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。

高压断路器操动机构驱动电机及其控制技术研究

高压断路器操动机构用电机驱动提高了断路器运行的可靠性与可控性,因此设计了一套适用于126 kV真空断路器的电机操动机构。基于操动机构动力学分析结果确定驱动电机转矩、转速要求,提出一种有限转角永磁无刷电机设计方案,研制样机进行联机试验完成动作要求检验。在此基础上,设计分段转矩控制策略,结合驱动电机输出转矩需求将操动机构的运动过程分为4个阶段,从降低触头碰撞、避免预击穿现象发生、提高断路器工作可靠性角度对各阶段电机输出转矩进行动态调节。结果表明:所研制的驱动电机配合分段转矩控制策略,在保证灭弧室对操动机构动作时间、动作速度要求的前提下,实现了操动机构的运动过程优化和工作可靠性提高,促进了断路器智能化操作进程。

考虑小波包-灰度共生矩阵的高压断路器弹簧疲劳故障程度诊断研究

弹簧操动机构作为高压断路器(High voltage circuit breakers,HVCBs)分合闸操作的储能单元,其可靠性对电力系统的安全运行具有重要意义。本文以六氟化硫高压断路器的弹簧操动机构为研究对象,分析分合闸弹簧的动作机理,对弹簧进行不同程度的故障设置。介绍了振动、声音传感器设备及采集参数,针对小波包时频分析法的缺点,提出一种基于小波包-灰度共生矩阵(Gray level co-occurrence matrix,GLCM)的特征提取方法。从诊断速度和诊断准确度两方面对比了支持向量机(Support vector machine,SVM)、决策树(Decision tree,DT)、朴素贝叶斯、K近邻(K nearest neighbors,KNN)4种诊断模型。实验结果表明,在模拟实际应用场景中,选用K近邻算法对分合闸弹簧故障进行深度诊断能够准确判断故障类型及故障程度,对高压断路器安全可靠运行具有实际应用价值。

变电站高压断路器合闸控制回路的改进

我公司变电站微机化保护改造后,由于6 kV设备微机化保护模块与原控制回路配件参数不匹配,造成部分高压断路器微机后台操作拒合,其他高压断路器经常发生合闸熔断器、合闸线圈烧毁的现象,严重影响设备正常操作与运行。1 存在的问题变电站微机化改造,只是对二次保护回路进行了更新换代,而一次设备及合闸回路元件如断路器、合闸接触器等,仍采用原来的旧设备。

基于电振联合特征的高压断路器多故障诊断

针对利用单一信号诊断高压断路器多种故障的局限性,本文提出了一种电振联合特征的高压断路器多故障诊断方法。首先,对高压断路器合闸操作过程中的线圈电流信号用峰值谷值算法提取电流波形关键时间节点及对应幅值构建电气特征;对振动信号进行VMD分解,计算不同模态分量下的多尺度散布熵值构建机械特征;然后,将电气与机械特征向量进行主成分分析与降维,根据得到的方差贡献率生成电振联合特征,有效解决了特征向量冗余问题;最后将不同故障下的电振联合特征输入到模糊C均值聚类中,精准分类出高压断路器故障类型。实验结果表明,所提方法比单一信号故障诊断准确率更高,分类效果更显著,并在不同诊断模型中进行验证,识别准确率达98.6%,可以有效实现高压断路器多故障诊断。

基于电机电流的高压断路器弹簧操作机构的LM-BP故障诊断算法

BP(back propagation)神经网络由于具有线性映射能力强及自适应能力强等优点,常被用于高压断路器弹簧操作机构的故障诊断中,但易陷入局部最小点限制了网络的收敛速度和分类精确度。文中提出了一种基于L-M算法优化BP神经网络的高压断路器操作机构故障诊断方法,分析了神经网络的数学模型及映射关系,运用L-M算法对传统BP网络进行优化,解决了传统BP神经网络梯度下降法存在局部最小化、易产生平坦区等问题,有效地提高了算法的训练速度,同时提高了分类的精确度。诊断结果表明:L-M算法优化后的BP神经网络能有效地实现高压断路器操作机构故障诊断。文中研究内容对高压断路器操作机构故障诊断提供了思路与方法,对提高高压断路器安全可靠性具有重要意义。

