斷路器在線監(jiān)測與故障診斷技術研究及工程實現(xiàn).pdf

1、電氣設備智能化是智能電網(wǎng)發(fā)展的重要組成部分，也是設備檢修方式向狀態(tài)檢修轉變的必然要求。作為電力系統(tǒng)中重要的保護與控制電器，斷路器承擔著開斷和關合電力線路、線路故障保護、監(jiān)測運行電量數(shù)據(jù)等重要作用，其智能化發(fā)展對于提升電力系統(tǒng)運行的堅強性與可靠性有著重要的意義。作為智能化的主要方面之一，斷路器在線監(jiān)測與故障診斷技術在國內(nèi)外得到了快速發(fā)展。在線監(jiān)測技術是前提與基礎，通過對斷路器運行主要參數(shù)進行連續(xù)實時測量來反映斷路器工作狀態(tài);故障診斷技術是

2、目的，通過對歷史數(shù)據(jù)的分析處理，判斷斷路器的運行狀態(tài)，預測潛在故障。通過對其的研究可以提升斷路器智能化水平，滿足智能電網(wǎng)發(fā)展的要求，增強電力系統(tǒng)運行的安全穩(wěn)定性。
　　本文對斷路器在線監(jiān)測與故障診斷技術的基本理論和國內(nèi)外發(fā)展現(xiàn)狀進行了深入的了解與分析，對其中蘊含的關鍵問題，包括斷路器機械參數(shù)計算方法及在線應用、故障診斷算法中數(shù)據(jù)樣本的前處理及故障診斷模型建立、故障診斷算法的魯棒性以及在線監(jiān)測系統(tǒng)的開發(fā)與研制等方面都進行了大量的理論

3、與工程化研究工作。
　　針對斷路器機械參數(shù)在線計算問題，本文提出了基于小波變換和基于集合經(jīng)驗模態(tài)分解兩種方法。其基本原理都是通過信號處理手段對斷路器合閘位移信號進行處理，定位其剛合點并以其為參考點計算得到包括觸頭開距、分合閘速度、接觸行程、同期性等在內(nèi)的其他機械參數(shù)。兩種方法通過實際算例證明都具有較高的實用性，克服了在線狀態(tài)下無法獲取斷口信號的缺陷。相對而言，基于小波變換的方法具有較高的計算效率;而基于集合經(jīng)驗模態(tài)分解的方法擁有更

4、高的精度，且計算過程簡單，適用性好。
　　針對斷路器故障診斷問題，本文將故障診斷問題分解為故障數(shù)據(jù)前處理與故障診斷模型建立兩個主要方面。對于故障數(shù)據(jù)前處理，本文提出利用模糊核聚類進行故障數(shù)據(jù)預分類，建立診斷模型的輸入訓練樣本空間?？朔嗽泄收蠚v史數(shù)據(jù)按時間排序，沒有類別標簽，不能作為故障診斷模型直接輸入的缺陷。針對聚類過程中容易出現(xiàn)的陷入局部最優(yōu)，導致聚類準確性下降的問題，提出了利用粒子群算法的全局搜索能力，結合模糊核聚類的P-

5、KFCM算法。通過聚類目標函數(shù)更新粒子群的全局最優(yōu)位置與全局最優(yōu)適應度來優(yōu)化聚類結果，取得了顯著的效果，有力的提高了分類結果的準確度。對于故障診斷模型建立問題，本文采用的是一對一多分類支持向量機。其基本步驟為:首先利用P-KFCM算法對歷史數(shù)據(jù)進行分類，同時以MPC作為聚類有效性考核指標，確定最優(yōu)聚類數(shù)與聚類結果;其次，以聚類結果作為支持向量機的輸入訓練樣本，分別兩兩組合建立多個診斷模型;在此，將測試樣本輸入上述多個診斷模型，得到預診斷

6、結果;最后，綜合上述診斷結果，以出現(xiàn)次數(shù)最多的診斷結果作為最終的結論。該方法通過對分合閘電流特征的實例分析證明，具有較高的診斷準確度。
　　針對故障診斷算法中故障數(shù)據(jù)易受信號采集噪聲和特征計算誤差干擾的問題，通過理論和實例分析考察了故障診斷算法的魯棒性，研究了在不同隨機噪聲加入情況下本文中支持向量機診斷模型的準確性。指出樣本間差異度較小是引起故障診斷算法易受干擾的主要原因，提出了基于核主元分析的故障數(shù)據(jù)分離方法。利用核主元分析的核

7、空間映射，加強對微小變化的檢測能力;通過對殘差空間中統(tǒng)計信息的監(jiān)視，實現(xiàn)故障數(shù)據(jù)的準確定位;通過故障樣本與正常樣本的數(shù)據(jù)分離加大樣本間差異度，提高抗干擾能力。實例分析表明，該方法對支持向量機診斷模型的抗干擾能力起到了巨大的提升作用。
　　最后，在理論分析的基礎上，設計并研制了斷路器在線監(jiān)測系統(tǒng)。該系統(tǒng)包括上位機和下位機兩個主要組成部分。上位機采用小型工控機，下位機采用基于ARM和FPGA的數(shù)據(jù)采集與通信單元。能夠實現(xiàn)數(shù)據(jù)采集與通信