判断，才能更加准确的确定该故障原因。比如传动机构缺齿导致振动信号异常，如果在声音特征信号在相对应时间区间内出现异常则验证了此故障原因。
根据不同故障类型所关联的故障原因不同，在步骤S200确定出故障类型之后，可以根据上述规定结合信号的异常特征进一步确定断路器发生故障的原因，从而从多个维度对断路器的故障进行分析。
本实施例提供了一种多维度综合断路器故障特征分析方法，通过对断路器的各种故障类型进行分类，然后获取断路器的运行状态信号，基于各种信号从多个维度对断路器的故障进行分析，并且根据各种异常信号特征的不同组合可以从若干个故障类型中确定出当前断路器的故障类型，再根据异常信号的特征和当前断路器的故障类型从而确定当前断路器的故障原因。本发明从多个维度对断路器的故障进行分析，并且能够准确的匹配到相应故障类型，从而避免了单一检测方式导致的断路器故障分析不全面的问题。
以上是对本发明的一种多维度综合断路器故障特征分析方法的一个实施例进行的详细介绍，以下将对本发明的一种多维度综合断路器故障特征分析装置的另一实施例进行详细的介绍。
本实施例提供了一种多维度综合断路器故障特征分析装置，包括：
在本实施例中，故障分类模块用于建立断路器故障分类模型，故障分类模型中的所有故障类型均由一种或多种运行状态信号的异常信号特征确定。
需要说明的是，故障分类模块所建立的故障分类模型中所有故障类型均由一种或多种运行状态信号的异常信号特征确定，具体为：
将只能从分合闸电流信号的异常信号特征确定的故障定义为A类故障；
将只能从振动信号的异常信号特征确定的故障定义为B类故障；
将只能从声音信号的异常信号特征确定的故障定义为C类故障；
将同时由分合闸电流信号和振动信号的异常信号特征确定的故障定义为A1类故障；
将同时由分合闸电流信号和声音信号的异常信号特征确定的故障定义为A2类故障；
将同时由分合闸电流信号、振动信号和声音信号确定的故障定义为A3类故障；
将同时由振动信号和声音信号的异常信号特征确定的故障定义为B1类故障。
另外，在故障分类模块中，各类故障类型均关联有故障原因，具体为：
A类故障、B类故障和C类故障均关联有异常信号唯一对应的故障原因；
A1类故障、A2故障、A3类故障和B1类故障均关联有待确定故障原因和待验证故障原因，待确定故障原因为单个异常信号所对应的多个故障原因中由其他异常信号综合确定出的唯一故障原因，待验证故障原因为单个异常信号所对应的单个故障原因且由其他异常信号所综合验证出的唯一故障原因。
在本实施例中，信号分析模块用于获取断路器的多类运行状态信号并依次确定多类运行状态信号的异常信号特征。
需要说明的是，多类运行状态信号具体包括：
分合闸电流信号、振动信号和声音信号。
在本实施例中，故障匹配模块用于将多类运行状态信号的异常信号特征按不同组合与断路器故障分类模型进行匹配，确定断路器的故障类型。
需要说明的是，故障匹配模块具体包括：
第一故障匹配模块，用于分析分合闸电流信号的异常信号特征并确定对应的断路器故障，若对应的断路器故障为A类故障，则继续执行后续步骤以确定A类故障的故障原因；若对应的断路器故障为A1类故障、A2类故障或A3类故障，则保存分合闸电流信号的异常信号特征；
第二故障匹配模块，用于基于分合闸电流信号的异常信号特征分析振动信号的异常信号特征并确定对应的断路器故障，若断路器故障为A1类故障或B类故障，则继续执行后续步骤以确定A1类故障或B类故障的故障原因；若对应的断路器故障为A2类故障、A3类故障或B1类故障，则保存振动信号的异常信号特征；
第三故障匹配模块，用于基于分合闸电流信号和振动信号的异常信号特征分析声音信号的异常信号特征并确定对应的断路器故障，若断路器故障为C类故障、A2类故障、A3类故障或B1类故障，则继续执行后续步骤以确定C类故障、A2类故障、A3类故障或B1类故障的故障原因。
在本实施例中，故障原因确定模块用于结合断路器的故障类型和对应的运行状态信号的异常信号特征进行分析，从而确定故障原因。
本实施例提供了一种多维度综合断路器故障特征分析装置，包括故障分类模块、信号分析模块、故障匹配模块和故障袁云确定模块。通过对断路器的各种故障类型进行分类，然后获取断路器的运行状态信号，基于各种信号从多个维度对断路器的故障进行分析，并且根据各种异常信号特征的不同组合可以从若干个故障类型中确定出当前断路器的故障类型，再根据异常信号的特征和当前断路器的故障类型从而确定当前断路器的故障原因。本发明从多个维度对断路器的故障进行分析，并且能够准确的匹配到相应故障类型，从而避免了单一检测方式导致的断路器故障分析不全面的问题。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种多维度综合断路器故障特征分析方法，其特征在于，建立断路器故障分类模型，所述故障分类模型中的所有故障类型均由一种或多种运行状态信号的异常信号特征确定，包括：
