CN116047286A - 一种高压开关设备机械寿命试验系统及方法 - Google Patents

Abstract

本发明公开一种高压开关设备机械寿命试验系统及方法，高压开关设备的机械寿命试验为长期试验，历时月余，通过本发明可使试验人员实时掌握受试开关设备的机械寿命试验状态，同时可对受试开关设备的机械状态进行监测，保证试验过程安全。智能试验终端控制受试开关设备进行分合闸，实时采集受试开关设备的机械特性数据，并使用包络线分析法、断口分析法和神经网络分析法综合判断受试开关设备的机械状态，如果机械状态异常，则自动停止试验并报警通知试验人员，整个试验过程和试验数据通过网络传输到数据中心，手机APP可以远程通过网络访问数据中心，实时查看受试开关设备的试验状态，也可以修改试验参数，保证试验的正常进行。

Description

一种高压开关设备机械寿命试验系统及方法

技术领域

本发明属于智能电网高压电器智能在线监测设备技术领域，具体涉及一种高压开关设备机械寿命试验系统及方法。

背景技术

高压断路器或称高压开关不仅可以切断或闭合高压电路中的空载电流和负荷电流，而且当系统发生故障时可以切断过负荷电流和短路电流，是电力系统中的重要组成设备之一，它是保护电力系统运行安全和控制电力系统的重要设备，关系到整个电力系统的安全。

每款新研发的高压开关都需要进行长达数千甚至上万次的机械寿命试验，试验历时长达月余，需要试验人员长期守候，且不能实时掌握受试开关设备的试验状态，不能对受试开关设备的机械状态进行监测，若发生机械故障，容易导致设备本体发生损伤。

发明内容

本发明提供一种高压开关设备机械寿命试验系统及方法，以解决现有技术机械寿命试验需要试验人员长期守候，不能实时掌握受试开关设备的试验状态，不能对受试开关设备的机械状态进行监测，容易因为机械故障导致设备本体发生损伤的问题。

本发明采取的技术方案是一种高压开关设备机械寿命试验系统，包括智能试验终端、数据中心和手机APP；

智能试验终端控制受试开关设备进行分合闸，对受试开关设备的机械状态进行监测，并对监测的数据进行智能分析，判断受试开关设备的机械状态是否异常，整个试验过程和试验数据均上传给数据中心；

数据中心负责数据存储；

手机APP与智能试验终端通过数据中心实现数据交互。

进一步地，智能试验终端控制受试开关设备进行分合闸，对受试开关设备的机械状态进行监测，并对监测的数据进行智能分析，判断受试开关设备的机械状态是否异常具体包括：

智能试验终端与受试开关设备的控制回路和信号回路相连接，控制受试开关设备进行分合闸，实时采集受试开关设备的机械特性数据，对采集的数据进行智能分析，判断受试开关设备的机械状态是否异常，如果异常，则自动停止试验并报警通知试验人员。

进一步地，智能试验终端包括开关控制板、信号采集单元和运算处理单元；开关控制板负责实现对受试开关设备的操作和配置；信号采集单元负责实时采集受试开关设备分合闸时的机械特性数据；运算处理单元负责数据分析、处理以及协调整个智能试验终端的运行。

进一步地，信号采集单元包括断口信号采集单元、位移信号采集单元和操作回路电流信号采集单元；断口信号采集单元负责实时采集受试开关设备分合闸状态；操作回路电流信号采集单元负责实时采集受试开关设备的分闸线圈电流与合闸线圈电流；位移信号采集单元负责实时采集受试开关设备分合闸过程中的触头行程数据。

