高压断路器触头烧蚀及电寿命评估研究综述

随着高压断路器接近设计寿命年限其触头烧蚀情况越来越严重,评估高压断路器电寿命可提高利用效率同时保证其运行可靠性。根据近些年有关开关电器电寿命相关文献,首先从触头烧蚀数学模型出发剖析了断路器电寿命终结物理过程;然后对比了目前常用的断路器电寿命评估方法优缺点,指出数据模型是驱动设备寿命准确评估的关键,并借鉴其他类型开关电器电寿命相关研究为高压断路器靠性评估开拓了思路。最后指出高压断路器电寿命预测所面临挑战以及研究方向。

溯源弹簧形变过程的断路器振动信号递归量化分析辨识方法

从锁止机构脱扣引起储能弹簧释能,经部件带动动触头运动再到静止的每个动作具有严格阶段特征,伴随断路器动作的机械振动展现了能量传递及设备健康状态。该文提出一种溯源弹簧形变过程的断路器振动信号递归量化分析方法,首先由高速相机捕捉断路器操动时储能弹簧的动作图像,通过计算机视觉跟踪动态提取反映弹簧形变特征帧,再依据特征帧时序划分操动过程;然后将不同阶段振动信号映射至高维相空间,经递归分析得到体现动力系统变化特征的递归图,并递归量化分析其纹理结构特征;最后利用支持向量机模型对正常及故障状态下的断路器振动特征样本进行分析辨识,对比结果证明,由弹簧释能时序细化振动信号特征分析有效提高了分类识别准确率。该文方法在断路器操动机构状态辨识中具有广阔的应用前景。

动作时序优化振动信号混沌吸引子特征的断路器操动状态辨识方法

高压断路器分合闸操作过程包括掣子脱扣、弹簧释能、动静触头碰撞等动作,机械振动信号作为能量传递的表现,蕴含着丰富的运行状态信息。该文基于断路器关键动作节点的时序,提出一种动作时序优化振动信号混沌吸引子特征的断路器操动状态辨识方法。首先,由高速相机捕捉断路器操动过程主轴拐臂运动图像,利用目标跟踪算法获取动触头关键运动节点时序指标;然后,依据时序指标划分操动过程,通过对不同阶段的振动信号相空间重构,提取相空间吸引子几何和属性特征;最后,利用智能分类算法进行故障辨识,实验结果验证该方法在大幅节省时间开销的同时,有效提高了分类辨识的准确率达96.9%。该文方法在断路器状态监测和带电测试中具有广阔应用前景。

高压断路器操动机构非侵入式多信息检测及故障诊断研究

高压断路器的操动机构是保障断路器可靠动作的关键部件,准确判断操动机构状态至关重要。提出了基于图像、振动、声音的非侵入式多信息检测方法,对提取的图像特征向量(分闸时间、合闸时间、分闸速度、合闸速度、分闸行程、合闸行程)、振动特征向量(特征时间点、等能量5分段能量熵)、声音特征向量(特征时间点、等能量5分段能量熵)和操动机构状态(正常、基座松动、转轴卡涩、缓冲器性能下降、拐臂润滑不足)进行了多重对应分析,找到了机构状态和相应特征向量的关联关系。提出了基于机构状态和相应特征向量关联关系的分级诊断策略,经实验室故障模拟及诊断,基座松动故障、转轴卡涩故障、缓冲器性能下降故障的联合特征诊断较单一信号诊断正确率分别提升至90%、80%、90%,拐臂润滑不足故障的联合特征诊断准确率较单一信号诊断没有明显的提高。经现场实测及设备解体分析,证明了方法的通用有效性。

基于相空间重构与GSA-LVQ的有载调压变压器分接开关机械故障诊断

针对有载调压变压器分接开关机械故障诊断准确率不高以及潜在机械故障不能及时被发现的问题,提出了一种基于互补集合经验模态分解(CEEMD)、相空间重构结合万有引力搜索法(GSA)改进学习矢量量化神经网络(LVQ)的有载分接开关机械故障诊断新方法。采用CEEMD对振动信号进行时频域分解,然后通过C-C算法确定延迟时间和嵌入维数,对反映不同频率特征的固有模态函数(IMF)进行相空间重构,并提取反映混沌特征的两个特征量李雅普诺夫指数和关联维数构成特征向量。利用GSA优化LVQ,解决网络对初始连接权值敏感的问题,增强网络对有载分接开关机械故障分类识别性能。通过对有载分接开关机械状态的实验分析,证明了相空间重构结合GSA-LVQ算法的可行性和有效性。

基于振动和电流信号多域特征联合的高压断路器储能状态辨识方法

为实现高压断路器的储能状态辨识,提出了一种基于伴随振动和电流信号多域特征提取的储能状态辨识方法。对振动信号进行倒频谱分析提取频域周期分量特征来体现电机周期性转动轨迹的基频和高频特性;采用相空间重构理论经关联积分法获取相空间域关联维数与Kolmogorov熵,定量评估储能过程随机运动的复杂程度;计算电机电流持续时间、起始电流值及偏度时域特征,与振动信号特征构建多域联合特征向量;通过支持向量机算法实现断路器储能状态辨识。实验结果表明,基于振动和电流信号多域联合特征的辨识算法准确率达到97%,有效地提高了断路器储能典型工况的识别准确率。