获取断路器的多类运行状态信号并依次确定所述多类运行状态信号的异常信号特征；
将所述多类运行状态信号的异常信号特征按不同组合与所述断路器故障分类模型进行匹配，确定断路器的故障类型；
结合所述断路器的故障类型和对应的运行状态信号的异常信号特征进行分析，从而确定故障原因。
2.根据权利要求1所述的一种多维度综合断路器故障特征分析方法，其特征在于，所述多类运行状态信号具体包括：
分合闸电流信号、振动信号和声音信号。
3.根据权利要求2所述的一种多维度综合断路器故障特征分析方法，其特征在于，所述故障分类模型中的所有故障类型均由一种或多种运行状态信号的异常信号特征确定，具体为：
将只能从所述分合闸电流信号的异常信号特征确定的故障定义为A类故障；
将只能从所述振动信号的异常信号特征确定的故障定义为B类故障；
将只能从所述声音信号的异常信号特征确定的故障定义为C类故障；
将同时由所述分合闸电流信号和所述振动信号的异常信号特征确定的故障定义为A1类故障；
将同时由所述分合闸电流信号和所述声音信号的异常信号特征确定的故障定义为A2类故障；
将同时由所述分合闸电流信号、所述振动信号和所述声音信号确定的故障定义为A3类故障；
将同时由所述振动信号和所述声音信号的异常信号特征确定的故障定义为B1类故障。
4.根据权利要求3所述的一种多维度综合断路器故障特征分析方法，其特征在于，将所述多类运行状态信号的异常信号特征按不同组合与所述断路器故障分类模型进行匹配，确定断路器的故障类型，具体为：
分析所述分合闸电流信号的异常信号特征并确定对应的断路器故障，若对应的所述断路器故障为所述A类故障，则继续执行后续步骤以确定所述A类故障的故障原因；若对应的所述断路器故障为所述A1类故障、A2类故障或A3类故障，则保存所述分合闸电流信号的异常信号特征；
基于所述分合闸电流信号的异常信号特征分析所述振动信号的异常信号特征并确定对应的断路器故障，若所述断路器故障为所述A1类故障或B类故障，则继续执行后续步骤以确定所述A1类故障或B类故障的故障原因；若对应的所述断路器故障为A2类故障、A3类故障或B1类故障，则保存所述振动信号的异常信号特征；
基于所述分合闸电流信号和所述振动信号的异常信号特征分析所述声音信号的异常信号特征并确定对应的断路器故障，若所述断路器故障为所述C类故障、A2类故障、A3类故障或B1类故障，则继续执行后续步骤以确定所述C类故障、A2类故障、A3类故障或B1类故障的故障原因。
5.根据权利要求3所述的一种多维度综合断路器故障特征分析方法，其特征在于，在所述故障分类模型中，各类故障类型均关联有故障原因，具体为：
所述A类故障、B类故障和C类故障均关联有异常信号唯一对应的故障原因；
所述A1类故障、A2故障、A3类故障和B1类故障均关联有待确定故障原因和待验证故障原因，所述待确定故障原因为单个异常信号所对应的多个故障原因且由其他异常信号综合确定出的唯一故障原因，所述待验证故障原因为单个异常信号所对应的单个故障原因且由其他异常信号所综合验证出的唯一故障原因。
6.一种多维度综合断路器故障特征分析装置，其特征在于，包括：
故障分类模块，用于建立断路器故障分类模型，所述故障分类模型中的所有故障类型均由一种或多种运行状态信号的异常信号特征确定；
信号分析模块，用于获取断路器的多类运行状态信号并依次确定所述多类运行状态信号的异常信号特征；
故障匹配模块，用于将所述多类运行状态信号的异常信号特征按不同组合与所述断路器故障分类模型进行匹配，确定断路器的故障类型；
故障原因确定模块，用于结合所述断路器的故障类型和对应的运行状态信号的异常信号特征进行分析，从而确定故障原因。
7.根据权利要求6所述的一种多维度综合断路器故障特征分析装置，其特征在于，所述多类运行状态信号具体包括：
分合闸电流信号、振动信号和声音信号。
8.根据权利要求7所述的一种多维度综合断路器故障特征分析装置，其特征在于，所述故障分类模块所建立的故障分类模型中所有故障类型均由一种或多种运行状态信号的异常信号特征确定，具体为：
将只能从所述分合闸电流信号的异常信号特征确定的故障定义为A类故障；
将只能从所述振动信号的异常信号特征确定的故障定义为B类故障；
将只能从所述声音信号的异常信号特征确定的故障定义为C类故障；
