基于異常振動分析的GIS機械故障診斷技術研究.pdf

1、隨著我國科學技術的快速發(fā)展，對于現代電力的要求越來越高。近年來，伴隨著電壓等級的不斷提高，對電能質量的可靠性也提出了更高的要求。SF6氣體絕緣金屬封閉式組合電器(GIS)由于具有占地面積小、可靠性高等特點，成為電力系統(tǒng)的重要組成部分。但近年來，隨著國民用電的進一步提高，電網故障事故頻發(fā)，而GIS作為重要環(huán)節(jié)，一旦出現故障就可能造成大規(guī)模的停電事故，致使電網損失慘重。所以，保證GIS的安全運行利國利民。
　　本文致力于研究GIS兩種

2、常見的機械故障，最關鍵的是從振動信號中提取對應故障的特征信息。對變分模態(tài)分解(VMD)算法的基本原理進行詳細說明，針對它的參數不易確定的特性，提出了運用混沌布谷鳥算法優(yōu)化VMD參數的方法。并通過測試函數對標準布谷鳥優(yōu)化算法和混沌布谷鳥優(yōu)化算法進行仿真對比，驗證了混沌布谷鳥優(yōu)化算法無論是收斂性還是搜索速度上均優(yōu)于標準布谷鳥優(yōu)化算法。
　　以實驗室仿真GIS試驗段作為研究對象，構造螺絲松動和金屬微粒振動兩種常見GIS故障，提出了一種基

3、于混沌布谷鳥算法優(yōu)化VMD參數的GIS機械故障診斷方法，首先運用混沌布谷鳥算法優(yōu)化VMD參數;然后對GIS正常振動信號和故障信號進行VMD分解，提取不同故障類型信號的特征向量;最后通過線性遞減權重PSO優(yōu)化的K-means聚類算法對訓練樣本特征向量集進行聚類，得到不同的聚類中心，再利用最小歐氏距離原則對測試樣本特征向量集進行識別，實現GIS機械故障的診斷。
　　基于理論研究與仿真分析結果，本文以VMD算法為核心設計了一套軟硬件完備

4、的基于異常振動分析的GIS機械故障在線監(jiān)測系統(tǒng)。其硬件部分主要包含數據采集模塊、信號輸出模塊以及信號分析模塊，數據采集模塊主要負責采集GIS振動信號;信號輸出模塊以數據采集卡為主體，實現數據的A/D轉換功能;信號分析模塊則是數據經采集卡導入微機處理，最終實現信號特征提取。軟件部分則以VMD算法為核心，實現GIS常見故障的特征提取，本文還添加了數據存儲和數據檢索模塊，極大地豐富了軟件的功能及其擴展性。
　　本文利用現場實際運行的GI