一种GIS断路器故障识别方法、装置、设备、介质和程序产品与流程

摘要: 本技术涉及机械故障诊断,特别是涉及一种gis断路器故障识别方法、装置、设备、介质和程序产品。背景技术:1、gis断路器是电力系统中承担负荷投切和故障隔离的关键开...
一种GIS断路器故障识别方法、装置、设备、介质和程序产品与流程

本技术涉及机械故障诊断,特别是涉及一种gis断路器故障识别方法、装置、设备、介质和程序产品。

背景技术:

1、gis断路器是电力系统中承担负荷投切和故障隔离的关键开关设备,其机械操动机构由弹簧操动系统、传动连杆、拐臂、动触头及缓冲装置等多个部件组成。当断路器执行合闸操作时,操动机构中的压缩弹簧释放储存的机械能,该能量经传动机构逐级传递,驱动动触头向静触头方向运动,最终完成动静触头的闭合,并由缓冲装置吸收运动部件多余的动能,使机构平稳停止。在这一过程中,弹簧释放能量、传动部件运动、触头高速碰撞以及缓冲装置制动等一系列机械事件在极短的时间窗口内连续发生,各部件之间的相互作用会在断路器外壳及操动机构箱体表面产生包含丰富机械状态信息的瞬态振动响应。

2、振动信号分析技术凭借其非侵入式测量的优势,在机械状态监测领域得到广泛应用。对于gis断路器而言,当操动机构出现弹簧疲劳松弛、传动杆卡滞、拐臂连接松动等机械故障时,各部件的动作时序、运动速度及碰撞冲击强度均会发生相应改变,这些变化会直接调制在合闸过程中产生的瞬态振动信号中。因此,通过在断路器外壳表面安装加速度传感器采集合闸振动信号,并对其进行分析处理,可以在不解体设备的条件下间接获取操动机构内部的运行状态信息,从而为设备状态检修提供依据。

3、相关技术中,在gis断路器振动信号分析中,较为常见的技术路线是对采集到的合闸振动信号进行时频分析。时频分析方法能够将一维时域信号映射至时频联合域,揭示信号中不同频率成分随时间的变化规律,从而有利于提取与机械状态相关的故障特征。典型做法是对截取的整段合闸振动信号进行小波包分解,将信号划分至多个频带,计算各频带的能量或能量占比作为表征断路器机械状态的特征向量,再结合聚类分析、支持向量机、神经网络等模式识别方法实现故障类型的自动判别。这类方法已在实验室环境和部分现场应用中取得了一定效果,能够区分弹簧疲劳、机构卡涩等常见机械缺陷。

4、然而,目前的故障识别方法,存在如下的技术问题:

5、现有的故障分析结果通常反映整个合闸过程的综合效应,不同状态下的信号能量分布差异可能在整段信号处理中被平均化或掩盖,从而影响故障识别的准确性,有待优化。

技术实现思路

1、基于此,有必要针对上述技术问题,提供一种能够考虑断路器合闸过程中不同机械动作阶段特性的一种gis断路器故障识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面,本技术提供了一种gis断路器故障识别方法。所述方法包括:

3、获取gis断路器合闸过程中的瞬态振动信号;

4、根据所述瞬态振动信号的短时能量变化,确定多个关键动作时刻,依据所述关键动作时刻将所述瞬态振动信号划分为多个连续的动作阶段;

5、对各所述动作阶段进行长度处理,使各所述动作阶段达到统一的预设数据长度;

6、分别对各所述动作阶段进行时频分解,获取各所述动作阶段在不同频带上的能量分布,根据所述能量分布计算各所述动作阶段在各频带的归一化能量;

7、计算相邻两个所述动作阶段之间同一频带的归一化能量的差值,得到能量迁移量,基于所述能量迁移量识别所述gis断路器的机械状态。

8、在其中一个实施例中,所述根据所述瞬态振动信号的短时能量变化,确定多个关键动作时刻,依据所述关键动作时刻将所述瞬态振动信号划分为多个连续的动作阶段包括:

