CN116908667A - 一种断路器电操机构的异常研判方法 - Google Patents
一种断路器电操机构的异常研判方法 Download PDFInfo
- Publication number
- CN116908667A CN116908667A CN202310691863.7A CN202310691863A CN116908667A CN 116908667 A CN116908667 A CN 116908667A CN 202310691863 A CN202310691863 A CN 202310691863A CN 116908667 A CN116908667 A CN 116908667A
- Authority
- CN
- China
- Prior art keywords
- abnormality
- operating mechanism
- circuit breaker
- electric operating
- information
- 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
- 230000005856 abnormality Effects 0.000 title claims abstract description 78
- 230000007246 mechanism Effects 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000003745 diagnosis Methods 0.000 claims abstract description 41
- 230000008859 change Effects 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 7
- 239000013598 vector Substances 0.000 claims description 6
- 230000011664 signaling Effects 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 abstract description 8
- 230000008569 process Effects 0.000 description 4
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004907 flux 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
- 238000011160 research 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Arc-Extinguishing Devices That Are Switches (AREA)
- Testing Electric Properties And Detecting Electric Faults (AREA)
Abstract
本发明提供了一种断路器电操机构的异常研判方法，所述异常研判方法具体为：接入断路器分合闸信号，基于断路器分合闸信号获取分合闸操作时断路器电操机构的电压电流信息；获取断路器电操机构开始执行到执行完成之间的波形文件；将波形文件和电压电流信息输入异常判研模型，基于异常判研模型对断路器电操机构进行异常及故障诊断；同时获取断路器电操机构的电路信息，基于电路信息对异常及故障诊断结果进行复核，根据复核结果确定断路器电操机构的异常研判结果。本发明能够在基于分类器构建的异常研判模型进行异常及故障诊断的基础上，基于电路信息对获取的异常及故障诊断结果进行复核，避免电路波动的影响，保障了异常判研结果的可靠性。
Description
技术领域
本发明涉及断路器故障诊断技术领域，尤其是指一种断路器电操机构的异常研判方法。
背景技术
配电网是电力系统与电力用户直接联系的最基础部分，配电网安全、可靠和稳定的运行与人民生活密切相关，配电网的安全稳定运行对国计民生、国家经济发展的重要性不言而喻。随着城市化进程的加快和新技术的投入，配电电缆和配电自动化设备在配网设备中使用的比例不断上升。而配电自动化主要在配电电缆网中，以主站系统、终端结合配电站所开关柜及其电动操作机构为基础发挥其各项功能。因此，配电电缆网各设备的安全稳定运行、终端设备的健康状况及主站的丰富的管理和监测功能对于配网来说至关重要。
开关设备目前是配电系统中使用量大、范围广的关键设备之一，在实际运行中，配电开关频繁分合闸操作会导致弹簧疲劳，弹簧应力松弛使得触头动作速度减缓，无法快速有效地隔离故障；也可能导致拉杆严重畸变使得触头动作速度变快，机械机构承受超载的机械应力，造成结构损坏或变形，缩短使用寿命，进而影响到电力系统安全性及可靠性。现有的断路器早期故障诊断方法中，常通过人工智能学习算法来实现对于断路器的故障诊断，但现有的利用人工智能学习算法来实现对于断路器的故障诊断的方法中，常直接通过模型来获取诊断结果，并不会对诊断结果的真实性和准确性进行验证，无法排除电路波动对于电气数据的影响，进而导致通过模型根据电气数据获取的诊断结果的可靠性无法得到保障。