进一步地，手机APP可以实时查看受试开关设备的试验状态，可以修改试验参数。

本发明还提供一种高压开关设备机械寿命试验方法，包括以下步骤：

S1、智能试验终端与受试开关设备的控制回路和信号回路相连接；

S2、控制受试开关设备进行分合闸，实时采集受试开关设备分合闸时的机械特性数据；

S3、使用包络线分析法和断口分析法对采集的机械特性数据进行初始判断，筛选保存合格样本；

S4、合格样本数量达到30个后，使用神经网络分析法进行训练；

S5、继续进行机械寿命试验操作，将每次经过包络线分析法和断口分析法判断通过的机械特性数据代入训练好的神经网络模型中进行判断；

S6、待试验人员现场确认受试开关设备机械状态，是否继续进行机械寿命试验。

进一步地，所述S3中，包络线分析法和断口分析法具体为：

包络线分析法：基于受试开关设备第一次动作的位移曲线上下各平移5％获得包络线，在后续的试验中，如果位移曲线超过包络线的范围，则认为机械寿命试验中受试开关设备的行程曲线异常；

断口分析法：以线圈开始带电时间为起点，断口首次结合时间为终点，计算其时间差作为合闸时间，以第一次动作的合闸时间为标准，如果后续某次试验的合闸时间误差超过5％，则认为机械寿命试验中受试开关设备的断口位置异常。

进一步地，包络线分析和断口分析中，任何一项异常，则停止机械寿命试验。

进一步地，合格样本数量达到30个后，使用神经网络分析法进行训练具体为：

试验进行时，当使用包络线分析法和断口分析法筛选的合格样本数量达到30个后，从筛选合格的分合闸动作数据中提取特征值，作为神经网络模型的训练样本，提取合闸时间、合闸速度、弹跳次数作为输入值，提取合闸电流为输出值，构建神经网络模型进行训练。

进一步地，将每次经过包络线分析法和断口分析法判断通过的机械特性数据代入训练好的神经网络模型中进行判断具体为：

对采集的数据进行特征值计算，然后使用包络线分析法和断口分析法进行判断，若发现受试开关设备机械状态异常，则自动停止试验，机械状态无异常，则将每次分合闸动作数据中提取的输入值代入训练好的神经网络模型，获得预测输出值，将预测输出值与实际合闸电流相比较，若超出设定阈值则认为受试开关设备试验数据异常，则停止机械寿命试验，反之，则进行下一个动作的延时等待。

本发明的有益效果在于：

1、可以实现高压开关设备机械寿命试验过程中的智能分析，判断受试开关设备的机械状态是否异常，如果异常，则自动停止试验并报警通知试验人员，有效防止因为机械故障导致高压开关设备本体损伤。

2、可以远程通过手机APP查看当前的试验状态、修改试验参数，提高了高压开关设备机械寿命试验的便捷性和试验效率。

附图说明

图1为本发明实施例提供的高压开关设备机械寿命试验系统原理图；

图2为本发明实施例提供的智能试验终端组成图；

图3为本发明实施例提供的智能试验终端外形图；

图4为本发明实施例提供的高压开关设备机械寿命试验方法流程图；

图5为本发明实施例提供的高压开关设备机械寿命试验方法原理图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚、明白，下面将结合实施例以及实施附图对本发明中的技术方案进行清楚、完整地描述。

如图1所示，本发明的高压开关设备机械寿命试验系统包括智能试验终端、数据中心和手机APP。

智能试验终端

智能试验终端控制受试开关设备进行分合闸，对受试开关设备的机械状态进行监测，并对监测的数据进行智能分析，判断受试开关设备的机械状态是否异常，整个试验过程和试验数据均上传给数据中心。

智能试验终端与受试开关设备的断路器控制回路和信号回路相连接，控制断路器进行分合闸，实时采集断路器的断口信号、位移信号和操作回路电流信号，其中，断口信号为开关量状态，位移信号与操作回路电流信号为高低电平信号。智能试验终端对采集的机械特性数据进行智能分析，判断受试开关设备的机械状态是否异常，如果异常，则自动停止试验并报警通知试验人员，防止因为机械故障导致设备本体损伤，整个试验过程和试验数据通过网络传输到数据中心。

