CN116736099B - 一种铁路开关柜断路器故障诊断方法 - Google Patents
一种铁路开关柜断路器故障诊断方法 Download PDFInfo
- Publication number
- CN116736099B CN116736099B CN202310710170.8A CN202310710170A CN116736099B CN 116736099 B CN116736099 B CN 116736099B CN 202310710170 A CN202310710170 A CN 202310710170A CN 116736099 B CN116736099 B CN 116736099B
- Authority
- CN
- China
- Prior art keywords
- circuit breaker
- sub
- data points
- vector
- area
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000003745 diagnosis Methods 0.000 title claims abstract description 14
- 239000013598 vector Substances 0.000 claims abstract description 40
- 238000001228 spectrum Methods 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 7
- 238000010606 normalization Methods 0.000 claims abstract description 6
- 230000001133 acceleration Effects 0.000 claims description 2
- 235000008331 Pinus X rigitaeda Nutrition 0.000 claims 1
- 235000011613 Pinus brutia Nutrition 0.000 claims 1
- 241000018646 Pinus brutia Species 0.000 claims 1
- 230000008859 change Effects 0.000 abstract description 4
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000002633 protecting effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Abstract
本发明公开了一种铁路开关柜断路器故障诊断方法,提出一种向量熵特征,通过频率及其强度协同配合来刻画断路器振动信号的运行状态。利用快速傅里叶变换求取断路器振动信号功率谱。在直角坐标系下对功率谱波形进行归一化处理,将频率及其强度所构成的区域划分为若干等面积的矩形子区域,以波形散布在矩形子区域内数据点及其与坐标原点连线构成由坐标原点指向数据点的向量的夹角为基础,定义向量熵特征刻画断路器振动信号的功率变化情况,根据向量熵特征的变化情况诊断铁路开关柜断路器的故障,极大提升作为高速铁路重要组成部分牵引供电系统安全可靠性及可维护性。
Description
技术领域
本发明涉及故障诊断技术领域,具体涉及一种铁路开关柜断路器故障诊断方法。
背景技术
目前,我国高速铁路迅速发展,牵引供电系统作为高速铁路的重要组成部分,已由科研、试验走向了工程实际应用,并形成了完善的技术架构、明确的功能组成和系列化的技术条件,极大提升了我国牵引供电系统安全可靠性及可维护性。高压断路器作为高速铁路牵引供电系统中切断电流、保护动作的重要设备,其服役性态的状况不仅影响牵引供电系统自身的安全稳定,也时刻影响外部电力系统的运行状态。
高压断路器的运行维护常采用事故检修和定时检修的方式。事故检修即在故障发生后进行检修,无法有效避免事故发生;定时检修即固定时间间隔检修,不仅耗费人力物力,还可能在大修解体过程中造成新的故障。因此,发展断路器状态监测及故障诊断方法十分必要,提取断路器运行状态有效特征是进行精准辨识的前提。高压断路器动作时的振动信号包含设备状态丰富信息,在断路器振动信号处理方面,经验模态分解、小波变换、S变换等是断路器振动信号常用处理方法,可有效反映信号特性,但经验模态分解存在模态混叠问题,小波变换和S变换性能受参数影响较大。
发明内容
针对上述现有技术存在的问题,本发明提供一种铁路开关柜断路器故障诊断方法。
为了实现上述技术目的,本发明采用如下技术方案:
一种铁路开关柜断路器故障诊断方法,包括:
S1:采集断路器振动信号;
S2:对振动信号利用快速傅里叶变换求取单边功率谱S(f);
S3:在直角坐标系下对单边功率谱波形进行归一化处理;
S4:定义松弛因子α,将归一化处理后的直角坐标第一象限划分成α×α的等面积子区域;
S5:对落入每个子区域的若干数据点与坐标原点分别连线,形成由坐标原点指向数据点的向量Wij,并计算出向量Wij与横轴的夹角θij,对每个子区域内所有数据点的夹角数据求加权平方和Ei,Ei为反映所在子区域向量分布状态的角度值;
S6:以功率谱波形向量散布在每个子区域中向量的夹角构建概率参数,得到向量熵参数H(U);
S7:统计断路器不同故障状态下向量熵参数H(U)的置信区间,由此进行铁路开关柜断路器的故障诊断。
与现有技术相比,本发明的有益效果:
本发明的铁路开关柜断路器故障诊断方法,提出一种向量熵特征,通过频率(x轴)及其强度(y轴)协同配合来刻画断路器振动信号的运行状态。利用快速傅里叶变换求取断路器振动信号功率谱。在直角坐标系下对功率谱波形进行归一化处理,将频率(x轴)及其强度(y轴)所构成的区域划分为若干等面积的矩形子区域,以波形散布在矩形子区域内数据点及其与坐标原点连线构成由坐标原点指向数据点的向量的夹角为基础,定义向量熵特征刻画断路器振动信号的功率变化情况,根据向量熵特征的变化情况诊断铁路开关柜断路器的故障,极大提升作为高速铁路重要组成部分牵引供电系统安全可靠性及可维护性。
