[发明专利]一种基于电力物联网的高压断路器故障预警方法

权利要求书

1.一种基于电力物联网的高压断路器故障预警方法，其特征在于，

包括以下步骤：

A）获取高压断路器的全部历史检测数据；

B）获取同型号的高压断路器，在实验室条件下人为设置故障源，使高压断路器在故障源存在的情况下进行工作直到出现故障，同时周期性进行检测，获得检测数据；

C）将出现故障前N次的检测数据，与对应的故障类型关联，构成样本数据，使用样本数据训练故障研判神经网络模型；

D）提取出现故障前M至N次之间的检测数据，MN，作为前兆参考数据；

E）将高压断路器的检测数据与前兆参考数据对比，若检测数据与前兆参考数据的差距小于设定阈值，则发出故障预警；

F）将高压断路器的检测数据输入步骤D）获得的故障预警神经网络模型，若故障预警神经网络模型输出故障类型，则发出故障报警；

其中，在步骤B）中，在正常高压断路器的每个机械运动部件上均安装非接触式位移传感器，在断电条件下，对该高压断路器不断重复分合闸试验，直至该高压断路器的机械部件出现损坏，记录试验过程中分合闸次数N，以及各个机械运动部件在分合闸过程中的位移数据作为历史位移数据；判断检测数据与历史检测数据差异是否大于预设阈值的方法包括：

B31）将检测数据以及历史检测数据中数值量进行分段处理，以分段区间为名称，将数值量转换为状态量；

B32）将检测数据以及历史检测数据中的状态量转换为布尔量，并使用{0,1}分别表示假和真；

B32）将处理后的历史检测数据的布尔量视为数值求均值，将均值四舍五入为整数，获得的整数重新视为布尔量，将处理后的检测数据以及历史检测数据按设定排序，分别构成检测向量和历史检测向量；

B33）计算检测向量和历史检测向量的距离，与预设的距离阈值比较，若距离大于预设距离阈值，则判定检测向量对应的检测数据与历史检测数据的距离大于预设阈值，反之，则判定检测向量对应的检测数据与历史检测数据的距离不大于预设阈值。

其中，在步骤C）中，在待研判的高压断路器的每个机械运动部件上均安装非接触式位移传感器，对待研判的高压断路器进行一次分合闸，获得非接触式位移传感器所测得的位移数据，并与历史位移数据对比，获得最接近的历史位移数据对应的分合闸试验次数n，将（N-n）作为待研判的高压断路器的剩余使用寿命；

步骤B31）中，以分段区间为名称，将数值量转换为状态量的方法包括以下步骤：

将数值量数据划分成若干个区间，，其中和分别为数值区间的起点和终点，为数值区间的中间划分点，将，分别作为对应数值区间的状态名；

若历史检测数值量的数据，落入区间，则将状态名作为该数值量的取值，完成数值量数据转化为状态量数据。

2.根据权利要求1所述的一种基于电力物联网的高压断路器故障预警方法，其特征在于，

所述检测数据包括合闸时间、分闸时间、刚合速度、刚分速度、三相不同期度、同相不同期度、金短时间、无流时间、动触头最大速度、动触头平均速度、动触头动作时间、弹跳时间、弹跳次数、弹跳最大幅度、分合闸行程、分合闸过程电流波形曲线、动触头分合闸行程内的时间速度行程动态曲线、开距以及接触电阻。

3.根据权利要求1或2所述的一种基于电力物联网的高压断路器故障预警方法，其特征在于，

步骤B）中，人为设置故障源的方法包括以下步骤：

B11）对高压断路器进行若干次检测；

B12）根据高压断路器的维护要求，依次选择一项维护要求使其不达标，进行若干次带电分合闸动作后，进行若干次检测；

B13）依次选择两项维护要求使其不达标，进行若干次带电分合闸动作后，进行若干次检测；

B14）使用液氮或干冰快速冷却高压断路器，进行若干次机械特性试验，获得机械特性试验的检测数据。

4.根据权利要求3所述的一种基于电力物联网的高压断路器故障预警方法，其特征在于，

步骤B中，建立高压断路器故障研判模型的方法包括：

B21）获得全部检测数据，将检测数据与对应的故障类型关联，作为样本数据；

B22）将样本数据进行预处理，归一化处理，训练神经网络模型，将训练完成的神经网络模型作为故障研判模型。