发明内容
本发明的目的是克服现有技术中的缺点，提供一种断路器电操机构的异常研判方法，能够根据异常判研模型根据波形文件和电压电流信息来实现异常及故障诊断，且能够基于断路器电操机构的电路信息来对异常及故障诊断结果进行负荷，能够解决现有的断路器故障诊断方法中存在的无法对模型得到的诊断结果的真实性和准确性进行验证，使得获取的断路器电操机构的异常研判结果更加可信。
本发明的目的是通过下述技术方案予以实现：
一种断路器电操机构的异常研判方法，包括，
接入断路器分合闸信号，基于断路器分合闸信号获取分合闸操作时断路器电操机构的电压电流信息；
获取断路器电操机构开始执行到执行完成之间的波形文件；
将波形文件和电压电流信息输入异常判研模型，基于异常判研模型对断路器电操机构进行异常及故障诊断；
同时获取断路器电操机构的电路信息，基于电路信息对异常及故障诊断结果进行复核，根据复核结果确定断路器电操机构的异常研判结果。
进一步的，所述基于异常判研模型对断路器电操机构进行异常及故障诊断，包括，获取若干组正常状态下和故障状态下的分合闸电压电流信息以及对应的波形文件，并根据分合闸电压电流信息选取突变信息值作为特征值，同时根据录波文件获取特征波形，特征值和特征波形构成特征向量，并将特征向量随机分为训练集和测试集，对异常研判模型信息训练，将波形文件和电压电流信息输入训练完成的异常研判模型，获取异常及故障诊断结果。
进一步的，所述突变信息值包括电流变化拐点、电压变化以及拐点和拐点间的时间间隔。
进一步的，所述基于电路信息对异常及故障诊断结果进行复核，根据复核结果确定断路器电操机构的异常研判结果，包括，确定异常及故障诊断结果对应的电操机构运行阶段，并将确定的电操机构运行阶段与标准电路信息进行匹配，确定对应的标准电路信息，调取当前断路器电操机构的电路信息，将当前电操机构的电路信息与标准电路信息进行比较，获取比较结果，并将比较结果加入异常判断因素，基于电操机构的异常判断因素对异常及故障诊断结果的准确性进行判断，完成异常及故障诊断结果的复核，获取断路器电操机构的异常研判结果。
进一步的，所述断路器电操机构的电路信息包括分合闸电阻和分合闸总耗电量。
进一步的，所述断路器电操机构的异常判断因素包括运行阶段形成时间、回路阻值波动值、操作电压波动值和瞬间功率波动值。
进一步的，所述接入断路器分合闸信号，基于断路器分合闸信号获取集分合闸操作时断路器电操机构的电压电流信息，包括，在断路器电操机构的操作电源输出处加装霍尔传感器，实时测量操作回路的电压电流信息，接收配电主站的遥信数据判断断路器分合闸信号类型，确定断路器分合闸操作时间点，并调取断路器分合闸操作时间点的电压电流信息。
本发明的有益效果是：
能够在基于分类器构建的异常研判模型进行异常及故障诊断的基础上，基于电路信息对获取的异常及故障诊断结果进行复核，从而避免电路波动对于异常及故障诊断结果的影响，保障了获取的异常判研结果的可靠性。
附图说明
图1是本发明的一种流程示意图。
具体实施方式
下面结合附图和实施例对本发明进一步描述。
实施例：
一种断路器电操机构的异常研判方法，如图1所示，包括，
接入断路器分合闸信号，基于断路器分合闸信号获取分合闸操作时断路器电操机构的电压电流信息；
获取断路器电操机构开始执行到执行完成之间的波形文件；
将波形文件和电压电流信息输入异常判研模型，基于异常判研模型对断路器电操机构进行异常及故障诊断；
同时获取断路器电操机构的电路信息，基于电路信息对异常及故障诊断结果进行复核，根据复核结果确定断路器电操机构的异常研判结果。
断路器电操机构的异常类型具体包括回路阻值增大、操作电压欠压、瞬时功率增大和电操机构卡涩，异常判研模型能够对输入的波形文件和电压电流信息进行特征提取，从而根据提取的特征实现故障诊断和分类，确定故障类型。
所述基于异常判研模型对断路器电操机构进行异常及故障诊断，包括，获取若干组正常状态下和故障状态下的分合闸电压电流信息以及对应的波形文件，并根据分合闸电压电流信息选取突变信息值作为特征值，同时根据录波文件获取特征波形，特征值和特征波形构成特征向量，并将特征向量随机分为训练集和测试集，对异常研判模型信息训练，将波形文件和电压电流信息输入训练完成的异常研判模型，获取异常及故障诊断结果。
本实施例具体采用SVM分类器来作为异常研判模型。断路器电操机构线圈电流波形能够反映分合闸电磁铁本身及所控制的锁闩或阀门以及与之相连的开关操动机构、辅助触点在操作过程中的工作情况，为了保障SVM分类器的训练，对断路器电操机构故障进行模拟，获取正常条件下和故障状态下的电压电流信息以及对应的波形文件，从而获取断路器在出现典型故障后电压电流信号和波形文件展现出的特征，进而实现故障诊断。
所述突变信息值包括电流变化拐点、电压变化以及拐点和拐点间的时间间隔。
所述基于电路信息对异常及故障诊断结果进行复核，根据复核结果确定断路器电操机构的异常研判结果，包括，确定异常及故障诊断结果对应的电操机构运行阶段，并将确定的电操机构运行阶段与标准电路信息进行匹配，确定对应的标准电路信息，调取当前断路器电操机构的电路信息，将当前电操机构的电路信息与标准电路信息进行比较，获取比较结果，并将比较结果加入异常判断因素，基于电操机构的异常判断因素对异常及故障诊断结果的准确性进行判断，完成异常及故障诊断结果的复核，获取断路器电操机构的异常研判结果。