附图说明
为了更清楚的说明本发明实施例或现有技术的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做简单的介绍,显而易见的,下面描述中的附图仅仅是本发明的一些实施例,对于本领域中的普通技术人员来说,在不付出创造性劳动的前提下,还可根据这些附图获得其他附图。
图1为基于振动信号特征分析的断路器故障诊断流程图;
图2为正常合闸振动信号时域波形图;
图3为振动信号单边功率谱图;
图4为振动信号功率谱归一化及等面积分块图;
图5为向量夹角示意图。
具体实施方式
以下结合附图对本发明的具体实施方式作进一步地说明。
本方法以ZN65-12真空断路器作为实验平台,采集断路器在合闸过程中正常合闸和三种人为设定的常见故障类型的振动信号。故障状态分别设置为:基座松动,本体的固定装置发生松动;连杆脱落,绝缘推杆与传动机构脱落;铁芯卡涩,合闸电磁铁铁芯运动卡涩。基于振动信号特征分析的断路器故障诊断流程图如图1所示。
S1:选用NI USB-4431采集卡和AD50S压电加速度传感器采集断路器振动信号。其中,传感器采用磁吸方式固定在断路器外壳,以控制线圈电流信号作为采集卡的触发源。以合闸操作为例,正常合闸振动信号时域波形图如图2所示。
S2:对振动信号x(t)利用快速傅里叶变换求取单边功率谱S(f),如图3所示。
其中,F[x(t)]表示对振动信号x(t)进行快速傅里叶变换,表示对振动信号x(t)傅里叶变换的结果取复共轭,n是振动信号x(t)的采样数。
S3:在直角坐标系下对单边功率谱波形进行归一化处理;
将功率谱的强度(y轴)归一化到[0,1]之间:
其中,min(Sk)和max(Sk)分别为功率谱波形的强度(y轴)的最小值和最大值,Sk为第k个功率谱的强度值,为归一化处理后的第k个功率谱强度值。
将功率谱的频率(x轴)归一化到[0,1]之间:
其中,min(fk)和max(fk)分别为功率谱波形的频率(x轴)的最小值和最大值,fk为第k个功率谱的频率值,为归一化处理后的第k个功率谱频率值。
S4:定义松弛因子α,将归一化处理后的直角坐标第一象限划分成α×α的等面积子区域;如图4所示,第i个子区域Ai表示为:
Ai=Aβα+1+t-1
其中β和t的计算公式如下:
当β=0时,此时t不可能为0,Ai在第1行第t列;当β≠0且t≠0时,Ai在第β+1行第t列;当β≠0且t=0时,Ai在第β行第α列。
S5:对落入每个子区域的若干数据点与坐标原点分别连线,形成由坐标原点指向数据点的向量Wij,并计算出向量Wij与横轴的夹角θij,如图5所示,对每个子区域内所有数据点的夹角数据求加权平方和Ei,Ei为反映所在子区域向量分布状态的角度值;
对每个子区域内所有数据点的夹角数据求加权平方和Ei的方法如下:
S51:计算向量Wij与横轴的夹角θij:
设Pij为直角坐标下第一象限第i个子区域内的第j个数据点,则
S52:Ei加权方法:
第i个子区域内的数据点根据位置的不同,进行加权平方和计算,计算如下:
其中,n1代指第i个子区域内部数据点总数;n2代指第i个子区域与相邻子区域边界线上的数据点总数;n3代指第i个子区域与相邻子区域边界线交点上的数据点总数。
S6:以功率谱波形向量散布在每个子区域中向量的夹角构建概率参数,得到向量熵参数H(U);向量熵参数H(U)计算方法如下:
其中,pi为每个子区域向量角度的概率,计算公式如下:
α2为根据松弛因子划分的子区域总数。
S7:统计断路器不同故障状态下向量熵参数H(U)的置信区间,由此进行铁路开关柜断路器的故障诊断。
采集断路器正常合闸及基座松动、连杆脱落、铁芯卡涩样本各50组,选取样本总数的60%用于计算正常合闸及基座松动、连杆脱落、铁芯卡涩向量熵特征的置信区间,其余40%用于测试本方法的有效性。断路器不同状态向量熵特征的置信区间如表1所示:
表1断路器不同状态向量熵特征的置信区间
利用其余40%的样本进行测试,利用向量熵置信区间的断路器诊断诊断准确率达97.5%。按照上述步骤执行提取振动信号功率谱通过特征提取后具有良好的区分度,能够有效地刻画断路器振动信号特征,在断路器运行状态评估和缺陷辨识领域发挥重要作用。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。
Claims (3)
1.一种铁路开关柜断路器故障诊断方法,其特征在于,包括:
S1:采集断路器振动信号;
S2:对振动信号利用快速傅里叶变换求取单边功率谱S(f);
S3:在直角坐标系下对单边功率谱波形进行归一化处理;
S4:定义松弛因子α,将归一化处理后的直角坐标第一象限划分成α×α的等面积子区域;
S5:对落入每个子区域的若干数据点与坐标原点分别连线,形成由坐标原点指向数据点的向量Wij,并计算出向量Wij与横轴的夹角θij,对每个子区域内所有数据点的夹角数据求加权平方和Ei,Ei为反映所在子区域向量分布状态的角度值;对每个子区域内所有数据点的夹角数据求加权平方和Ei的方法如下:
S51:计算向量Wij与横轴的夹角θij:
设Pij为直角坐标下第一象限第i个子区域内的第j个数据点,则
S52:Ei加权方法:
第i个子区域内的数据点根据位置的不同,进行加权平方和计算,计算如下:
其中,n1代指第i个子区域内部数据点总数;n2代指第i个子区域与相邻子区域边界线上的数据点总数;n3代指第i个子区域与相邻子区域边界线交点上的数据点总数;
S6:以功率谱波形向量散布在每个子区域中向量的夹角构建概率参数,得到向量熵参数H(U);向量熵参数H(U)计算方法如下:
其中,pi为每个子区域向量角度的概率,计算公式如下:
α2为根据松弛因子划分的子区域总数;
