[发明专利]基于多维缩放统计分析的高压断路器机械故障诊断方法

说明书

基于多维缩放统计分析的高压断路器机械故障诊断方法：步骤1、通过故障模拟试验，利用IEPE加速度传感器获得某型号高压断路器在不同机械状态下的振动信号波形，从而形成该型号高压断路器振动信号数据库；步骤2、根据IEPE加速度传感器的频带特性对采集的振动信号进行带通滤波处理；步骤3、统计振动信号的幅值的分布情况；步骤4、使用多维缩放法将距离矩阵A从p维降到p'维；步骤5、利用支持向量机将高压断路器实时测得的振动信号的p'维坐标与基础波形数据库中的坐标进行对比分类，实现高压断路器的机械故障状态诊断。计算简单，能有效避免信号局部分散性带来的影响，降低故障诊断的错误率。

技术领域

本发明涉及一种基于多维缩放统计分析的高压断路器机械故障诊断方法。

背景技术

工作电压在3kV以上的断路器统称为高压断路器，其是高压开关设备中最重要的电气设备，在电网中起到控制和保护的作用，断路器的主要故障有拒动故障、误动故障、绝缘故障、载流故障、外力及其他故障，在上述故障的原因统计中，机械原因占60％以上，且机械故障中绝大多数是操动机构的问题，因此对断路器运行状态尤其是机械状态进行监测和评估十分重要，对于提高和维护电力系统的安全稳定运行有重要意义。

现有技术中，利用信号进行高压断路器机械故障诊断是常用的方法，该方法的思路为：对信号经过预处理后，提取信号中包含的特征量(如振动信号中振动事件起始时刻、振动信号频域/时频特征)，再结合故障诊断算法(如神经网络、支持向量机等)实现对高压断路器故障的诊断与识别。其存在下述缺点：

第一、现有研究大多是在实验室进行少量故障模拟情况下的成果，方法的适用性较小，不利于高压断路器实际运行中复杂故障下的状态诊断。

第二、该诊断方法受局部信号影响较大，由于高压断路器振动信号存在分散性，同一机械状态下的测量信号局部形状并不相同，现有的方法会导致特征量混叠，造成误判。

第三、该诊断方法计算量过大，小波变换、经验模态分解等时频方法，特征提取的计算量很大，对处理器等硬件的要求过高，不适用于高压断路器在线监测。

发明内容

针对上述问题，本发明提供基于多维缩放统计分析的高压断路器机械故障诊断方法，计算简单，能有效避免信号局部分散性带来的影响，降低故障诊断的错误率。

为实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：

基于多维缩放统计分析的高压断路器机械故障诊断方法，包括如下步骤：

步骤1、通过故障模拟试验，利用IEPE加速度传感器获得某型号高压断路器在不同机械状态下的振动信号波形，从而形成该型号高压断路器振动信号数据库；

步骤2、根据IEPE加速度传感器的频带特性对采集的振动信号进行带通滤波处理；

步骤3、统计振动信号的幅值的分布情况：

3.1、设采集了p次高压断路器的振动信号，分别为x₁,x₂,...,x_p，令D＝{x₁,x₂,...,x_p}；

3.2、统计数据集D中加速度幅值的分布区间：

设加速度幅值的范围为0～y，将范围0～y等分为q段，划分为共q个区间，统计第i个信号x_i分别在q个区间内的点的个数x_i1、x_i2、...x_iq，构成q个特征量，记为x_i＝(x_i1；x_i2；...；x_iq)，x_i∈D；

3.3、p个信号总计p×q个特征量，对特征量进行归一化处理；