[发明专利]基于最小二乘支持向量机的断路器操作机构故障诊断方法

说明书

技术领域

本发明涉及一种诊断方法，具体涉及一种基于最小二乘支持向量机的断路器操作机构故障诊断方法。

背景技术

高压断路器在电力系统中起着控制和保护双重作用，是最重要的电力设备之一，高压断路器不正确动作会引发电网事故或扩大事故范围，甚至导致电力系统瓦解，造成重大的经济损失。对断路器操作机构进行在线监测和早期故障诊断能够及时地发现断路器故障征兆和类别，为断路器故障定位和状态检修提供依据，对提高电力系统的安全性、可靠性和经济性具有重要的意义。

事故统计分析表明，80％以上的高压断路器故障是由于机械特性不良引起的。断路器操作机构在分合闸操作时，其分合闸线圈电流信号中蕴含着大量的断路器机械状态信息，通过分析线圈电流可发现断路器辅助开关动作接触不良、传动机构卡涩等许多机械故障征兆，因而，基于分合闸线圈电流的断路器操作机构状态分析成为研究的热点。目前，基于分合闸线圈电流的断路器操作机构故障诊断方法主要有小波分析法、专家系统法和神经网络法等。其中，小波分析法通过辨识比来识别断路器正常与故障状态，但不能对断路器的故障性质和类别进行有效的判断。专家系统方法虽然能准确诊断出断路器多种故障状态，然而在实际中专家系统判断过于刚性，推理过程复杂，用时长，难以用于断路器操作机构在线诊断。神经网络故障诊断方法诊断准确率较高，但是诊断能力受样本数量的限制大，训练时易陷入局部极值点，难以收敛。

发明内容

为了克服上述现有技术的不足，本发明提供一种基于最小二乘支持向量机的断路器操作机构故障诊断方法，不仅诊断速度快、精度高，而且能够解决断路器操作机构诊断样本少、不能反复操作来提取样本的问题，在样本数据较少的情况下仍能获得较高的诊断准确率。

为了实现上述发明目的，本发明采取如下技术方案：

本发明提供一种基于最小二乘支持向量机的断路器操作机构故障诊断方法，所述方法包括以下步骤：

步骤1：构成故障诊断特征向量；

步骤2：建立断路器操作机构故障诊断模型；

步骤3：进行断路器操作机构故障识别和分类。

所述步骤1中，基于断路器操作机构的故障状态，从不同工作状态下断路器操作机构分合闸线圈电流信号中提取时间特征量和电流特征量，所述时间特征量和电流特征量构成故障诊断特征向量，用于断路器操作机构的故障诊断。

所述步骤2中，结合断路器操作机构故障诊断的特点，建立基于最小二乘支持向量机的断路器操作机构故障诊断模型。所述步骤2具体包括以下步骤：

步骤2-1：分析不同工作状态下断路器操作机构分合闸线圈电流，得到断路器操作机构故障状态，进而得到断路器操作机构在正常状态和故障状态下的故障诊断特征向量样本；

步骤2-2：建立最小二乘支持向量机；

所述步骤2-2中，最小二乘支持向量机建立过程如下：

步骤2-2-1：用非线性映射将故障诊断特征向量样本从原空间映射到高维空间，在高维空间构造最优线性决策函数实现故障诊断特征向量样本分类，所述最优线性决策函数表示为：

其中，x为输入的故障诊断特征向量样本，y(x)为输入的故障诊断特征向量样本对应的输出，w为权值向量，b为偏差；

步骤2-2-2：根据结构风险最小化原则，可知最小二乘支持向量机的目标函数和约束条件分别为：

其中，min J(w,ξ)为最小二乘支持向量机的目标函数；x_i为输入的第i个故障诊断特征向量样本；y_i为输入的第i个故障诊断特征向量样本对应的输出；l为故障诊断特征向量样本数量；c为惩罚系数，且c＞0；ξ_i为误差变量，ξ_i≥0；

2-2-3：求解最小二乘支持向量机的目标函数即可得到w和b。

步骤2-3：建立断路器操作机构故障诊断模型；

所述步骤2-3具体包括以下步骤：

步骤2-3-1：设共建立N个最小二乘支持向量机，每个最小二乘支持向量机将属于本类型的故障诊断特征向量样本设为正类，其余的样本点设为负类进行训练，得到第k个最小二乘支持向量机，即断路器操作机构故障诊断模型的目标函数和约束条件分别为：