[发明专利]一种高压断路器在线监测及故障综合诊断系统

说明书

技术领域

本发明涉及一种高压断路器在线监测及故障综合诊断系统，属于断路器状态检测技术领域。

背景技术

目前，我国变电站电气设备的检修工作主要是定期进行预防性试验，根据实验的结果来判断设备的运行状态，从而确定是否可以继续运行。但随着电力系统的大容量化、高电压化和结构复杂化，对电力系统安全可靠性指标的要求也越来越高。这种传统的试验与诊断方法已经越来越不适应需求。

对高压断路器状态实行在线监测，实时监测断路器的运行状态变得尤为重要。而目前我国还没有很成熟的断路器状态监测产品，虽然有关单位进行了探索，并开发出相应的状态监测系统，但从各种文献和资料来看，目前高压断路器的在线监测和诊断技术仍存在在线监测系统不完善，多数都是针对单一或几个参数的在线监测，不利于故障的诊断。而且数据的保存、处理等不系统。针对上述问题。

发明内容

为解决现有技术的不足，本发明的目的在于提供一种高压断路器在线监测及故障综合诊断系统，基于ZigBee和LabVIEW，实现线圈电流-振动-行程时间多参量高压断路器故障模式的诊断，解决目前高压断路器的在线监测和诊断技术仍存在在线监测系统不完善，多数都是针对单一或几个参数的在线监测，不利于故障的诊断，而且数据的保存、处理等问题。

为了实现上述目标，本发明采用如下的技术方案：

一种高压断路器在线监测及故障综合诊断系统，其特征是，包括如下步骤：

步骤1)通过各种传感器进行信号采集，并对相应的信号分别进行预处理；

步骤2)对采集到的数据进行处理并存储，通过ZigBee无线传输模块将信号发送到上位机：

对通过调理电路后的信号在单片机内进行模数转换，并进行存储；

设定传输指令，当单片机接收到传输指令后，经ZigBee无线传输模块发送到上位机；

步骤3)对下位机传输来的信号进行特征值提取，并进行故障诊断：

在虚拟仪器LabVIEW平台上，对线圈电流信号进行小波包分解与重构进行信号辨识；

对振动信号进行经验模态分解，提取有效地特征量；通过行程-时间信号获得动触头刚合、最大、平均速度，以此作为故障特征向量；

将上述的特征向量与正常信号进行对比，若超过一定得阈值，则说明断路器出现故障，并触发报警系统。

进一步地，所述步骤1)中的信号采集包含如下内容：

a)通过电流霍尔传感器采集分合闸电流信号；

b)通过加速度传感器采集振动信号；

3)通过位移采集行程时间。

进一步地，所述步骤1)中的预处理具体内容为：先通过隔离放大模块，再将信号进行放大，并除去波纹成分。

进一步地，所述步骤1)中的具体内容为：

11)通过电流霍尔传感器采集分合闸电流信号，再通过隔离放大模块，将信号进行放大，并除去波纹成分；

通过A/D模块将模拟信号转换成可供计算机使用的数字信号；

12)采用压电式加速度传感器进行监测，添加一个10kHz低通滤波电路，将噪声干扰信号去除，在A/D转换器中，把模拟信号转换成计算机可处理的数字信号；

13)将旋转式光电编码器安装在断路器机械操动机构的转动轴上，采集传感器测量数据，通过调理电路和A/D转换器，把模拟信号转换成数字信号。

进一步地，所述步骤3)具体包括如下步骤：

步骤31)小波基函数的选取会影响到最后信号的分析精度，小波包分解的层数与振动信号的时频分析精度直接有关。选择的分解层数少，则分析速度快，这对于高频带信号尤其明显，但频带分辨率低；选择的分解层数多，则分析速度慢，但频带分辨率高。兼顾两者的关系并考虑所分析信号的时变特性和频变特性，本发明对线圈电流进行3层db10的小波包分解，将采集的分合闸线圈电流信号分解到不同频段，并对代表有效信号的分解系数进行重构然后运用相似原则对重构后的信号进行辨识，以确定高压断路器是否正常运行；

步骤32)将振动信号进行经验模态分解，IMF分量其实是对信号本身频率筛选过程，阶数越低，所得频率越高，振动的故障信号基本都发生高频段，所以这里提取前6个IMF分量作作为特征分量，计算各个IMF离散信号分量的总能量，并作归一化处理，构造特征向量；

步骤33)将断路器操作机构动作的行程-时间特性的刚合、最大、平均速度同振动信号特征向量集成，共同组成输入向量用于向量机分类器的训练及故障模式识别；