斷路器在線監(jiān)測(cè)與故障診斷技術(shù)研究及工程實(shí)現(xiàn).pdf

1、電氣設(shè)備智能化是智能電網(wǎng)發(fā)展的重要組成部分，也是設(shè)備檢修方式向狀態(tài)檢修轉(zhuǎn)變的必然要求。作為電力系統(tǒng)中重要的保護(hù)與控制電器，斷路器承擔(dān)著開斷和關(guān)合電力線路、線路故障保護(hù)、監(jiān)測(cè)運(yùn)行電量數(shù)據(jù)等重要作用，其智能化發(fā)展對(duì)于提升電力系統(tǒng)運(yùn)行的堅(jiān)強(qiáng)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(cè)與故障診斷技術(shù)在國內(nèi)外得到了快速發(fā)展。在線監(jiān)測(cè)技術(shù)是前提與基礎(chǔ)，通過對(duì)斷路器運(yùn)行主要參數(shù)進(jìn)行連續(xù)實(shí)時(shí)測(cè)量來反映斷路器工作狀態(tài);故障診斷技術(shù)是

2、目的，通過對(duì)歷史數(shù)據(jù)的分析處理，判斷斷路器的運(yùn)行狀態(tài)，預(yù)測(cè)潛在故障。通過對(duì)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(qiáng)電力系統(tǒng)運(yùn)行的安全穩(wěn)定性。
　　本文對(duì)斷路器在線監(jiān)測(cè)與故障診斷技術(shù)的基本理論和國內(nèi)外發(fā)展現(xiàn)狀進(jìn)行了深入的了解與分析，對(duì)其中蘊(yùn)含的關(guān)鍵問題，包括斷路器機(jī)械參數(shù)計(jì)算方法及在線應(yīng)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(cè)系統(tǒng)的開發(fā)與研制等方面都進(jìn)行了大量的理論

3、與工程化研究工作。
　　針對(duì)斷路器機(jī)械參數(shù)在線計(jì)算問題，本文提出了基于小波變換和基于集合經(jīng)驗(yàn)?zāi)B(tài)分解兩種方法。其基本原理都是通過信號(hào)處理手段對(duì)斷路器合閘位移信號(hào)進(jìn)行處理，定位其剛合點(diǎn)并以其為參考點(diǎn)計(jì)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(jī)械參數(shù)。兩種方法通過實(shí)際算例證明都具有較高的實(shí)用性，克服了在線狀態(tài)下無法獲取斷口信號(hào)的缺陷。相對(duì)而言，基于小波變換的方法具有較高的計(jì)算效率;而基于集合經(jīng)驗(yàn)?zāi)B(tài)分解的方法擁有更

4、高的精度，且計(jì)算過程簡單，適用性好。
　　針對(duì)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(gè)主要方面。對(duì)于故障數(shù)據(jù)前處理，本文提出利用模糊核聚類進(jìn)行故障數(shù)據(jù)預(yù)分類，建立診斷模型的輸入訓(xùn)練樣本空間?？朔嗽泄收蠚v史數(shù)據(jù)按時(shí)間排序，沒有類別標(biāo)簽，不能作為故障診斷模型直接輸入的缺陷。針對(duì)聚類過程中容易出現(xiàn)的陷入局部最優(yōu)，導(dǎo)致聚類準(zhǔn)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(jié)合模糊核聚類的P-

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

6、結(jié)果;最后，綜合上述診斷結(jié)果，以出現(xiàn)次數(shù)最多的診斷結(jié)果作為最終的結(jié)論。該方法通過對(duì)分合閘電流特征的實(shí)例分析證明，具有較高的診斷準(zhǔn)確度。
　　針對(duì)故障診斷算法中故障數(shù)據(jù)易受信號(hào)采集噪聲和特征計(jì)算誤差干擾的問題，通過理論和實(shí)例分析考察了故障診斷算法的魯棒性，研究了在不同隨機(jī)噪聲加入情況下本文中支持向量機(jī)診斷模型的準(zhǔn)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(qiáng)對(duì)微小變化的檢測(cè)能力;通過對(duì)殘差空間中統(tǒng)計(jì)信息的監(jiān)視，實(shí)現(xiàn)故障數(shù)據(jù)的準(zhǔn)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(shí)例分析表明，該方法對(duì)支持向量機(jī)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(chǔ)上，設(shè)計(jì)并研制了斷路器在線監(jiān)測(cè)系統(tǒng)。該系統(tǒng)包括上位機(jī)和下位機(jī)兩個(gè)主要組成部分。上位機(jī)采用小型工控機(jī)，下位機(jī)采用基于ARM和FPGA的數(shù)據(jù)采集與通信單元。能夠?qū)崿F(xiàn)數(shù)據(jù)采集與通信