面向断路器储能弹簧性能检测的改进Lucas-Kanada光流图像目标实时跟踪算法

储能机构弹簧的动力学特性与断路器操动状态息息相关。针对断路器操动机构动作时间快、动力学参数难以捕捉等问题,提出一种基于高速图像序列目标跟踪的储能弹簧形变参数检测新方法,由高速摄像机拍摄断路器储能弹簧释放瞬间的视频图像,并引入了视觉跟踪的Lucas-Kanade光流算法计算弹簧形变速度和行程等参数。为解决测试现场弹簧形变信息提取、目标跟踪的实时性,提出了改进的Lucas-Kanada光流加速算法提高图像识别效率。现场断路器弹簧性能测试实验中,改进算法匹配图像目标的速度达4.6 ms/帧,证明改进算法满足断路器机械特性参数检测的精度和实时性需求。改进算法对于特定的高速连续运动目标检测具有独特优势,非接触式的图像跟踪检测方法在断路器状态判别中具有广阔应用前景。

声振信号构造CNN特征矩阵的断路器储能机构故障诊断方法

针对传统的高压断路器储能机构故障诊断方法过于依赖主观经验,准确率不高、泛化能力差,提出一种声音振动信号联合构造卷积神经网络(CNN)特征矩阵的高压断路器储能机构故障诊断方法。首先将采集到的声信号通过形态学去除背景噪声,提出基于峭度和包络相似性的时标对位方法保证声振信号的同步性,然后对数据扩容后的声振信号利用皮尔逊相关系数构造二维图像特征矩阵,最后利用CNN对特征矩阵进行训练。实验证明:文中所提出的故障诊断方法与传统方法对比总体诊断准确率高,泛化性能好。

并联电容器组状态监测的新型无线传感器设计关键技术研究

并联电容器组频繁投切补偿电网无功过程产生严重涌流和谐波,瞬间过电压和大电流对电容器单元运行安全威胁极大。提出一种基于无线传感技术的电力电容器状态监测方案,通过铁心磁场分布、材料特性和线圈输出功率分析,确定传感器采用闭路铁心高压取能、开路铁心测量的双CT结构,利用内置A/D及ZigBee通信协议栈的CC2530芯片,以及专用信号处理电路实现电容器单元电流和温升感知;由低功耗IEEE 802.15.4标准协议将终端节点信息加密无线组网,汇聚的数据在后台机进行综合判别分析。双铁心结构传感器的紧凑化设计,解决了铁心磁性饱和下高位取能、线性区的准确测量问题,实现了传感器现场高压绝缘、抗干扰和无线组网设计的整体性能优化。

基于ICEEMDAN-RCMDE的高压断路器机械故障诊断方法

针对高压断路器分、合闸过程中伴随的非平稳、非线性振动信号特征提取困难的问题,应用了一种基于改进的完全自适应噪声集合经验模态分解(ICEEMDAN)和精细复合多尺度散布熵(RCMDE)结合的高压断路器机械故障诊断方法。首先对原始振动信号进行ICEEMDAN分解,得到不同频率尺度的本征模态分量(IMF),依据故障敏感因子筛选有效IMF分量进行信号重构;然后对重构信号进行RCMDE分析,通过精细化的多尺度分析刻画信号特征;最后,将不同尺度因子下的RCMDE值作为特征向量输入支持向量机(SVM)中进行故障诊断。实验验证了该方法的可行性,故障辨识度较高。

敞开式高压隔离开关接线端子过热分析及现场处理方案

为了保障电力系统运行安全,提高故障检修效率,对某变电站的多起敞开式高压隔离开关接线端子过热故障进行分析。首先进行故障检查,然后计算通流能力、校核拧紧扭矩,最后提出了现场处理方案,并进行有限元仿真分析。结果表明:1)过热原因为盲孔螺纹连接失效导致的螺栓轴向预紧力降低;2)提出了重新打孔和改造旧孔2种提高接线端子紧固螺栓轴向预紧力的现场解决方案;3)2种方案均具有理论可行性,重新打孔方案和改造旧孔方案的整体实施难度相差不大,温控效果更好,16个月内重新打孔方案的最大温升为7.8℃,改造旧孔方案的最大温升为9.1℃。研究所提的重新打孔方案是敞开式高压隔离开关接线端子过热故障现场处理的一种较为高效、实用的方法,可为其他变电站类似事故处理提供参考。

电容器母排投切电流测量用宽频罗氏线圈传感器优化设计

大电流罗式线圈电流传感器频率响应特性主要取决于配套的积分电路参数。从监测并联电容器组投切电流应用需求出发,提出一种适合测量电容器母排暂态电流的新型罗氏线圈传感器积分电路。在罗氏线圈电流传感器工作原理分析基础上,研究不同类型积分器对暂态电流频率响应特性,由频响互补出发计算了两级复合积分器电路参数,并利用雷击电流模拟暂态特性对设计参数进一步优化。测试结果表明该罗氏线圈传感器对暂态大电流测量具有优良性能,适用于测量并联电容器组母排电流谐波,以及投切电流监测及过电流故障分析。

