[发明专利]一种高压断路器机械状态监测和故障诊断方法

摘要

本发明公开了一种高压断路器机械状态监测和故障诊断方法，包括步骤：1)根据高压断路器历史故障数据统计结果，对常见的一些高压断路器进行人为的故障模拟实验，获得故障数据；2)对故障的电流数据进行分析，提取各机构故障的电流数据特征量作为状态诊断分类依据之一；3)对故障的振动信号进行分析，分别利用小波包分解和样本熵处理振动信号高、低频分量得到相应的小波包相对能量和样本熵，作为振动信号特征量；4)利用主成分分析对振动信号特征量进行降维，作为状态诊断分类依据之一，并利用支持向量机对断路器进行状态诊断。本发明可有效利用故障状态的多维信息，促进断路器多参量多维映射故障诊断的发展。

主权项

1.一种高压断路器机械状态监测和故障诊断方法，其特征在于：所述高压断路器常发生故障的机构有分合闸线圈回路、传动机构和储能机构，其中分合闸线圈回路故障类型有分合闸线圈老化、分合控制电压偏离、分合闸铁芯空程不足和分合闸铁芯卡涩四种，传动机构故障类型分为传动机构卡涩和凸轮磨损两种，储能机构故障类型分为弹簧疲劳和电机线圈老化两种，利用断路器故障模拟平台生成以上几种故障的故障数据，包括电流信号和振动信号，分别利用小波包分解和样本熵处理振动信号的高频和低频部分，以获得各类故障的振动信号特征量，利用主成分分析PCA对振动信号特征量进行降维，将振动信号特征量与电流信号特征量相结合，利用支持向量机SVM进行断路器状态诊断；其包括以下步骤：1)根据高压断路器历史故障数据统计结果，在实验技术条件允许的情况下，对常见的一些高压断路器进行人为的故障模拟实验，获得故障数据；2)根据模拟实验，对故障的电流数据进行分析，提取各机构故障的电流数据特征量作为状态诊断分类依据之一；3)根据模拟实验，对故障的振动信号进行分析，分别利用小波包分解和样本熵处理振动信号高、低频分量得到相应的小波包相对能量和样本熵，作为振动信号特征量；4)利用主成分分析对振动信号特征量进行降维，作为状态诊断分类依据之一，并利用支持向量机对断路器进行状态诊断。