高壓斷路器作為配電網(wǎng)中重要的開關(guān)元件,對(duì)于人們的生產(chǎn)生活具有十分重要的作用。一旦高壓斷路器出現(xiàn)機(jī)械故障,對(duì)于人民和國(guó)家都會(huì)造成重大的損失,所以對(duì)于高壓斷路器機(jī)械故障進(jìn)行監(jiān)測(cè)和診斷,對(duì)于保障電力系統(tǒng)安全和國(guó)民生產(chǎn)生活具有重大價(jià)值。文章主要基于分合閘線圈電流特征對(duì)于高壓斷路器的機(jī)械故障進(jìn)行診斷。首先介紹了高壓斷路器機(jī)械故障診斷的研究現(xiàn)狀,確定了文章以分合閘線圈電流信號(hào)為研究對(duì)象,并詳細(xì)分析了分合閘線圈電流的相關(guān)理論以及對(duì)應(yīng)的故障類型。然后對(duì)電流信號(hào)進(jìn)行了預(yù)處理、特征提取和模式識(shí)別。電流曲線預(yù)處理采用了插值、擬合和形態(tài)學(xué)三種方法進(jìn)行預(yù)處理,選定擬合算法光滑效果較好。采用近似求導(dǎo)法對(duì)信號(hào)的電流和幅值特征進(jìn)行提取,并加入了均值、標(biāo)準(zhǔn)差、峭度和能量四個(gè)全局特征。應(yīng)用動(dòng)態(tài)時(shí)間規(guī)整（DTW）以及支持向量機(jī)（SVM）兩種模式識(shí)別方法對(duì)分合閘線圈電流特征進(jìn)行了分類。最后在分析電流信號(hào)的基礎(chǔ)上,采集彈簧操作機(jī)構(gòu)的振動(dòng)信號(hào),應(yīng)用短時(shí)能量法和雙門限法對(duì)高壓斷路器振動(dòng)信號(hào)進(jìn)行了特征提取,并與電流特征組成多源特征。鑒于特征數(shù)目較多,采用主分量分析（PCA）對(duì)特征進(jìn)行降維優(yōu)化,應(yīng)用支持向量機(jī)對(duì)多源特征進(jìn)行模式識(shí)別。實(shí)... 

【文章來源】：華北電力大學(xué)河北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：55 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

國(guó)網(wǎng)2013年高壓斷路器主要缺陷統(tǒng)計(jì)

的不同狀態(tài)進(jìn)行了模式識(shí)別，得到了較好的效果。部分學(xué)者對(duì)斷研究[24,25]，利用短時(shí)能量法從三相振動(dòng)信號(hào)中提取時(shí)間差，取得是該方法對(duì)大的沖擊振動(dòng)提取效果較好，對(duì)于較小的沖擊并不明限性。國(guó)內(nèi)外眾多學(xué)者的研究，狀態(tài)監(jiān)測(cè)與故障診斷是未來的發(fā)展方向采集不同的斷路器信號(hào)，提取特征量對(duì)斷路器進(jìn)行模式識(shí)別，為檢修方向和檢修頻率等輔助建議，從而減少停機(jī)時(shí)間并降低維護(hù)態(tài)評(píng)估方法評(píng)估是依據(jù)現(xiàn)有的機(jī)器學(xué)習(xí)和深度挖掘等人工智能算法的熱門學(xué)狀態(tài)評(píng)估具有非侵入性。應(yīng)用傳感器采集斷路器的不同的物理信行模式識(shí)別，得到斷路器的狀態(tài)信息，同時(shí)，通過信號(hào)不同特征夠判斷故障部件和故障原因，并對(duì)故障的發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)，并略。常用的狀態(tài)評(píng)估方法有人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、專家系神經(jīng)網(wǎng)絡(luò)狀態(tài)評(píng)估方法

