一种断路器电寿命预测及健康状态评估方法与流程

1.本发明涉及电力设备技术领域，具体而言，涉及一种断路器电寿命预测及健康状态评估方法。


背景技术：

2.断路器作为输配电中重要的一次设备，其发生故障将会造成重大损失，为及时准确了解继电保护装置的运行状态，不仅需要对智能变电站继电保护装置进行状态评估，还需要对其进行寿命预测，以保证智能变电站稳定运行。寿命预测可以准确地知道设备的剩余寿命，不仅能够极大的提高断路器的可靠性，避免故障发生，同时能够有效降低停机时间，减少维修周期，从而降低成本，并且在此基础上可以及时有效的开展检修工作，防患于未然，为运维检修工作人员提供参考，实现智能变电站安全、可靠运行。
3.长期以来，对于断路器的寿命预测都是监测其运行期间的电压、电流信号，缺乏对断路器开断过程中产生的振动信号和电弧信号的监控。例如：公开号为cn106371008a的中国专利公开了一种开关柜真空断路器寿命评估方法，该方法通过统计某一型号的真空断路器在放电失效时的放电量数据，建立基于weibull分布下的真空断路器寿命评估模型，利用极大似然函数对weibull函数中未知参数进行迭代求解，最后将该解带入weibull分布中，得到关于真空断路器的寿命评估曲线，根据放电量检测信息对真空断路器评估曲线，根据放电量监测信息对真空断路器寿命进行及时评估。上述方案的缺陷是：通过断路器绝缘状态信息来反映断路器的运行状态和寿命，由于其监控因素单一，预测结果容易受到电磁干扰、温湿度、灰尘、振动等外界因素的干扰，降低了断路器寿命评估的准确性。


技术实现要素：

4.鉴于上述问题，本发明提供了一种断路器电寿命预测及健康状态评估方法，解决了现有技术中，监控因素单一，断路器寿命评估准确性低的问题。
5.为解决上述技术问题，本发明采用的技术方案是：一种断路器电寿命预测及健康状态评估方法，包括如下步骤：采集断路器开合过程中的振动信号和电信号，所述电信号包括电弧电流信号、电弧电压信号、三相电流信号和三相电压信号；提取所述振动信号和电信号的特征指标，并对所述特征指标进行相关度分析，选取相关系数高于设定阈值的特征指标作为显著特征；对所述振动信号和电信号的显著特征进行pca降维处理，生成与两者对应的振动退化指标和电退化指标；采用标准布朗运动驱动的wiener过程对所述振动退化指标进行分析，建立剩余寿命概率密度函数，将概率密度取得最大值对应的时间作为所述断路器的第一剩余寿命；将所述电退化指标输入训练完成的svr支持向量机模型中，获得所述断路器的第二剩余寿命；采用动态加权算法，赋予所述断路器的第一剩余寿命和第二剩余寿命不同权值，并进行加权求和获得所述断路器的最终剩余寿命。
6.作为优选方案，所述特征指标包括时域特征和频域特征，所述时域特征包括峰峰值、均方根值、峭度、波形因子、裕度因子和电弧能量，所述频域特征包括重心频率、均方频
率、均方根频率和频率方差。
7.作为优选方案，所述电弧能量为在燃弧时间内对电弧电流信号和电弧电压信号进行积分的值；所述燃弧时间的计算过程包括：采用多元线性回归对电弧电流信号进行拟合，获得电弧电流预测值，并与电弧电流实际值进行对比，获得电流畸变量；若所述电流畸变量大于设定阈值p1时，则当前时间点为电弧开始时刻；若所述电弧电流实际值小于设定阈值p2时，则当前时间点为电弧结束时刻；所述电弧开始时刻与电弧结束时刻的时间差为燃弧时间。
8.作为优选方案，所述相关系数的计算公式如下：
[0009][0010]
上式中，r为相关系数，yi为第i个原始信号的时域特征值，表示n个时域特征值的平均值，xi为第i个原始信号值；为n个原始信号的平均值。
[0011]
作为优选方案，对所述振动信号和电信号的显著特征进行pca降维处理，包括：设有m种z维的显著特征，构建特征矩阵并标准化处理获得标准矩阵x＝[x1，x2，
…
，xm]
t
，计算标准矩阵x的相关系数矩阵的特征值λi(i＝1，2，
…