如图2所示，智能试验终端包括可调直流供电系统、开关控制板、信号采集单元、运算处理单元、存储器和显示单元。

可调直流供电系统

可调直流供电系统负责为不同受试开关设备提供相应的控制电压。

开关控制板

试验人员通过开关控制板配置受试开关设备类型、操作方式、分合闸动作次数等试验参数，控制试验开始、暂停或终止。

信号采集单元

信号采集单元负责实时采集受试开关设备分合闸时的机械特性数据，包括断口信号采集单元、操作回路电流信号采集单元和位移信号采集单元。断口信号采集单元与受试开关设备的断口相连接，负责实时采集受试开关设备分合闸状态；操作回路电流信号采集单元与受试开关设备的控制端相连接，负责实时采集受试开关设备的分闸线圈电流与合闸线圈电流；位移信号采集单元与安装于受试开关设备传动轴上的位移传感器相连接，负责实时采集受试开关设备分合闸过程中的触头行程数据。

运算处理单元

断口信号采集单元、操作回路电流信号采集单元和位移信号采集单元对各自采集到的机械特性数据进行预处理后上传给运算处理单元，运算处理单元负责进行数据分析、处理以及协调整个智能试验终端的运行，具体功能包括接受用户的就地操作、按照配置的试验参数控制试验进行、计算受试开关设备每次分合闸动作时的机械特性数据以及试验状态数据的发送等。

存储器

试验过程中受试开关设备分合闸动作次数、机械特性数据等均保存在存储器中。

显示单元

显示单元能够展示试验完成情况、受试开关设备每次分合闸动作完成时的机械特性数据等。

智能试验终端外形如图3所示，包括装置外壳、显示屏幕、操作按钮、电缆接口。显示屏幕嵌入式安装在装置外壳表面，显示屏幕显示受试开关设备的试验状态参数和配置参数，操作按钮可对智能试验终端的配置参数进行修改，电缆接口采用多个插接件，与受试开关设备的电气回路进行连接，实时获取受试开关设备的断口信号、位移信号和操作回路电流信号等状态。

数据中心

数据中心是整个机械寿命试验系统的数据存储中心和数据交换枢纽，可以提供试验数据、用户数据、配置参数等数据的存储，并为手机APP提供基础数据。

手机APP

手机APP安装在手机终端，可以远程通过网络访问数据中心，查看当前试验状态、试验数据和配置参数；可以在手机APP端修改试验参数并储存在数据中心，智能试验终端自动读取数据中心的试验参数，做出相应的调整，保证机械寿命试验正常进行。

在一具体实施例中，本发明的高压开关设备机械寿命试验系统整体工作流程为：开始试验时，智能试验终端根据用户选择的配置文件加载试验参数，同时与云端服务器进行通讯，上传试验信息；智能试验终端向受试开关设备发出合闸命令，在受试开关设备合闸的过程中，通过信号采集单元采集受试开关设备的机械特性数据，合闸动作完成后，数据处理单元根据采集到的数据综合判断受试开关设备的机械状态，如果正常，则按照设定的“合分间隔时间”进行延时等待，否则停止试验并发出报警；接下来智能试验终端发出分闸命令，在受试开关设备分闸的过程中，通过信号采集单元采集受试开关设备的机械特性数据，分闸动作完成后，数据处理单元根据采集到的数据综合判断受试开关设备的机械状态，如果正常，则按照设定的“分合间隔时间”进行延时等待，否则停止试验并发出报警；一组分合闸动作结束后，智能试验终端根据设定的动作次数判断机械寿命试验是否完成，如果未达到设定的动作次数则继续下一轮分/合闸操作。试验人员可以就地在智能试验终端显示屏幕上查看当前试验状态，也可以使用手机APP远程通过网络查看，同时可以在手机APP端修改试验参数，控制试验进程。