由于异常研判模型进行异常及故障诊断时采用的电压电流信号为瞬时值，很可能因电路波动造成诊断结果出现偏差。而电操机构的操作回路电路信息会随着运行阶段的不同而改变，因此，根据异常及故障诊断结果确定故障发生的对应运行阶段，确定在正常运行状态下，该运行阶段的标准电路信息。所述当前断路器电操机构的电路信息为判断断路器电操机构存在异常及故障时的电路信息，即与匹配到的标准电路信息同属于一个运行阶段。将标准电路信息与电路信息进行比较，能够确定电路波动情况，并将其作为异常判断因素，确定电路波动情况是否对异常及故障诊断结果造成实质性影响。
所述断路器电操机构的电路信息包括分合闸电阻和分合闸总耗电量。
所述断路器电操机构的异常判断因素包括运行阶段形成时间、回路阻值波动值、操作电压波动值和瞬间功率波动值。
所述接入断路器分合闸信号，基于断路器分合闸信号获取集分合闸操作时断路器电操机构的电压电流信息，包括，在断路器电操机构的操作电源输出处加装霍尔传感器，实时测量操作回路的电压电流信息，接收配电主站的遥信数据判断断路器分合闸信号类型，确定断路器分合闸操作时间点，并调取断路器分合闸操作时间点的电压电流信息。
电磁铁是断路器操作的首级控制元件，其中铁芯、操作线圈是操作机构的重要组成部分。断路器分合闸是铁芯在电磁力的作用下吸合而实现的，电磁力是线圈流过电流时，电磁铁内产生磁通而产生的。电磁线圈的分合闸电压、电流波形中包含有许多反映断路器操动机构的健康状况以及拒分、拒合等故障的关键信息，诸如铁芯卡滞、脱扣以及分合闸线圈状态等。因此，通过对断路器内部操作回路的电压、电流进行在线检测，能够有效分析开关机械状态特性，实时监测断路器的性能。
因此采用霍尔传感器来实现对于分合闸过程中的电压电流信号，从而保障采集到的电压电流信号的瞬时性，且能够适应任意波形的电压电流信号检测，满足异常研判过程中对于波形文件的采集需求。
由于断路器的分合闸操作受主站遥信控制，因此能够根据遥信数据来判断断路器分合闸的操作时间点，从而确定该操作时间点的电压电流信息。
以上所述的实施例只是本发明的一种较佳的方案，并非对本发明作任何形式上的限制，在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。
Claims (7)
1.一种断路器电操机构的异常研判方法，其特征在于，包括，
接入断路器分合闸信号，基于断路器分合闸信号获取分合闸操作时断路器电操机构的电压电流信息；
获取断路器电操机构开始执行到执行完成之间的波形文件；
将波形文件和电压电流信息输入异常判研模型，基于异常判研模型对断路器电操机构进行异常及故障诊断；
同时获取断路器电操机构的电路信息，基于电路信息对异常及故障诊断结果进行复核，根据复核结果确定断路器电操机构的异常研判结果。
2.根据权利要求1所述的一种断路器电操机构的异常研判方法，其特征在于，所述基于异常判研模型对断路器电操机构进行异常及故障诊断，包括，获取若干组正常状态下和故障状态下的分合闸电压电流信息以及对应的波形文件，并根据分合闸电压电流信息选取突变信息值作为特征值，同时根据录波文件获取特征波形，特征值和特征波形构成特征向量，并将特征向量随机分为训练集和测试集，对异常研判模型信息训练，将波形文件和电压电流信息输入训练完成的异常研判模型，获取异常及故障诊断结果。
3.根据权利要求2所述的一种断路器电操机构的异常研判方法，其特征在于，所述突变信息值包括电流变化拐点、电压变化以及拐点和拐点间的时间间隔。
4.根据权利要求1所述的一种断路器电操机构的异常研判方法，其特征在于，所述基于电路信息对异常及故障诊断结果进行复核，根据复核结果确定断路器电操机构的异常研判结果，包括，确定异常及故障诊断结果对应的电操机构运行阶段，并将确定的电操机构运行阶段与标准电路信息进行匹配，确定对应的标准电路信息，调取当前断路器电操机构的电路信息，将当前电操机构的电路信息与标准电路信息进行比较，获取比较结果，并将比较结果加入异常判断因素，基于电操机构的异常判断因素对异常及故障诊断结果的准确性进行判断，完成异常及故障诊断结果的复核，获取断路器电操机构的异常研判结果。
5.根据权利要求4所述的一种断路器电操机构的异常研判方法，其特征在于，所述断路器电操机构的电路信息包括分合闸电阻和分合闸总耗电量。
6.根据权利要求4所述的一种断路器电操机构的异常研判方法，其特征在于，所述断路器电操机构的异常判断因素包括运行阶段形成时间、回路阻值波动值、操作电压波动值和瞬间功率波动值。
7.根据权利要求1所述的一种断路器电操机构的异常研判方法，其特征在于，所述接入断路器分合闸信号，基于断路器分合闸信号获取集分合闸操作时断路器电操机构的电压电流信息，包括，在断路器电操机构的操作电源输出处加装霍尔传感器，实时测量操作回路的电压电流信息，接收配电主站的遥信数据判断断路器分合闸信号类型，确定断路器分合闸操作时间点，并调取断路器分合闸操作时间点的电压电流信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310691863.7A CN116908667A (zh) | 2023-06-12 | 2023-06-12 | 一种断路器电操机构的异常研判方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310691863.7A CN116908667A (zh) | 2023-06-12 | 2023-06-12 | 一种断路器电操机构的异常研判方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116908667A true CN116908667A (zh) | 2023-10-20 |
