【技术实现步骤摘要】
本专利技术涉及高压隔离开关诊断，具体为基于振动信号的隔离开关机械状态检测方法及系统。
技术介绍
1、高压隔离开关是变电站中用量最大的高压开关设备，对变电站的安全运行影响较大，多年以来，由机械故障引起的高压隔离开关事故频发且后果严重。目前国内外已有大量方法诊断绝缘子裂纹的严重故障，但是针对隔离开关传动卡涩、分合闸不到位、三相不同期等缺陷的诊断方法较少，现有方法多以防范措施和经验诊断为主，针对隔离开关机械特性的检测，目前虽然有基于经验、力学信号、电机电流、力矩和位置信息的检测技术，但这些技术尚不完善，如基于经验的检测技术检测结果取决于个人经验；应力应变检测法与主轴扭矩传感器检测法在实验室条件下可行，但不适用于变电站环境；手动力矩检测法操作便捷，但数据波动较大，无法有效区分异常与正常状态的数据；基于电机电流信号的检测技术没有考虑实际变电站中隔离开关电机工作电压在不同时间段不同的影响。由于现有的这些检测技术无法直观有效的反映隔离开关机械状态，所以有必要对隔离开关机械特性检测技术开展研究，提出一种基于振动信号的隔离开关机械状态检测方法。
2、目前，隔离开关主要存在的缺陷分为以下三种：传动卡涩、分合闸不到位以及三相不同期。
3、高压隔离开关工作于户外，其金属部件表面直接与空气接触，容易发生氧化等化学反应，进而导致其材料生锈。同时，大气中的有害固体颗粒及气体成分与水分发生化学反应后，生成电解质溶液，附着于金属部件表面，也会加速电化学腐蚀。除去外部环境因素，隔离开关自身结构有转动轴承、轴销等机械部件，当其密封设计不合理时
4、高压隔离开关的电动操作机构内安装有两个行程限位开关，分别在分闸、合闸运行结束时切断驱动电机电源，用以控制分、合闸运行的启停动作。触头碰触极限位置挡块时引起闭合的接点分断或者断开的接点闭合，以此来改变控制回路状态。若限位挡块位置发生偏移，合闸运行即将结束时限位挡块没有与触头接触，无法切断限位开关，致使驱动电机仍然转动不停，会产生过合闸故障；或因限位螺母松动，螺丝长度改变导致限位开关的位置发生变化，操作绝缘子上部转臂还未过“死点”电机就停止运行，进而导致隔离开关分合闸不到位。
5、三相联动是高压隔离开关的重要机械运动特征，对于高压隔离开关，三相不同期指分合闸运行过程中，三相中某一相最先到达刚合点位置时其余两相触头触指最小距离中的较大值。高压隔离开关拆解装箱出厂后需要在现场进行安装调试，若调试不得当，其交叉连杆、相间连杆及主从动拐臂机械尺寸与标准状态存在差异时均可造成超前或滞后的三相不同期故障。
技术实现思路
1、鉴于上述存在的问题，提出了本专利技术。
2、因此，本专利技术解决的技术问题是：直接检测的方式因gis隔离开关结构封闭、内部空间狭小、传动机构紧凑且处在高压大电流环境运行。在高电位引入传感器，信号线难以引出，信号受强电磁环境干扰，破坏原有结构的密封性，且易带来绝缘隐患等原因，不适用于这一对象的检测。
3、基于电机电流的状态感知方法与基于振动信号的状态感知方法理论上都具有gis隔离开关机械状态的完整信息，进一步理论上都可以对gis隔离开关的触头接触状态进行监测，但是现有方法存在以下缺点：无法反映电压与电流的相位变化关系，且不同电机型号的电机电流具有一定程度的分散性，导致电流特征表现不明显。即使在电流特征比较明显的前提下，现有诊断算法也属于物理分析方法，通过对电流包络线的分析进行缺陷分析，属于阈值判断，这种判断会造成两个问题，第一，对于不同的隔离开关该阈值设置难以直接量化，都需要专家介入，对隔离开关的运动过程完成物理分析，然后再进行阈值对应，同时，也难以适应工业现场的因开关机械状态离散性造成的阈值因开关差异而产生的差异。
4、为解决上述技术问题，本专利技术提供如下技术方案：基于振动信号的隔离开关机械状态检测方法，包括：
5、在隔离开关上布置振动传感器采集振动信号；
6、对振动信号进行短时傅里叶变换，分析时频域特征；
7、对傅里叶变换信号应用维纳滤波器，去除噪声；
8、提取滤波后振动信号的特征数据；
9、对特征数据进行归一化处理；
10、将归一化后的特征数据与系统状态信息输入神经网络进行训练；
11、使用训练神经网络进行振动信号的故障诊断；
12、通过数据服务器接收分析结果，生成故障诊断报告，展示机械状态数据。
13、作为本专利技术所述的基于振动信号的隔离开关机械状态检测方法的一种优选方案，其中：所述短时傅里叶变换表示为，
14、
15、其中，ω为角频率，w(t)为窗函数，*为共轭，e-jωτ为预估中心频率。
