一种断路器弹簧操作机构故障诊断方法与流程

本发明涉及电力设备检测，具体涉及一种断路器弹簧操作机构故障诊断方法。

背景技术：

1、断路器是指能够关合、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，有控制和保护电力设备的双重作用。弹簧操作机构作为断路器的执行机构，其运行状态直接影响了断路器的分合闸能力。断路器弹簧操作机构发生故障时，会直接危害被保护的线路、设备的安全运行和检修人员的人身安全，从而导致巨大的财产损失和不良的社会影响。

2、随着传感技术、总线技术和数字信号处理技术的不断发展，断路器检测技术的发展速度越来越快。但断路器弹簧操作机构的在线监测与故障诊断在技术和政策上仍存在很多问题需要解决。大多电气设备仍处于定期检修或事故检修阶段，仍过分依赖人力资源；设备故障诊断存在时效性较低、诊断类型少、分类方法单一和关键故障诊断精确度低等问题。这些问题也会导致上级变配电单位发生“越级跳闸”等现象，引发更大范围的停电，严重影响国民经济发展。

技术实现思路

1、有鉴于此，本发明提出了一种断路器弹簧操作机构故障诊断方法，能够提高断路器弹簧操作机构故障诊断准确率，增强对关键故障诊断的识别率。

2、为实现上述目的，本发明的技术方案为：

3、一种断路器弹簧操作机构故障诊断方法，包括如下步骤：模拟断路器弹簧操作机构的常见故障，利用传感器采集断路器在分合闸操作过程中产生的振动信号；对采集到的信号进行小波包去噪，采用自适应变分模态分解算法对小波包去噪后的信号进行分解，得到各模态分量；对每个模态分量提取特征向量，特征向量的组合作为振动信号的特征矩阵，建立故障诊断数据集；选用多种分类算法建立各个故障的诊断模型，并进行交叉验证，得到模型最终的准确率指标；选取指标最高的模型供给故障诊断决策模块。

4、其中，得到模型最终的准确率指标的具体实现方式为：针对k类故障，采用基于支持向量机的一对一、一对多、决策树和权值序列优化决策树四种多分类方案建立诊断模型，其中按照其严重程度构造权值序列w＝[w1,w2,w3,…,wk]，其中w1≥w2≥w3≥…≥wk,w1+w2+w3+…+wk＝1，将无序的多分类问题转换为有序多分类问题，利用权值序列减弱决策树中绝对误差的传递效果，得到权值序列优化的决策树分类方案，采用4折交叉验证方法，将训练样本分为4份，轮流选择3份作为训练集，剩余的作为测试集，最终将4次验证准确率的均值作为模型最终的准确率指标。

5、其中，对每个模态分量提取特征向量m＝[m1,m2,m3,m4,m5,m6,m7]，中心频率幅值(m1)，中心频率相对值(m2)，中心频率频带宽度(m3)，信号绝对平均值(m4)，绝对平均值占比(m5)，能量值(m6)和能量占比(m7)；其中，中心频率所占频宽取频谱中幅值大于7/8最大幅值部分的频带宽度表示，能量值用均方根值表示。

6、其中，根据故障类型给各个特征矩阵打标签，获取有标签的故障诊断数据集。

7、其中，所述常见故障包括：分闸线圈电压异常、分闸电磁铁铁芯运动受阻、四连杆机构卡涩、储能弹簧疲软以及储能电机供电异常。

8、有益效果

9、1、本发明通过信号采集、预处理、特征提取、故障模型训练及验证，提高了系统对于各类故障的诊断效果以及关键故障的分辨率，从而保证了供电可靠性，对比已有技术，能够提高断路器弹簧操作机构故障识别的准确性，提升系统运行速度，具有系统可靠性高，关键故障识别准确率高的效果。

10、2、本发明采用自适应变分模态分解算法对预处理后的信号进行分解，得到各模态分量，将每个模态分量提取特征向量组合，作为振动信号的特征矩阵，建立故障诊断数据集，实现精确的特征值提取，进而提高断路器弹簧操作机构故障诊断的准确性。

11、3、本发明中，选用多种分类算法建立各个故障的诊断模型，并进行交叉验证，提高了断路器弹簧操作机构故障诊断的准确性，特别是关键故障类型的识别率。

技术特征：

1.一种断路器弹簧操作机构故障诊断方法，其特征在于，包括如下步骤：模拟断路器弹簧操作机构的常见故障，利用传感器采集断路器在分合闸操作过程中产生的振动信号；对采集到的信号进行小波包去噪，采用自适应变分模态分解算法对小波包去噪后的信号进行分解，得到各模态分量；对每个模态分量提取特征向量，特征向量的组合作为振动信号的特征矩阵，建立故障诊断数据集；选用多种分类算法建立各个故障的诊断模型，并进行交叉验证，得到模型最终的准确率指标；选取指标最高的模型供给故障诊断决策模块。

2.如权利要求1所述的方法，其特征在于，得到模型最终的准确率指标的具体实现方式为：针对k类故障，采用基于支持向量机的一对一、一对多、决策树和权值序列优化决策树四种多分类方案建立诊断模型，其中按照其严重程度构造权值序列w＝[w1,w2,w3,…,wk]，其中w1≥w2≥w3≥…≥wk,w1+w2+w3+…+wk＝1，将无序的多分类问题转换为有序多分类问题，利用权值序列减弱决策树中绝对误差的传递效果，得到权值序列优化的决策树分类方案，采用4折交叉验证方法，将训练样本分为4份，轮流选择3份作为训练集，剩余的作为测试集，最终将4次验证准确率的均值作为模型最终的准确率指标。

3.如权利要求1或2所述的方法，其特征在于，对每个模态分量提取特征向量m＝[m1,m2,m3,m4,m5,m6,m7]，中心频率幅值(m1)，中心频率相对值(m2)，中心频率频带宽度(m3)，信号绝对平均值(m4)，绝对平均值占比(m5)，能量值(m6)和能量占比(m7)；其中，中心频率所占频宽取频谱中幅值大于7/8最大幅值部分的频带宽度表示，能量值用均方根值表示。

4.如权利要求3所述的方法，其特征在于，根据故障类型给各个特征矩阵打标签，获取有标签的故障诊断数据集。

5.如权利要求1、2或4所述的方法，其特征在于，所述常见故障包括：分闸线圈电压异常、分闸电磁铁铁芯运动受阻、四连杆机构卡涩、储能弹簧疲软以及储能电机供电异常。

技术总结
本发明提出了一种断路器弹簧操作机构故障诊断方法，能够提高断路器弹簧操作机构故障诊断准确率，增强对关键故障诊断的识别率。本发明通过信号采集、预处理、特征提取、故障模型训练及验证，提高了系统对于各类故障的诊断效果以及关键故障的分辨率，从而保证了供电可靠性，对比已有技术，能够提高断路器弹簧操作机构故障识别的准确性，提升系统运行速度，具有系统可靠性高，关键故障识别准确率高的效果。

技术研发人员：侯新保,罗升,冯栋梁,刘思威,曾希圣
受保护的技术使用者：宜昌测试技术研究所
技术研发日：
技术公布日：2024/1/13