，m)，并按照降序进行排列，获得综合矩阵f；
[0012]
f＝[f1，f2，
…
，fm]
t
[0013]
f＝ax
[0014]
上式中，fi为第i个特征值λi对应的主成分，a为主成分系数矩阵；
[0015]
根据特征值λi计算各主成分的贡献度pi，
[0016][0017]
根据百分比截点法，选取主成分并计算平均值，归一化处理后，获得退化指标m。
[0018]
作为优选方案，所述采用标准布朗运动驱动的wiener过程对所述振动退化指标进行分析，包括：将断路器在t时刻的实际退化量记为x(t)，则
[0019]
x(t)＝a+μt+σbb(t)
[0020]
上式中，a为退化指标初始值，μ为漂移系数，σb为扩散系数，b(t)为标准wiener过程；
[0021]
将每个监测周期内的n+1个状态监测点的退化指标，记为(t0，m0)，(t1，m1)，
…
(tn，mn)，则在一个监测周期内退化指标值的相对增量表达式为：
[0022]
δmi＝μδti+σbδb(ti)
[0023]
δti＝t
i-t
i-1
,(i＝1,2,l n)
[0024]
根据wiener定义可得，δmi:n(μδti,σ
b2
δti)；
[0025]
似然函数表达式为：
[0026]
利用极大似然法估计漂移系数μ和扩散系数σb，则漂移系数μ和扩散系数σb的估计值如下所示：
[0027][0028]
作为优选方案，所述剩余寿命概率密度函数的表达式为：
[0029][0030]
上式中，t
odd
为剩余寿命，h为失效阈值，a为退化指标初始值，μ为漂移系数，σb为扩散系数。
[0031]
作为优选方案，所述svr支持向量机模型的训练过程包括：收集与所述断路器同型号同批次的历史数据，并将所述历史数据预处理后划分为训练集和测试集；采用训练集对svr支持向量机模型进行训练，模型的惩罚参数和核参数通过差分进化算法结合gwo算法获得；将测试集输入训练完成的svr支持向量机模型中，获得模型输出值和真实值之间的相对误差，并计算相对误差的均值和标准差，以作为控制上下限。
[0032]
作为优选方案，还包括：在所述采集断路器开合过程中的振动信号和电信号之后，对所述振动信号和电信号进行降噪处理；所述降噪处理包括：对原始信号进行vmd分解，采用中心频率法确定模态分量的个数；计算各模态分量与原始信号的互相关系数，选取有效模态分量；将各有效模态分量输入svd函数中，进行降噪重构，获得降噪信号。
[0033]
作为优选方案，还包括对断路器的健康状态进行评估，具体为：计算所述断路器最终剩余寿命与标准寿命的比值，记为grade，则
[0034][0035]
与现有技术相比，本发明的有益效果包括：通过采集断路器开合过程中的振动信号和多种电信号，能够实现对断路器的全面监测，根据振动信号和电信号的特性分别采用wiener过程和svr支持向量机模型进行数据处理，充分利用了wiener过程适合处理由不断累积磨损导致产品失效的非单调退化过程的优点，以及svr支持向量机模型适合处理高维空间特征的优点；最后采用动态加权算法，为每个模型分别赋予权值并可随时修正，实现了
模型间的灵活高效融合，实现了断路器全面可靠评估和预测，提高了断路器电寿命预测和健康状态评估的准确性。
附图说明
[0036]
参照附图来说明本发明的公开内容。应当了解，附图仅仅用于说明目的，而并非意在对本发明的保护范围构成限制。在附图中，相同的附图标记用于指代相同的部件。其中：
[0037]
图1为本发明实施例断路器电寿命预测及健康状态评估方法的流程示意图。
具体实施方式
[0038]
容易理解，根据本发明的技术方案，在不变更本发明实质精神下，本领域的一般技术人员可以提出可相互替换的多种结构方式以及实现方式。因此，以下具体实施方式以及附图仅是对本发明的技术方案的示例性说明，而不应当视为本发明的全部或者视为对本发明技术方案的限定或限制。
[0039]
