[发明专利]基于异常振动的气体绝缘组合开关设备机械故障诊断方法

说明书

本发明涉及一种基于异常振动的气体绝缘组合开关设备机械故障诊断方法，首先以正常状态GIS的振动信号为基准，判定振动信号异常后，进入特征提取；采用小波包分解处理异常振动信号，获取各频段的小波包特征熵，构造特征熵向量；根据特征熵向量构造数据集，采用BP神经网络进行故障模式识别。本发明利用小波包能量熵具有多分辨率的优点，时频局部化的刻画优势明显，非常适用于处理平稳和非平稳振动信号，同时统筹断路器、隔离开关、接地开关、以及电磁力四种激振力作用下的振动信号，数据信息全面，诊断可靠性高，计算结果精确。

技术领域

本发明属于智能变电站技术领域，尤其是一种基于异常振动的气体绝缘组合开关设备机械故障诊断方法。

背景技术

GIS设备自20世纪60年代实用化以来，已经广泛运用于世界各地。当前在国内，高压断路器使用SF6气体来代替绝缘油和空气已成为主流，新建或者已经改造的220KV及以上等级变压站基本全部采用开关设备。截止到2000年前，全国的220KV及以上电压等级断路器共12162台，其中，100％的500KV开关设备和接近100％的330KV开关设备为断路器和GIS；而220KV电压等级的断路器和GIS占装运开关设备的50％～60％。

尽管具有很多优点，GIS也依旧存在着一些缺点。例如，因为GIS设备的内部元件全部都封装在金属壳体内，一旦GIS发生故障，很难确定故障具体发生位置，且由于GIS结构复杂，内部元件难以拆卸，所以很难实现现场维护，检修工作繁杂，停电检修时间长。因此，有必要对GIS的运行进行实时监测，从而提高供电的可靠性。

GIS在运行时，运行设备会产生一定的振动，但是这些振动都属于正常振动。当GIS内部元件出现缺陷时就会产生有别于正常振动时的异常振动，从而引发机械故障。通常引起GIS机械故障异常振动的因素有以下几个方面：①GIS内部出现局部放电；②断路器或隔离开关等操作机构在操作时产生的振动；③GIS筒体紧固件松动变形等静止机构异常振动；④在电动力的激励下，某些部件可能产生异常振动；⑤当GIS相邻设备间振动频率相同时，会发生共振，使得GIS出现异常振动。

经检索发现，申请号为CN201810245653的一种气体绝缘组合开关设备的机械故障在线诊断方法，公开了一种以断路器的分合闸操作为激振源，基于S变换能量均等的振动信号时频平面分割思想，并提取正常与故障状态下的每个特征子区间的能量值，采用遗传算法优化的SVM对故障进行分类识别。但是该专利未统筹其他激振源(如隔离开关激振、接地开关激振和电磁力激振)作用下的机械故障诊断问题。

发明内容

本发明的目的在于克服现有技术的不足，提供统筹断路器、隔离开关、接地开关、以及电磁力4种激振力作用下的振动信号，通过提取小波包特征熵和BP神经网络实现GIS机械故障诊断的一种基于异常振动的气体绝缘组合开关设备机械故障诊断方法。

本发明所采用的具体技术方案如下：

一种基于异常振动的气体绝缘组合开关设备机械故障诊断方法，其特征在于：振动信号包含操动机构动作激发的非平稳振动信号和运行状态电磁力激发的平稳振动信号，其中操动机构包括断路器、隔离开关、接地开关；

以正常状态GIS的振动信号为基准，判定振动信号异常后，进入特征提取；采用3层小波包分解处理异常振动信号，获取第3层各频段的小波包特征熵，构造特征熵向量；根据特征熵向量构造数据集，采用BP神经网络进行故障模式识别。

再有，振动信号包含操动机构动作激发的非平稳振动信号和运行状态电磁力激发的平稳振动信号，包括以下步骤：

⑴建立正常GIS的振动信号库；

⑵建立被监测GIS的振动信号库；

⑶计算步骤⑴的振动信号库中的操动机构激发的非平稳振动信号的包络面积E_S0，计算步骤⑴的运行状态电磁力激发的平稳振动信号的振动能量E_Q0；