基于相空间重构技术的断路器振动信号边缘特征提取

机械故障是断路器发生的主要故障之一,断路器分合闸过程中产生的振动信号可以有效反应其运行状态。针对现有的时频域分析等线性分析方法在提取断路器振动信号时存在的局限性,提出并探讨了一种基于相空间重构的断路器振动信号边缘特征提取方法,用于刻画断路器的非线性特征,为断路器的状态诊断提供依据。搭建故障模拟平台模拟断路器正常状态、触头磨损、线圈老化、低操作电压、合闸弹簧失效的振动信号;结合分形理论和边缘检测算法提取振动信号的边缘图像和边缘特征量,从边缘图像形态、边缘特征量大小和重构后断路器动力系统能量3个角度分析了边缘特征对断路器振动信号评估的有效性;研究了不同边缘检测算法和空间维度对边缘特征提取的影响。研究结果表明,在特定的空间维度下,提取的边缘特征能够区分不同的断路器机械状态,具有一定的应用前景。

基于大数据的局放在线监测与诊断

局放是高压电气设备绝缘的重要表现特征。本文基于现有局放值求解局放的RMS值,掌握局放变化情况,同时设计了局放特征提取方法,采用Xgboost算法对标准故障局放的特征信号进行建模,实现对局放故障的准确诊断。

基于振动频谱的干式整流变压器实时监测

现有的变压器缺乏有效准确的监测手段,尤其对于干式整流变压器,只有温度监测、泄漏电流监测,导致大部分事故无法避免。本文分析了干式整流变振动产生机理,基于现场采集的振动数据,采用岭回归算法开发了一套振动监测模型,可实时监测干式整流变压器运行是否正常。