252 kV断路器分合闸线圈在环境因素下的劣化规律研究

高压断路器分合闸线圈在长期运行条件下,会受到温度、湿度、盐雾等环境因素的影响,其性能也会发生相应的劣化。采用湿热试验考察温度、湿度对252 kV断路器分合闸线圈的影响,采用交变盐雾试验考察温湿度及盐雾对252 kV断路器分合闸线圈的综合影响,研究了分合闸线圈在相应试验条件下的劣化情况以及分合闸线圈电流的变化情况。研究结果表明,在湿热环境下,252 kV断路器的分合闸线圈性能的劣化是一个突变过程,无法通过分合闸线圈电流进行反映;在盐雾环境下,252 kV断路器的分合闸线圈性能的劣化是一个非线性的加速过程。

高压断路器分合闸线圈电流采集实验平台与故障模拟实验研究

高压断路器是电力系统的关键设备,分合闸线圈是断路器操动机构的核心部件。近年来,分合闸线圈故障时有发生,严重影响了电力系统的安全性能。文中研究了高压断路器分合闸线圈的回路结构和动作原理,设计了断路器机构模拟样机,搭建了断路器分合闸线圈电流采集试验平台。基于该平台,获取了正常和几种故障情况下的分合闸线圈电流曲线,提取了主要的特征参数并进行了分析,论证了分合闸线圈发生故障时特征参数的变化规律,为基于电流波形诊断分合闸线圈的运行状态提供了依据。

基于随机森林算法的断路器分合闸线圈故障电流曲线识别

高压断路器是电力系统的核心设备,其稳定可靠运行具有重要意义。高压断路器分合闸电流曲线能够很大程度上反映高压断路器分合闸机构的运行状态,因此文中研究了在几种典型故障条件下,断路器分合闸线圈电流的变化。随机森林算法由于算法实现过程中的两次随机过程,使得算法过拟合风险大大降低,模型泛化能力大大增强。提出了使用随机森林算法识别故障电流曲线,取得了很好的效果。

基于SVM主成分分析的高压断路器分合闸线圈故障诊断研究

拒动是断路器最严重的故障类型之一,可能导致大面积停电事故,而近年来由于分合闸线圈故障导致拒动时有发生,诊断分合闸线圈的运行状态对于保障电网安全具有重要意义。文中以某型号SF6瓷柱式高压交流断路器中的分合闸线圈为研究对象,通过实验模拟电源电压跌落、供电回路接触不良、铁心卡涩、铁心空行程大这几种典型的故障类型,获取正常与故障条件下的分合闸线圈电流波形。进而采用支持向量机(SVM)算法对分合闸线圈故障进行诊断,特别是采用主成分分析法提取电流波形的特征参数作为诊断依据,实现了对故障的有效识别。基于SVM主成分分析的方法可方便构建故障诊断专家系统,以保障分合闸线圈可靠运行。