Family
ID=88350044
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310691863.7A Pending CN116908667A (zh) | 2023-06-12 | 2023-06-12 | 一种断路器电操机构的异常研判方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116908667A (zh) |
-
2023
- 2023-06-12 CN CN202310691863.7A patent/CN116908667A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107450017B (zh) | 一种开关设备缺陷智能检测系统 | |
| Razi-Kazemi et al. | Circuit-breaker automated failure tracking based on coil current signature | |
| US6225807B1 (en) | Method of establishing the residual useful life of contacts in switchgear and associated arrangement | |
| Razi-Kazemi et al. | Data Mining of Online Diagnosed Waveforms for Probabilistic Condition Assessment of SF $ _ {6} $ Circuit Breakers | |
| Biswas et al. | A real-time data-driven algorithm for health diagnosis and prognosis of a circuit breaker trip assembly | |
| CN107884711A (zh) | 断路器测试方法和终端 | |
| CN201892729U (zh) | Hgis断路器电寿命监测装置 | |
| CN104360263A (zh) | 基于分合闸线圈电流的断路器操作机构故障诊断专家系统 | |
| CN110926778A (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 | |
| CN105445657A (zh) | 基于灰色关联度分析的断路器操作机构状态诊断方法 | |
| CN107270970A (zh) | 高耸电力设备振动监测装置及其进行故障诊断的方法 | |
| CN108919104B (zh) | 一种基于Fisher判别分类法的断路器故障诊断方法 | |
| CN113671361A (zh) | 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 | |
| CN102928186B (zh) | 电子式互感器振动性能的测试方法 | |
| CN115327363B (zh) | 一种高压断路器机械特性带电监测及状态识别方法 | |
| 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 | |
| CN112505535A (zh) | 一种断路器分合闸特性测试方法及系统 | |
| CN113884787A (zh) | 智能录波器跳合闸校验功能测试方法及系统 | |
| CN116908667A (zh) | 一种断路器电操机构的异常研判方法 | |
| CN110426192A (zh) | 一种断路器的声学指纹检测系统和方法 | |
| CN113917294B (zh) | 基于小波分解的智能自适应电弧检测方法及其应用装置 | |
| CN102393505A (zh) | 一种高压断路器特性在线监测装置 | |
| CN115728628A (zh) | 一种断路器控制回路故障在线监测预警方法及装置 | |
| Zhao et al. | Evaluation method of performance degradation based on end magnetic flux leakage for short circuit fault of doubly fed induction generator | |
| CN213457262U (zh) | 一种断路器分合闸线圈重复脉冲法检测装置 |
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 |