将同时由所述分合闸电流信号和所述振动信号的异常信号特征确定的故障定义为A1类故障；
将同时由所述分合闸电流信号和所述声音信号的异常信号特征确定的故障定义为A2类故障；
将同时由所述分合闸电流信号、所述振动信号和所述声音信号确定的故障定义为A3类故障；
将同时由所述振动信号和所述声音信号的异常信号特征确定的故障定义为B1类故障。
9.根据权利要求8所述的一种多维度综合断路器故障特征分析装置，其特征在于，所述故障匹配模块具体包括：
第一故障匹配模块，用于分析所述分合闸电流信号的异常信号特征并确定对应的断路器故障，若对应的所述断路器故障为所述A类故障，则继续执行后续步骤以确定所述A类故障的故障原因；若对应的所述断路器故障为所述A1类故障、A2类故障或A3类故障，则保存所述分合闸电流信号的异常信号特征；
第二故障匹配模块，用于基于所述分合闸电流信号的异常信号特征分析所述振动信号的异常信号特征并确定对应的断路器故障，若所述断路器故障为所述A1类故障或B类故障，则继续执行后续步骤以确定所述A1类故障或B类故障的故障原因；若对应的所述断路器故障为A2类故障、A3类故障或B1类故障，则保存所述振动信号的异常信号特征；
第三故障匹配模块，用于基于所述分合闸电流信号和所述振动信号的异常信号特征分析所述声音信号的异常信号特征并确定对应的断路器故障，若所述断路器故障为所述C类故障、A2类故障、A3类故障或B1类故障，则继续执行后续步骤以确定所述C类故障、A2类故障、A3类故障或B1类故障的故障原因。
10.根据权利要求8所述的一种多维度综合断路器故障特征分析装置，其特征在于，在所述故障分类模块中，各类故障类型均关联有故障原因，具体为：
所述A类故障、B类故障和C类故障均关联有异常信号唯一对应的故障原因；
所述A1类故障、A2故障、A3类故障和B1类故障均关联有待确定故障原因和待验证故障原因，所述待确定故障原因为单个异常信号所对应的多个故障原因中由其他异常信号综合确定出的唯一故障原因，所述待验证故障原因为单个异常信号所对应的单个故障原因且由其他异常信号所综合验证出的唯一故障原因。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210311040.2A CN114646351B (zh) | 2022-03-28 | 2022-03-28 | 一种多维度综合断路器故障特征分析方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210311040.2A CN114646351B (zh) | 2022-03-28 | 2022-03-28 | 一种多维度综合断路器故障特征分析方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114646351A true CN114646351A (zh) | 2022-06-21 |
| CN114646351B CN114646351B (zh) | 2024-02-23 |
Family
ID=81994594
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210311040.2A Active CN114646351B (zh) | 2022-03-28 | 2022-03-28 | 一种多维度综合断路器故障特征分析方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114646351B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105606997A (zh) * | 2016-02-26 | 2016-05-25 | 国家电网公司 | 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 |
| CN106199412A (zh) * | 2016-07-01 | 2016-12-07 | 太原理工大学 | 一种永磁机构高压真空断路器故障模式识别方法 |
| CN107515372A (zh) * | 2017-08-21 | 2017-12-26 | 国网上海市电力公司 | 一种开关设备缺陷智能检测分析系统 |
| CN109061463A (zh) * | 2018-09-29 | 2018-12-21 | 华南理工大学 | 一种高压断路器机械状态监测和故障诊断方法 |