根据本发明的一实施方式结合图1示出。一种断路器电寿命预测及健康状态评估方法，包括如下步骤：
[0040]
s101，采集断路器开合过程中的振动信号和电信号，电信号包括电弧电流信号、电弧电压信号、三相电流信号和三相电压信号。
[0041]
优选的，在采集信号后，还包括对信号中缺失数据进行补充。具体为：将信号中缺失的和未缺失数据分别作为测试集和训练集，采用感知回归算法在训练集中训练，再使用训练好的模型对测试集进行预测，最后用预测结果补充缺失数据。
[0042]
该感知回归算法模型包括输入层、隐藏层和输出层，每层节点的数学公式如下：
[0043]
x
ij
＝g(wix
i-1
+b
i-1
)
[0044]
上式中，x
ij
表示第i层第j个神经元的值，g表示激活函数，采用relu函数，wi表示第i-1层到第i层中第j个神经元的权值向量，x
i-1
表示第i-1层全部神经元的向量，b
i-1
表示第i-1层的偏置项。
[0045]
该感知回归算法模型的损失函数的数学表达式如下：
[0046][0047]
上式中，表示第i个信号数据的预测值，即输出值，yi表示第i个信号数据的真实值，当损失函数值loss收敛时停止计算，模型训练完成。
[0048]
s102，提取振动信号和电信号的特征指标，并对特征指标进行相关度分析，选取相关系数高于设定阈值的特征指标作为显著特征。
[0049]
特征指标包括时域特征和频域特征，时域特征包括峰峰值、均方根值、峭度、波形因子、裕度因子和电弧能量，频域特征包括重心频率、均方频率、均方根频率和频率方差。
[0050]
电弧能量为在燃弧时间内对电弧电流信号和电弧电压信号进行积分的值；燃弧时间的计算过程包括：采用多元线性回归对电弧电流信号进行拟合，获得电弧电流预测值，并与电弧电流实际值进行对比，获得电流畸变量；若电流畸变量大于设定阈值p1时，则当前时间点为电弧开始时刻；若电弧电流实际值小于设定阈值p2时，则当前时间点为电弧结束时刻；电弧开始时刻与电弧结束时刻的时间差为燃弧时间。
[0051]
具体的，上述相关系数的计算公式如下：
[0052][0053]
上式中，r为相关系数，yi为第i个原始信号的时域特征值，表示n个时域特征值的平均值，xi为第i个原始信号值；为n个原始信号的平均值。
[0054]
s103，对振动信号和电信号的显著特征进行pca降维处理，生成与两者对应的振动退化指标和电退化指标。
[0055]
对振动信号和电信号的显著特征进行pca降维处理，包括：设有m种z维的显著特征，构建特征矩阵并标准化处理获得标准矩阵x＝[x1，x2，
…
，xm]
t
，计算标准矩阵x的相关系数矩阵的特征值λi(i＝1，2，
…
，m)，并按照降序进行排列，获得综合矩阵f；
[0056]
f＝[f1，f2，...，fm]
t
[0057]
f＝ax
[0058]
上式中，fi为第i个特征值λi对应的主成分，a为主成分系数矩阵；
[0059]
根据特征值λi计算各主成分的贡献度pi，
[0060][0061]
根据百分比截点法，保留当时对应的主成分，并计算平均值，归一化处理后，获得退化指标m。
[0062]
采用pca降维方法，去除了原始特征集基底数据的相关性，选出能解释原始特征集中大部分特征的主成分特征，可以有效缓解维度灾难问题，在压缩数据的同时让信息损失最小化。
[0063]
s104，采用标准布朗运动驱动的wiener过程对振动退化指标进行分析，建立剩余寿命概率密度函数，将概率密度取得最大值对应的时间作为断路器的第一剩余寿命。
[0064]
采用标准布朗运动驱动的wiener过程对振动退化指标进行分析，包括：将断路器在t时刻的实际退化量记为x(t)，则
[0065]
x(t)≤a+μt+σbb(t)
[0066]
上式中，a为退化指标初始值，μ为漂移系数，σb为扩散系数，b(t)为标准wiener过程；
[0067]