如图4所示，本发明的高压开关设备寿命试验方法，包括以下步骤：

S1、智能试验终端与受试开关设备的控制回路和信号回路相连接；

S2、控制受试开关设备进行分合闸，实时采集受试开关设备分合闸时的机械特性数据；

S3、使用包络线分析法和断口分析法对采集的机械特性数据进行初始判断，筛选保存合格样本；

智能试验终端与受试开关设备断路器的控制回路和信号回路相连接，控制受试开关设备的断路器进行分合闸，信号采集单元实时采集受试开关设备分合闸时的机械特性数据，每次分闸或合闸动作结束后，数据处理单元首先对信号采集单元采集的数据进行特征值计算，然后使用包络线分析法和断口分析法进行考核，丢弃不符合要求的数据，将符合要求的数据存储在存储器中，作为后续神经网络模型的训练样本。

如图5所示，包络线分析法：基于受试开关设备第一次动作的位移曲线上下各平移5％获得包络线，在后续的试验中，如果位移曲线超过包络线的范围，则认为机械寿命试验中受试开关设备的行程曲线异常。断口分析法考核：以线圈开始带电时间为起点，断口首次结合时间为终点，计算其时间差作为合闸时间，以第一次动作的合闸时间为标准，如果后续某次试验的合闸时间误差超过5％，则认为机械寿命试验中受试开关设备的断口位置异常。包络线分析和断口分析中，任何一项异常，则停止机械寿命试验。

S4、合格样本数量达到30个后，使用神经网络分析法进行训练；

试验进行时，当使用包络线分析法和断口分析法筛选的合格样本数量达到30个后，从筛选合格的分合闸动作数据中提取特征值，作为神经网络模型的训练样本。提取合闸时间、合闸速度、弹跳次数等作为输入值，提取合闸电流为输出值，构建神经网络模型进行训练。

S5、继续进行机械寿命试验操作，将每次经过包络线分析法和断口分析法判断通过的机械特性数据代入训练好的神经网络模型中进行判断；

智能试验终端继续控制受试开关设备的断路器进行分合闸，信号采集单元实时采集受试开关设备分合闸时的机械特性数据，每次分闸或合闸动作结束后，数据处理单元首先对信号采集单元采集的数据进行特征值计算，然后使用包络线分析法和断口分析法进行判断，若发现受试开关设备机械状态异常，则自动停止试验，机械状态无异常，则将每次分合闸动作数据中提取的输入值代入训练好的神经网络模型，获得预测输出值，将预测输出值与实际合闸电流相比较，若超出设定阈值则认为受试开关设备试验数据异常，则停止机械寿命试验，反之，则进行下一个动作的延时等待。将神经网络分析法作为对包络线分析法和断口分析法的补充，可提高故障检测效率，确保机械寿命试验安全进行。

S6、待试验人员现场确认受试开关设备机械状态，是否继续进行机械寿命试验；

试验人员经报警提示后进行现场确认，查看是否为系统操作失误而导致受试开关设备机械状态异常，若是，则继续进行机械寿命试验，不是则确认受试开关设备机械状态异常，不再进行机械寿命试验。

本说明书中未作详细描述的内容均属于本领域内技术人员公知技术。

Claims (10)

1.一种高压开关设备机械寿命试验系统，其特征在于，包括智能试验终端、数据中心和手机APP；

智能试验终端控制受试开关设备进行分合闸，对受试开关设备的机械状态进行监测，并对监测的数据进行智能分析，判断受试开关设备的机械状态是否异常，整个试验过程和试验数据均上传给数据中心；

数据中心负责数据存储；

手机APP与智能试验终端通过数据中心实现数据交互。

2.根据权利要求1所述的高压开关设备机械寿命试验系统，其特征在于，智能试验终端控制受试开关设备进行分合闸，对受试开关设备的机械状态进行监测，并对监测的数据进行智能分析，判断受试开关设备的机械状态是否异常具体包括：