16、作为本专利技术所述的基于振动信号的隔离开关机械状态检测方法的一种优选方案，其中：对信号的短时傅里叶变换stftx(t,ω)进行离散化处理，表示为，
17、
18、其中，x(n+m)w(m)是短时序列。
19、作为本专利技术所述的基于振动信号的隔离开关机械状态检测方法的一种优选方案，其中：所述维纳滤波器表示为，
20、
21、其中，ss(f)是预处理后的振动信号s(t)的功率谱密度，sn(f)是噪声n(t)的功率谱密度。
22、作为本专利技术所述的基于振动信号的隔离开关机械状态检测方法的一种优选方案，其中：所述输入神经网络进行训练包括用选定的n个振动传感器对振动信号进行检测；
23、采集n个振动传感器在相应位置检测到的测量信号并进行预处理；
24、对预处理后的n个振动传感器信号进行特征选择；
25、对特征信号进行归一化处理，为神经网络的输入提供标准形式；
26、将归一化的特征信息与已知的系统状态信息作为训练样本，输入神经网络进行训练，直到满足模型预设要求为止。
27、作为本专利技术所述的基于振动信号的隔离开关机械状态检测方法的一种优选方案，其中：对特征进行融合后对特征量的权重进行分析，去除振动传感器采集到的波动大于预设阈值的数据，选择重合性高于预设阈值的数据进行数据训练及故障诊断。
28、作为本专利技术所述的基于振动信号的隔离开关机械状态检测方法的一种优选方案，其中：所述展示机械状态数据包括将分析与优化后的数据通过数据接收部分传输至后台数据服务器软件；
29、数据接收部分通过rs232串口接收振动信号数据，依据通信规约与数据采集终端进行通信，并以文件形式存储接收到的数据；
30、数据分析诊断部分对接收到的振动信号数据进行算法分析，形成诊断报告，给出故障诊断结果；
31、数据展示部分可展示每台隔离开关的振本文档来自技高网...
【技术保护点】
1.基于振动信号的隔离开关机械状态检测方法，其特征在于，包括：
2.如权利要求1所述的基于振动信号的隔离开关机械状态检测方法，其特征在于：所述短时傅里叶变换表示为，
3.如权利要求2所述的基于振动信号的隔离开关机械状态检测方法，其特征在于：对信号的短时傅里叶变换STFTx(t,ω)进行离散化处理，表示为，
4.如权利要求3所述的基于振动信号的隔离开关机械状态检测方法，其特征在于：所述维纳滤波器表示为，
5.如权利要求4所述的基于振动信号的隔离开关机械状态检测方法，其特征在于：所述输入神经网络进行训练包括用选定的N个振动传感器对振动信号进行检测；
6.如权利要求5所述的基于振动信号的隔离开关机械状态检测方法，其特征在于：对特征进行融合后对特征量的权重进行分析，去除振动传感器采集到的波动大于预设阈值的数据，选择重合性高于预设阈值的数据进行数据训练及故障诊断。
7.如权利要求6所述的基于振动信号的隔离开关机械状态检测方法，其特征在于：所述展示机械状态数据包括将分析与优化后的数据通过数据接收部分传输至后台数据服务器软
8.一种采用如权利要求1～7任一所述的基于振动信号的隔离开关机械状态检测方法的系统，其特征在于，包括：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的基于振动信号的隔离开关机械状态检测方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的基于振动信号的隔离开关机械状态检测方法的步骤。
...【技术特征摘要】
1.基于振动信号的隔离开关机械状态检测方法，其特征在于，包括：
2.如权利要求1所述的基于振动信号的隔离开关机械状态检测方法，其特征在于：所述短时傅里叶变换表示为，
3.如权利要求2所述的基于振动信号的隔离开关机械状态检测方法，其特征在于：对信号的短时傅里叶变换stftx(t,ω)进行离散化处理，表示为，
4.如权利要求3所述的基于振动信号的隔离开关机械状态检测方法，其特征在于：所述维纳滤波器表示为，
5.如权利要求4所述的基于振动信号的隔离开关机械状态检测方法，其特征在于：所述输入神经网络进行训练包括用选定的n个振动传感器对振动信号进行检测；
6.如权利要求5所述的基于振动信号的隔离开关机械状态检测方法，其特征在于：对特征进行融合后对特征量的权重进行分析，去除振动传感器采集到的波...
【专利技术属性】
技术研发人员：欧阳泽宇，李欣，陈沛龙，代吉玉蕾，朱石剑，许逵，毛先胤，邓棋宸，徐舒蓉，李堃，陈佳胜，张俊杰，李鑫卓，张历，靳斌，王瑞果，郑一钦，申峻，
申请(专利权)人：贵州电网有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。