| CN208636401U (zh) * | 2018-01-19 | 2019-03-22 | 保定市斯德尔电气设备制造有限公司 | 一种高压断路器机械特性监测系统 |
| CN110530625A (zh) * | 2019-09-17 | 2019-12-03 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种高压隔离开关机械故障诊断装置及方法 |
| CN110907812A (zh) * | 2019-11-26 | 2020-03-24 | 重庆望变电气（集团）股份有限公司 | 一种用于断路器机械特性的检测系统及方法 |
| CN112345213A (zh) * | 2020-09-18 | 2021-02-09 | 华能河南中原燃气发电有限公司 | 一种低压直流断路器机械故障诊断方法 |
| CN112731127A (zh) * | 2020-12-08 | 2021-04-30 | 贵州电网有限责任公司 | 一种高压断路器多维融合诊断装置及方法 |
| CN113156306A (zh) * | 2021-02-23 | 2021-07-23 | 广东电网有限责任公司电力科学研究院 | 一种断路器操作机构缺陷多维度诊断方法及系统 |
| CN113671361A (zh) * | 2021-06-25 | 2021-11-19 | 海南电网有限责任公司海南输变电检修分公司 | 基于多源信号融合的高压断路器特性参数预测方法及系统 |
| CN113960463A (zh) * | 2021-12-23 | 2022-01-21 | 广西电网有限责任公司南宁供电局 | 一种调压变压器有载分接开关在线监测及故障诊断方法 |
-
2022
- 2022-03-28 CN CN202210311040.2A patent/CN114646351B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105606997A (zh) * | 2016-02-26 | 2016-05-25 | 国家电网公司 | 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 |
| CN106199412A (zh) * | 2016-07-01 | 2016-12-07 | 太原理工大学 | 一种永磁机构高压真空断路器故障模式识别方法 |
| CN107515372A (zh) * | 2017-08-21 | 2017-12-26 | 国网上海市电力公司 | 一种开关设备缺陷智能检测分析系统 |
| CN208636401U (zh) * | 2018-01-19 | 2019-03-22 | 保定市斯德尔电气设备制造有限公司 | 一种高压断路器机械特性监测系统 |
| CN109061463A (zh) * | 2018-09-29 | 2018-12-21 | 华南理工大学 | 一种高压断路器机械状态监测和故障诊断方法 |
| CN110530625A (zh) * | 2019-09-17 | 2019-12-03 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种高压隔离开关机械故障诊断装置及方法 |
| CN110907812A (zh) * | 2019-11-26 | 2020-03-24 | 重庆望变电气（集团）股份有限公司 | 一种用于断路器机械特性的检测系统及方法 |
| CN112345213A (zh) * | 2020-09-18 | 2021-02-09 | 华能河南中原燃气发电有限公司 | 一种低压直流断路器机械故障诊断方法 |
| CN112731127A (zh) * | 2020-12-08 | 2021-04-30 | 贵州电网有限责任公司 | 一种高压断路器多维融合诊断装置及方法 |
| CN113156306A (zh) * | 2021-02-23 | 2021-07-23 | 广东电网有限责任公司电力科学研究院 | 一种断路器操作机构缺陷多维度诊断方法及系统 |
| CN113671361A (zh) * | 2021-06-25 | 2021-11-19 | 海南电网有限责任公司海南输变电检修分公司 | 基于多源信号融合的高压断路器特性参数预测方法及系统 |