智能试验终端与受试开关设备的控制回路和信号回路相连接，控制受试开关设备进行分合闸，实时采集受试开关设备的机械特性数据，对采集的数据进行智能分析，判断受试开关设备的机械状态是否异常，如果异常，则自动停止试验并报警通知试验人员。

3.根据权利要求2所述的高压开关设备机械寿命试验系统，其特征在于，智能试验终端包括开关控制板、信号采集单元和运算处理单元；开关控制板负责实现对受试开关设备的操作和配置；信号采集单元负责实时采集受试开关设备分合闸时的机械特性数据；运算处理单元负责数据分析、处理以及协调整个智能试验终端的运行。

4.根据权利要求3所述的高压开关设备寿命试验系统，其特征在于，信号采集单元包括断口信号采集单元、位移信号采集单元和操作回路电流信号采集单元；断口信号采集单元负责实时采集受试开关设备分合闸状态；操作回路电流信号采集单元负责实时采集受试开关设备的分闸线圈电流与合闸线圈电流；位移信号采集单元负责实时采集受试开关设备分合闸过程中的触头行程数据。

5.根据权利要求1所述的高压开关设备寿命试验系统，其特征在于，手机APP可以实时查看受试开关设备的试验状态，可以修改试验参数。

6.一种高压开关设备机械寿命试验方法，其特征在于，包括以下步骤：

S1、智能试验终端与受试开关设备的控制回路和信号回路相连接；

S2、控制受试开关设备进行分合闸，实时采集受试开关设备分合闸时的机械特性数据；

S3、使用包络线分析法和断口分析法对采集的机械特性数据进行初始判断，筛选保存合格样本；

S4、合格样本数量达到30个后，使用神经网络分析法进行训练；

S5、继续进行机械寿命试验操作，将每次经过包络线分析法和断口分析法判断通过的机械特性数据代入训练好的神经网络模型中进行判断；

S6、待试验人员现场确认受试开关设备机械状态，是否继续进行机械寿命试验。

7.根据权利要求6所述的高压开关设备机械寿命试验方法，其特征在于，所述S3中，包络线分析法和断口分析法具体为：

包络线分析法：基于受试开关设备第一次动作的位移曲线上下各平移5％获得包络线，在后续的试验中，如果位移曲线超过包络线的范围，则认为机械寿命试验中受试开关设备的行程曲线异常；

断口分析法：以线圈开始带电时间为起点，断口首次结合时间为终点，计算其时间差作为合闸时间，以第一次动作的合闸时间为标准，如果后续某次试验的合闸时间误差超过5％，则认为机械寿命试验中受试开关设备的断口位置异常。

8.根据权利要求7所述的高压开关设备机械寿命试验方法，其特征在于，包络线分析和断口分析中，任何一项异常，则停止机械寿命试验。

9.根据权利要求6所述的高压开关设备机械寿命试验方法，其特征在于，合格样本数量达到30个后，使用神经网络分析法进行训练具体为：

试验进行时，当使用包络线分析法和断口分析法筛选的合格样本数量达到30个后，从筛选合格的分合闸动作数据中提取特征值，作为神经网络模型的训练样本，提取合闸时间、合闸速度、弹跳次数作为输入值，提取合闸电流为输出值，构建神经网络模型进行训练。

10.根据权利要求6所述的高压开关设备机械寿命试验方法，其特征在于，将每次经过包络线分析法和断口分析法判断通过的机械特性数据代入训练好的神经网络模型中进行判断具体为：

对采集的数据进行特征值计算，然后使用包络线分析法和断口分析法进行判断，若发现受试开关设备机械状态异常，则自动停止试验，机械状态无异常，则将每次分合闸动作数据中提取的输入值代入训练好的神经网络模型，获得预测输出值，将预测输出值与实际合闸电流相比较，若超出设定阈值则认为受试开关设备试验数据异常，则停止机械寿命试验，反之，则进行下一个动作的延时等待。

Images