有载调压变压器分接开关在线故障诊断技术综述

当前以新能源并网为特征的新型电力系统正处建设阶段,分布式电源带来的间歇性冲击对电网调节能力要求更高,频繁的电网潮流调整和无功分配造成的变压器有载调压故障逐渐增加。根据有载分接开关的电气、机械及驱动电机传动机构运行机理及设备运维要求,分析了绝缘油色谱、机械振动、驱动电机旋转角、电机定子电流信号等诊断方法原理,并对各类相关OLTC故障诊断技术优缺点作出评价。

基于计算机视觉的远程变电站状态监测与诊断新策略

提出了一种基于计算机视觉的变电站畸变状态监测与诊断新策略,即通过与历史监测图像相比较对变电站的状态进行分类,确定是否传送图像和告警信号,调度中心接到告警信号后才需观察图像及处理异常情况。文章首先详细介绍了监测诊断系统的总体结构, 讨论了基于远程图像识别的电力设备状态诊断过程,然后结合图像的预处理过程,阐述了基于先验信息的电力仪表显示值的确定方法,并提出了适当的优化算法。通过对监测策略及图像识别的优化,建立的基于计算机视觉的变电站远程状态诊断系统降低了对通信信道的要求,并显著减轻了调度员连续观察大量实时图像的负担。

高压断路器振声联合故障诊断方法

针对现有的高压断路器机械故障诊断方法存在的不足,本文提出了一种新的高压断路器振声联合诊断机械故障的方法。此方法首先利用快速核独立分量分析(fast KICA)对采集到的声波信号进行盲源分离处理,并对处理后的声波信号和采集到的振动信号进行改进集合经验模式分解(EEMD)。其次,对分解后的每一个固有模态函数(IMF)求其二维谱熵,并以此二维谱熵矩阵的变换矩阵作为支持向量机的输入特征向量对断路器机械状态进行识别。最后实验表明,振声联合复合分析方法有效提高了高压断路器机械故障诊断的正确性和实用性。

基于计算机视觉的电测仪表自动识别方法的研究

研究图像处理技术在仪表自动化校验中的应用方案,详细介绍了基于最大似然估计的最小二乘拟合方法来确定指针和刻度线的参数。利用计算机视觉识别技术、信息处理技术和智能仪器设计原理,可从根本上解决电测仪表快速、准确的自动校验问题。

基于自适应权重证据理论的断路器故障诊断方法研究

断路器操作时会伴随剧烈的振动和声音信号,该文提出了一种基于自适应权重的证据理论,诊断断路器机械故障方法。首先利用小波包对多传感器的振动和声音信号进行分解,然后提取特征熵输入(library for support vector machines,LIBSVM)获得了基本可信度分配,再利用状态分类准确率对权重自适应赋值,最后通过证据理论(dempster shafer,DS)将多信号加权后的基本可信度进行融合,实现了断路器正常、卡涩、基座松动和拒分状态的识别。通过识别实验表明:自适应权重的证据理论在避免证据冲突情况下,能够有效提高断路器故障类型诊断的准确率。

基于NCC-P-S优化算法的断路器机械特性测试方法研究

机械特性参数是评价断路器动作性能的有效依据,传统测试方法不能在线测试,且传感器安装复杂。该文提出一种基于计算机视觉技术的非接触测试方法:在断路器操动过程中捕捉高速图像序列,运用归一化互相关匹配算法(normalized cross correlation,NCC)对图像运动目标进行逐帧搜索,获得绝缘连杆或主轴的运动轨迹,由其与动触头的关联关系计算断路器的机械特性参数。在图像序列目标跟踪的NCC匹配算法中,结合降分辨率金字塔快速搜索法,并对后续帧图像的扇形识别区域进行有向动态调整,这种优化方法称之为归一化互相关图像金字塔扇形快速匹配算法(normalized cross correlation-pyramid-sector,NCC-P-S)。通过实验证明:降分辨率分层匹配和有向搜索优化大大提高了目标的搜索速度和精度。

基于径向基函数神经网络识别的电力系统动态参数获取新途径

借助计算机视觉替代人工进行巡视,通过图像识别获取的电网动态参数与门限值进行比较是评判电网运行状态的一种新途径。其中仪表图像的自动识别是获取动态参数的关键环节,该文提取了图像中颗粒目标的长度比、紧密性和简单度3个特征不变量,应用RBFNN实现了表盘关键元素的自动分类。通过对指针式仪表图像的识别实验,证明了输入RBFNN的特征不变量在仪表元素识别中是稳定的,对噪声不敏感,引入图像识别技术可大大优化电力系统运行状态的监测过程。

一种全新的电测仪表自动校验方案

本文介绍一种全新的利用计算机视觉识别技术、信息处理技术和智能仪器设计原理电测仪表的全自动化的校验方案,较好地解决了电测仪表快速、准确的自动校验问题,并可实现对电测仪表的自动化、智能化管理。