将每个监测周期内的n+1个状态监测点的退化指标，记为(t0，m0)，(t1，m1)，
…
(tn，mn)，则在一个监测周期内退化指标值的相对增量表达式为：
[0068]
δmi＝μδti+σbδb(ti)
[0069]
δti＝t
i-t
i-1
,(i＝1,2,l n)
[0070]
根据wiener定义可得，δmi:n(μδti,σ
b2
δti)；
[0071]
似然函数表达式为：
[0072]
利用极大似然法估计漂移系数μ和扩散系数σb，则漂移系数μ和扩散系数σb的估计值如下所示：
[0073][0074]
剩余寿命概率密度函数的表达式为：
[0075][0076]
上式中，t
odd
为剩余寿命，h为失效阈值，a为退化指标初始值，μ为漂移系数，σb为扩散系数。当剩余寿命概率密度取得最大值时，其对应的时间为断路器的第一剩余寿命。
[0077]
s105，将电退化指标输入训练完成的svr支持向量机模型中，获得断路器的第二剩余寿命。
[0078]
本发明实施例中，上述svr支持向量机模型的训练过程包括：
[0079]
(1)收集与断路器同型号同批次的历史数据，并将历史数据预处理后划分为训练集和测试集；
[0080]
(2)采用训练集对svr支持向量机模型进行训练，模型的惩罚参数和核参数通过差分进化算法结合gwo算法获得；
[0081]
(3)将测试集输入训练完成的svr支持向量机模型中，获得模型输出值和真实值之间的相对误差，并计算相对误差的均值和标准差，以作为控制上下限。
[0082]
s106，采用动态加权算法，赋予断路器的第一剩余寿命和第二剩余寿命不同权值，并进行加权求和获得断路器的最终剩余寿命。
[0083]
设d1为剩余寿命概率密度函数模型，d2为svr支持向量机模型，dij为第i个模型中第j轮监测周期的剩余寿命值，j＝1
…
k，wi为第i个模型的权值，则进行加权求和获得断路器的最终剩余寿命为：
[0084][0085]
上式中，t
total
为最终剩余寿命，t
i，k+1
为第i个模型在第k+1轮监测周期输出的剩余寿命值，wi为第i个模型的权值，在第j轮监测周期中，wi默认为0.5。在后续监测周期中，由下列公式随时动态更新模型d1和d2的权重，具体如下：
[0086][0087][0088][0089]
上式中，wi为第i个模型的权值，σ
i2
为第i个模型的方差，为第i个模型的平均剩
余寿命值。
[0090]
本发明实施例中，该评估方法还包括：在采集断路器开合过程中的振动信号和电信号之后，对振动信号和电信号进行降噪处理；降噪处理包括：对原始信号进行vmd分解，采用中心频率法确定模态分量的个数；计算各模态分量与原始信号的互相关系数，选取有效模态分量；将各有效模态分量输入svd函数中，进行降噪重构，获得降噪信号。
[0091]
进一步的，该评估方法还包括对断路器的健康状态进行评估，具体为：计算断路器最终剩余寿命与标准寿命的比值，记为grade，则
[0092][0093]
综上所述，本发明的有益效果包括：通过采集断路器开合过程中的振动信号和多种电信号，能够实现对断路器的全面监测，根据振动信号和电信号的特性分别采用wiener过程和svr支持向量机模型进行数据处理，充分利用了wiener过程适合处理由不断累积磨损导致产品失效的非单调退化过程的优点，以及svr支持向量机模型适合处理高维空间特征的优点；最后采用动态加权算法，为每个模型分别赋予权值并可随时修正，实现了模型间的灵活高效融合，实现了断路器全面可靠评估和预测，提高了断路器电寿命预测和健康状态评估的准确性。
[0094]
应理解，所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0095]
本发明的技术范围不仅仅局限于上述说明中的内容，本领域技术人员可以在不脱离本发明技术思想的前提下，对上述实施例进行多种变形和修改，而这些变形和修改均应当属于本发明的保护范围内。