S7:统计断路器不同故障状态下向量熵参数H(U)的置信区间,由此进行铁路开关柜断路器的故障诊断。
2.根据权利要求1所述的铁路开关柜断路器故障诊断方法,其特征在于,步骤S4中,第i个子区域Ai表示为:
Ai=Aβα+1+t-1
其中β和t的计算公式如下:
当β=0时,此时t不可能为0,Ai在第1行第t列;当β≠0且t≠0时,Ai在第β+1行第t列;当β≠0且t=0时,Ai在第β行第α列。
3.根据权利要求1所述的铁路开关柜断路器故障诊断方法,其特征在于,步骤S1中,采用压电加速度传感器采集断路器振动信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310710170.8A CN116736099B (zh) | 2023-06-15 | 2023-06-15 | 一种铁路开关柜断路器故障诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310710170.8A CN116736099B (zh) | 2023-06-15 | 2023-06-15 | 一种铁路开关柜断路器故障诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116736099A CN116736099A (zh) | 2023-09-12 |
CN116736099B true CN116736099B (zh) | 2023-12-05 |
Family
ID=87911065
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310710170.8A Active CN116736099B (zh) | 2023-06-15 | 2023-06-15 | 一种铁路开关柜断路器故障诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116736099B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102162827A (zh) * | 2010-12-24 | 2011-08-24 | 中国计量科学研究院 | 一种提高麦克斯韦电桥电感测量精度的方法和电桥 |
CN103487749A (zh) * | 2013-09-18 | 2014-01-01 | 国家电网公司 | 高压断路器机械状态在线监测诊断系统及方法 |
WO2014144694A1 (en) * | 2013-03-15 | 2014-09-18 | The Regents Of The University Of California | Fast frequency estimator |
CN205139295U (zh) * | 2015-12-01 | 2016-04-06 | 山东科技大学 | 一种带有通信检测功能的微电网真空断路器 |
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 |
CN112100803A (zh) * | 2020-07-22 | 2020-12-18 | 中国铁路上海局集团有限公司上海动车段 | 一种动车组功率断路器主触点健康状况测评方法 |
CN112255538A (zh) * | 2020-10-14 | 2021-01-22 | 国网青海省电力公司海西供电公司 | 一种多特征优化融合的高压断路器故障诊断方法 |
CN112284707A (zh) * | 2020-10-22 | 2021-01-29 | 国网青海省电力公司海西供电公司 | 一种断路器振动信号的处理方法 |
CN113654750A (zh) * | 2021-08-13 | 2021-11-16 | 华北电力大学(保定) | 一种断路器操动机构振动特征提取方法 |
CN113901862A (zh) * | 2021-08-12 | 2022-01-07 | 西安交通大学 | 一种电磁斥力机构故障监测方法、系统、设备及可读存储介质 |
CN115704860A (zh) * | 2021-08-03 | 2023-02-17 | 华北电力大学(保定) | 一种基于振动信号的断路器状态辨识方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109444656B (zh) * | 2018-12-21 | 2020-06-09 | 浙江大学 | 一种变压器绕组变形位置的在线诊断方法 |
-
2023
- 2023-06-15 CN CN202310710170.8A patent/CN116736099B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102162827A (zh) * | 2010-12-24 | 2011-08-24 | 中国计量科学研究院 | 一种提高麦克斯韦电桥电感测量精度的方法和电桥 |
WO2014144694A1 (en) * | 2013-03-15 | 2014-09-18 | The Regents Of The University Of California | Fast frequency estimator |
CN103487749A (zh) * | 2013-09-18 | 2014-01-01 | 国家电网公司 | 高压断路器机械状态在线监测诊断系统及方法 |
CN205139295U (zh) * | 2015-12-01 | 2016-04-06 | 山东科技大学 | 一种带有通信检测功能的微电网真空断路器 |
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 |