| CN113960463A (zh) * | 2021-12-23 | 2022-01-21 | 广西电网有限责任公司南宁供电局 | 一种调压变压器有载分接开关在线监测及故障诊断方法 |
Non-Patent Citations (1)
| Title |
|---|
| 王俊波: "一种高压断路器故障诊断与分类算法研究", 电子设计工程, no. 9, pages 90 - 93 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114646351B (zh) | 2024-02-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11489490B2 (en) | Arc fault detection method for photovoltaic system based on adaptive kernel function and instantaneous frequency estimation | |
| WO2021103496A1 (zh) | 基于异常振动的气体绝缘组合开关设备机械故障诊断方法 | |
| CN110361686B (zh) | 基于多参数的电容式电压互感器故障检测方法 | |
| CN107907320B (zh) | 变压器有载分接开关的机械状态特征的诊断方法及装置 | |
| CN110320467B (zh) | 一种低压直流断路器故障诊断方法 | |
| JP5791796B2 (ja) | 保護継電装置の動作試験システム | |
| 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 | |
| Khafidli et al. | Implementation AC series arc fault recognition using mikrokontroller based on fast Fourier transform | |
| US20160216308A1 (en) | Diagnosis and position identification for remote capacitor banks | |
| CN113745049B (zh) | 一种真空灭弧室内真空度监测方法及系统 | |
| WO2022105285A1 (zh) | 一种基于冲击事件来监测异常状态的系统及方法 | |
| CN114021607A (zh) | 一种基于奇异值熵的有载分接开关故障的检测方法 | |
| CN114646351A (zh) | 一种多维度综合断路器故障特征分析方法及装置 | |
| CN110017894B (zh) | 变压器运行状态振声检测中随机噪声的滤除方法和装置 | |
| CN112763904A (zh) | 一种断路器检测方法、装置、设备及存储介质 | |
| CN107797014B (zh) | 一种变压器次边短路的诊断方法 | |
| CN110929673A (zh) | 一种基于itd排列熵和cgwo-svm的变压器绕组振动信号识别方法 | |
| Achatz et al. | Features and benefits of UHF partial discharge monitoring systems for GIS | |
| CN114578219A (zh) | 一种中压断路器剩余寿命检测方法 | |
| JP7398634B2 (ja) | 劣化検知方法、プログラム及び劣化検知システム | |
| Asman et al. | Fault signature analysis for medium voltage overhead line based on new characteristic indices | |
| CN114118208A (zh) | 基于多元信息的变压器故障判断方法、装置及电子设备 | |
| CN111142017A (zh) | 一种断路器状态诊断系统及方法 | |
| JP7310156B2 (ja) | 遮断器状態診断装置、遮断器状態診断システム、遮断器状態診断方法、およびプログラム | |
| CN113722659B (zh) | 一种基于缺陷模式的变电主设备诊断方法和系统 |
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 |