基于SO-PAA-GAF和AdaBoost集成学习的高压断路器故障诊断

针对在小样本和复杂工况下高压断路器故障诊断识别精度不高的问题,提出一种基于振动信号处理和Ada Boost集成学习的高压断路器故障诊断方法。首先,搭建高压断路器实验平台并采集8种工况下的分闸振动信号。其次,对振动信号进行绝对值处理后,使用分段聚合近似(piecewise aggregate approximation,PAA)进行分段平均,将输出的新序列采用格拉姆角场(Gramian angular field,GAF)转换成图片,并使用Relief F方法对提取的高维图片特征进行重要度排序。最后,将保留的重要特征输入到Ada Boost集成学习模型进行故障诊断,并用蛇优化算法确定最优PAA分段步长和输入分类器特征数量,以进一步提高故障诊断精度。通过分析多种信号处理方式及分类模型可知,图片信号和Ada Boost集成学习模型能够有效处理振动信号并准确判断故障类型,为准确、可靠地诊断高压断路器故障提供了新途径。

一种基于电机电流的高压断路器与负荷开关弹簧操作机构故障诊断算法

为实现高压断路器与负荷开关的故障诊断,提高设备安全可靠性,有必要深入研究电机电流特性与高压断路器、负荷开关的弹簧操作机构状态之间的关系。由于传统BP神经网络存在易陷入局部最小点及网络收敛速度慢等缺陷,采用遗传算法对于BP神经网络进行优化可以提高判断准确率及诊断效率。诊断结果表明,GA-BP算法可以根据断路器、负荷开关电机电流数据快速准确判断设备所处的运行状态,且精确度高,对于工程实际具有广泛应用前景。

高压断路器机电特性在线监测系统研究

针对高压断路器传统检修需停电的弊端,探索开发了一种在线实时监测高压断路器机电特性系统,由数据采集终端和数据处理终端构成。首先对数据采集终端的软硬件系统及传感器进行了研究,利用非侵入式开口型霍尔传感器实时监测分合闸线圈电流,当线圈通电时触发数据采集终端,实现对高压断路器操作机构振动和线圈电流信号的有效采集。其次通过星型LoRa传输协议通信灵活组网,将采集到的数据无线传输至数据处理终端。最后对所开发的系统进行测试,测试结果表明,所开发的系统具有实时性好、系统稳定可靠、信号传输距离远、抗干扰能力强、小型化集成化的优点,并可在高压断路器不停电状态下快速安装,为高压断路器的在线监测提供了有益参考,所开发的设备及监测方案可进一步扩展到不同类型高压开关的数据采集与故障诊断应用中。

基于动态灰色关联分析法的高压断路器机械故障诊断

高压断路器机械故障成因复杂,机械故障与分合闸线圈电流之间难以找到解析的映射关系。因此引入灰色关联分析法,建立一种高压断路器机械故障诊断模型,进一步通过计算参考数列与比较数列的距离来选择分辨系数,提出一种基于动态分辨系数的灰色关联分析法。该方法不需要大量样本数据,且算法精度不受信号干扰的影响。研究表明,选取铁心卡涩运动的时间参量相关度作为故障诊断特征量能有效诊断出高压断路器机械故障。

基于运动轨迹检测与支持向量机的高压断路器机械缺陷诊断方法

高压断路器是电网中的关键设备,机械缺陷是其主要故障类型,尽早发现潜在缺陷并及时进行维修意义重大。文中基于计算机视觉技术,提出一种采用角点跟踪法从动态图像中提取运动轨迹、支持向量机进行缺陷识别的高压断路器机械缺陷检测方法。首先,利用高速摄像机获取断路器操动机构的动作过程视频,通过角点跟踪算法获取拐臂角位移曲线;接着,通过主成分分析将高维特征向量降低为新空间中的低维特征向量;最后,利用支持向量机进行缺陷分类。实验测试结果表明,28组训练集、8组测试集的准确率分别为92.86%、87.5%,达到了良好的诊断效果。该方法作为一种非接触式测量方法,无需安装传感器,测量速度快,准确率高,对于现场检修具有重要意义。

高压断路器弹簧操动机构分闸电磁铁行程非接触式精确测量

高压断路器电磁铁行程缺陷是造成断路器不能分闸的主要原因之一,断路器在带电运行时无法通过塞尺直测获取电磁铁行程大小。针对此问题,提出了一种断路器电磁铁行程的非接触式测量方法,通过测量系统获取电磁铁图片,利用K-Means算法结合CLSD直线检测算法计算出电磁铁配合间隙的像素尺寸。断路器带电运行时断路器机构箱内部无法利用参照标定的方式进行电磁铁行程计算,结合激光传感器精准定位的原理,在实验室条件下利用游标卡尺进行标定得到固定距离下的像素当量,从而计算出电磁铁实际行程。将现场实验测量结果与塞尺直测结果进行对比,验证了该方法的有效性。

高压断路器机械故障在线监测实验平台研究

从数据采集与传输可靠性、抗扰能力、电磁兼容性、界面友好性角度出发,搭建了高压断路器声-振-行多信号联合监测实验平台,该平台包含声音、振动、行程传感器设计及选型、采集系统控制箱设计、上位机设计三部分。然后以SF_(6)高压断路器的分闸弹簧故障为例,对故障进行模拟设置,通过搭建的实验平台,对故障信号的采集、传输、存储、呈现及波形对比分析,实现了高压断路器声-振-行多信号联合监测实验平台的应用,为后续高压断路器机械故障特征提取及故障诊断提供可靠的数据基础。