CN112100803A (zh) * | 2020-07-22 | 2020-12-18 | 中国铁路上海局集团有限公司上海动车段 | 一种动车组功率断路器主触点健康状况测评方法 |
CN112255538A (zh) * | 2020-10-14 | 2021-01-22 | 国网青海省电力公司海西供电公司 | 一种多特征优化融合的高压断路器故障诊断方法 |
CN112284707A (zh) * | 2020-10-22 | 2021-01-29 | 国网青海省电力公司海西供电公司 | 一种断路器振动信号的处理方法 |
CN115704860A (zh) * | 2021-08-03 | 2023-02-17 | 华北电力大学(保定) | 一种基于振动信号的断路器状态辨识方法 |
CN113901862A (zh) * | 2021-08-12 | 2022-01-07 | 西安交通大学 | 一种电磁斥力机构故障监测方法、系统、设备及可读存储介质 |
CN113654750A (zh) * | 2021-08-13 | 2021-11-16 | 华北电力大学(保定) | 一种断路器操动机构振动特征提取方法 |
Non-Patent Citations (3)
Title |
---|
Vibration characteristics during mechanism endurance test of a high voltage circuit breaker;Wenpeng Zhang;《2012 IEEE International Conference on Condition Monitoring and Diagnosis》;975-978 * |
断路器机械振动信号特征值提取方法分类性能研究;李斌 等;《东北电力技术》;5-9 * |
过电压条件下避雷器与断路器动作关联性研究;陈明忠 等;《电气技术》;57-60 * |
Also Published As
Publication number | Publication date |
---|---|
CN116736099A (zh) | 2023-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gu et al. | High impedance fault detection in overhead distribution feeders using a DSP-based feeder terminal unit | |
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 | |
CN106291275B (zh) | 一种局部放电超高频单次波形频域特征提取及识别方法 | |
Pinpart et al. | Differentiating between partial discharge sources using envelope comparison of ultra-high-frequency signals | |
CN109029959B (zh) | 一种变压器绕组的机械状态检测方法 | |
CN106443335A (zh) | 雷击故障识别方法及系统 | |
CN109753951A (zh) | 一种基于瞬时能量熵和svm的oltc故障诊断方法 | |
CN109581270B (zh) | 基于小波多尺度变换快速辨识cvt故障的方法 | |
CN104849633A (zh) | 一种开关柜局部放电模式识别方法 | |
CN109406949B (zh) | 基于支持向量机的配电网早期故障检测方法及装置 | |
CN109800740A (zh) | 一种基于样本熵和svm的oltc机械故障诊断方法 | |
CN110703078A (zh) | 基于频谱能量分析与自组织竞争算法的gis故障诊断方法 | |
CN112183400A (zh) | 一种新型的配电变压器潜伏性故障特征提取方法及系统 | |
CN107765065B (zh) | 一种基于基波衰减因子的配电网励磁涌流识别方法 | |
CN116736099B (zh) | 一种铁路开关柜断路器故障诊断方法 | |
Purkait et al. | Impulse fault classification in transformers by fractal analysis | |
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 | |
CN113654750B (zh) | 一种断路器操动机构振动特征提取方法 | |
CN111025100A (zh) | 变压器特高频局部放电信号模式识别方法与装置 | |
CN114065824B (zh) | 一种对局部放电信号类型快速识别的方法 | |
CN115704860A (zh) | 一种基于振动信号的断路器状态辨识方法 | |
CN110703080B (zh) | 一种gis尖刺放电诊断方法、放电程度识别方法及装置 | |
CN109917245B (zh) | 考虑相位差的超声检测局部放电信号模式识别方法 | |
Ma et al. | GIS mechanical fault diagnosis and test analysis based on S transform-SVM-AlexNet model | |
Shiling et al. | Research on method of mechanical state characteristics diagnosis based on STFT and RVM for transformer winding |
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 |