是一種動(dòng)力學(xué)網(wǎng)絡(luò)系統(tǒng)，具有較好的非線性和容錯(cuò)性，在故障識(shí)別常廣泛的應(yīng)用。人工神經(jīng)網(wǎng)絡(luò)主要有三個(gè)方面的應(yīng)用：預(yù)測(cè)、分類和。圖 1-2 為神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)圖。獻(xiàn)[26]在對(duì)振動(dòng)信號(hào)的故障診斷中，應(yīng)用了小波包和神經(jīng)網(wǎng)絡(luò)進(jìn)行特分類，效果優(yōu)于傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)方法。文獻(xiàn)[27]在診斷識(shí)別中，運(yùn)用絡(luò)，并在其中融合了密度函數(shù)估計(jì)和貝葉斯理論，取得了良好的診斷8]中，利用粒子群優(yōu)化算法優(yōu)化權(quán)值，并應(yīng)用到神經(jīng)網(wǎng)絡(luò)中。綜合人應(yīng)用，人工神經(jīng)網(wǎng)絡(luò)對(duì)于狀態(tài)評(píng)估具有較好的自適應(yīng)性，但是良好的大的訓(xùn)練樣本的基礎(chǔ)上，隨著樣本數(shù)據(jù)的減少，會(huì)出現(xiàn)局部最優(yōu)等缺分類的效果不理想。) 支持向量機(jī)狀態(tài)評(píng)估方法持向量機(jī)[14,29,30]是現(xiàn)在應(yīng)用較為廣泛的數(shù)據(jù)分類算法，是基于機(jī)器學(xué)性數(shù)據(jù)處理方法。支持向量機(jī)基于機(jī)構(gòu)風(fēng)險(xiǎn)最小原理，且在小樣本數(shù)中具有一定的優(yōu)勢(shì)。其基本原理如圖 1-3 所示，是將樣本數(shù)據(jù)映射到從而構(gòu)造最優(yōu)分類超平面，解決線性不可分問題。

【參考文獻(xiàn)】：
期刊論文
[1]基于聲音信號(hào)的高壓斷路器機(jī)械故障診斷方法[J]. 楊元威,關(guān)永剛,陳士剛,王靜君,趙科.  中國(guó)電機(jī)工程學(xué)報(bào). 2018(22)
[2]基于Rete算法的自動(dòng)裝填系統(tǒng)故障診斷系統(tǒng)設(shè)計(jì)[J]. 郝天宇,李英順,石陽,李廣進(jìn).  電子設(shè)計(jì)工程. 2018(21)
[3]基于專家系統(tǒng)的船舶電力系統(tǒng)故障診斷研究[J]. 趙磊磊.  艦船電子工程. 2018(09)
[4]高壓斷路器分合閘線圈電流采集實(shí)驗(yàn)平臺(tái)與故障模擬實(shí)驗(yàn)研究[J]. 彭在興,王頌,劉芹,易林,陳曦,褚飛航,梁夢(mèng)婕,曹辰,嚴(yán)海波,劉定新.  高壓電器. 2018(07)
[5]基于EEMD樣本熵和支持向量機(jī)的高壓斷路器故障診斷[J]. 劉榮海,豆龍江,萬書亭,楊迎春,鄭欣.  華北電力大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(02)
[6]短時(shí)能量法在斷路器機(jī)械振動(dòng)信號(hào)分析中的應(yīng)用[J]. 王靜君,王飛,楊元威,趙科,劉通,關(guān)永剛.  高壓電器. 2017(12)
[7]語音端點(diǎn)檢測(cè)算法研究[J]. 費(fèi)宇泉,王英健,夏愉樂.  自動(dòng)化技術(shù)與應(yīng)用. 2017(08)
[8]斷路器操動(dòng)狀態(tài)聲音辨識(shí)的優(yōu)化算法的研究[J]. 趙書濤,李沐峰,王亞瀟,孫會(huì)偉.  電測(cè)與儀表. 2017(10)
[9]基于電機(jī)電流分析的萬能式斷路器機(jī)械故障診斷[J]. 孫曙光,趙黎媛,杜太行,于晗,王巖.  儀器儀表學(xué)報(bào). 2017(04)
[10]基于振動(dòng)信號(hào)樣本熵和相關(guān)向量機(jī)的萬能式斷路器分合閘故障診斷[J]. 孫曙光,于晗,杜太行,王景芹,趙黎媛.  電工技術(shù)學(xué)報(bào). 2017(07)

碩士論文
[1]基于改進(jìn)動(dòng)態(tài)時(shí)間規(guī)整算法的斷路器故障診斷研究[D]. 蔣志浩.山東科技大學(xué) 2017
[2]高壓斷路器機(jī)械特性帶電檢測(cè)技術(shù)與論斷方法的研究[D]. 趙媛.北京交通大學(xué) 2015
[3]基于圖像處理的斷路器動(dòng)觸頭運(yùn)動(dòng)參數(shù)識(shí)別方法研究[D]. 徐玉濤.華北電力大學(xué) 2015
[4]基于壓力、振動(dòng)、聲音信號(hào)的壓氣機(jī)喘振故障診斷和監(jiān)測(cè)[D]. 曹昳劼.上海交通大學(xué) 2010
[5]VS1斷路器在線監(jiān)測(cè)與故障診斷系統(tǒng)的研究[D]. 安濤.浙江大學(xué) 2010



本文編號(hào)：3402931