基于LMD边际谱能量熵的高压断路器机械故障诊断

断路器分合闸振动信号蕴含着丰富的机械特征信息,为准确提取其特征,提出一种基于LMD边际谱能量熵与GPSO算法相结合的高压断路器机械故障诊断方法。首先将原始振动信号进行小波软阈值去噪处理,然后将去噪后的信号利用LMD进行分解,获取若干反映断路器操动过程中机械状态信息的PF分量;然后依据各PF分量与原始信号相关性确定包含主要状态信息的PF分量,并将前3阶分量进行希尔伯特变换(Hilbert变换),求取其边际谱能量熵作为特征向量;最后将特征向量输入到GPSO-SVM分类器,实现断路器机械故障诊断。实验结果表明:LMD边际谱能量熵能准确反映断路器机械故障特征,GPSO-SVM可有效辨识断路器机械故障。

高压断路器机械特性智能检测系统设计

针对高压断路器的机械特性检测,以IE七大手法进行智能化检测系统设计,并结合实际情况进行操作优化。实验证明,该系统能够有效检测高压断路器的机械特性,并实现智能化的数据分析和处理,具有高效、准确、可靠等优点,为高压断路器的性能评估和故障诊断提供了可靠的技术支持。

基于电容限流的混合式高压断路器拓扑研究

随着电能传输容量越来越大、传输距离越来越远,高压、超高压直流输电网的“弱阻尼,低惯量”愈发严重。高压直流断路器已成为高压、超高压直流电网的关键器件之一。本研究提出的一种利用电解电容进行限流的混合式高压直流断路器,具备良好的故障电流开断能力,并能够抑制故障电流的快速上升,减少全控开关IGBT数量。首先,介绍基于电解电容进行限流的断路器的电路结构;然后,阐述其阻断故障电流的原理;最后,在仿真平台PSCAD上搭建了仿真模型。仿真结果表明:该断路器能够快速阻断故障电流,抑制电弧。

基于人工智能的高压断路器设备自动化控制设计

为提高电力系统的稳定性和效率,基于人工智能技术对高压断路器自动化控制设计,通过智能数据分析和预测优化控制策略,增强故障检测和预防能力。本文采用了系统架构设计方法,涵盖传感器、数据处理单元、控制策略等多个方面,确保系统的高效和精准运行。结果表明:采用人工智能技术可以显著提升高压断路器的响应速度和操作精度,同时增强系统的适应性和可靠性。研究成果不仅将推动高压断路器技术的革新,也将对整个电力系统的现代化产生深远影响。

高压断路器保护跳闸回路的监测电路

1现场情况作为电力系统中重要的电气设备,高压断路器在正常情况下能接通和断开负荷电流,在线路及负荷侧设备发生故障时能及时切断故障线路,确保供电系统安全。如果在运断路器的保护跳闸回路出现故障,未能及时发现和查找处理,此时恰好遇到线路及负荷侧设备发生短路故障,该断路器保护会拒动,将会越级由上级断路器跳闸断开故障点,导致大面积失电,损失巨大。现有技术中断路器的分位监测回路只能监测到断路器的分闸外围元件有无异常.

高压断路器在线监测通信协议及波形文件的测试与分析

随着对供电可靠性要求的不断提高,传统停电检修方式已满足不了当前高压断路器状态检修要求。因此,利用现代通信手段实时监测断路器的运行状态是非常有必要的。以Modbus通信协议为基础介绍高压断路器在线监测的相关参数测试和COMTRADE波形文件测试方法,并利用波形分析工具对录波文件进行分析。分析结果表明,在线监测和波形文件通过应答报文可得到所需的数据结果。本研究对高压断路器在线监测研发、调试及现场运行维护具有指导意义,有助于促进传统计划检修向状态检修转变。

高压断路器在线监测技术研究

随着电力系统容量的不断增加,电力系统发、变、输、配、用电的各个环节中高压断路器的数量都在不断增加。高压断路器的可靠性运行是保障电力系统可靠运行的重要设备。对高压断路器采用定期检修的方式需进行分区停电,造成经济成本与时间成本浪费。且频繁的停电检修也减小了包括高压断路器在内的其他电气设备的使用寿命。因此,设计智能化高压断路器,实时在线监测其工作运行状态十分必要。在分析了高压断路器最为常见的故障原因的基础上,提出了实时在线监测系统需监测的状态量,并提出了实时在线监测系统的几个关键设备。