9、计算所述瞬态振动信号的短时能量,根据所述短时能量与预设阈值的关系确定机构开始动作时刻、主要传动冲击时刻、动静触头碰撞时刻和缓冲过程结束时刻;

10、根据所述机构开始动作时刻和所述主要传动冲击时刻划分出机构启动与弹簧释能阶段,根据所述主要传动冲击时刻和所述动静触头碰撞时刻划分出传动与触头运动阶段,根据所述动静触头碰撞时刻和所述缓冲过程结束时刻划分出触头碰撞与缓冲阶段。

11、在其中一个实施例中,所述对各所述动作阶段进行长度处理,使各所述动作阶段达到统一的预设数据长度包括:

12、保持各所述动作阶段的原始采样率不变,在各所述动作阶段的末端补零,使各所述动作阶段达到预设的统一数据长度;

13、保留各所述动作阶段的原始持续时间,并将所述原始持续时间作为识别所述机械状态的特征参数。

14、在其中一个实施例中,所述分别对各所述动作阶段进行时频分解,获取各所述动作阶段在不同频带上的能量分布,根据所述能量分布计算各所述动作阶段在各频带的归一化能量包括:

15、采用预设的小波包分解算法对各所述动作阶段进行处理,获取各所述动作阶段在各个频带上的小波包系数;

16、根据所述小波包系数计算各频带的能量,并对各所述动作阶段分别计算阶段总能量,根据所述阶段总能量对各频带能量进行归一化,得到各所述动作阶段在各频带的归一化能量。

17、在其中一个实施例中,所述计算相邻两个所述动作阶段之间同一频带的归一化能量的差值,得到能量迁移量,基于所述能量迁移量识别所述gis断路器的机械状态包括:

18、获取所述gis断路器在多种已知机械状态下的基准特征,所述基准特征包括各所述动作阶段的基准持续时间、基准归一化频带能量和基准能量迁移量;

19、计算待识别信号的特征与各所述已知机械状态的基准特征之间的差异值,将差异值最小的机械状态确定为所述待识别信号的识别结果。

20、在其中一个实施例中,所述多种已知机械状态包括正常状态、弹簧疲劳松弛状态、传动杆卡滞状态和传动拐臂连接松动状态;所述方法还包括:

21、当所述待识别信号与各所述已知机械状态的基准特征之间的最小差异值超过预设阈值时,输出待复核状态。

22、第二方面,本技术还提供了一种gis断路器故障识别装置。所述装置包括:

23、信号监测模块,用于获取gis断路器合闸过程中的瞬态振动信号;

24、信号分解模块,用于根据所述瞬态振动信号的短时能量变化,确定多个关键动作时刻,依据所述关键动作时刻将所述瞬态振动信号划分为多个连续的动作阶段;

25、信号处理模块,用于对各所述动作阶段进行长度处理,使各所述动作阶段达到统一的预设数据长度;

26、时频分解模块,用于分别对各所述动作阶段进行时频分解,获取各所述动作阶段在不同频带上的能量分布,根据所述能量分布计算各所述动作阶段在各频带的归一化能量;

27、状态识别模块,用于计算相邻两个所述动作阶段之间同一频带的归一化能量的差值,得到能量迁移量,基于所述能量迁移量识别所述gis断路器的机械状态。

28、在其中一个实施例中,所述信号分解模块还用于:

29、计算所述瞬态振动信号的短时能量,根据所述短时能量与预设阈值的关系确定机构开始动作时刻、主要传动冲击时刻、动静触头碰撞时刻和缓冲过程结束时刻;

30、根据所述机构开始动作时刻和所述主要传动冲击时刻划分出机构启动与弹簧释能阶段,根据所述主要传动冲击时刻和所述动静触头碰撞时刻划分出传动与触头运动阶段,根据所述动静触头碰撞时刻和所述缓冲过程结束时刻划分出触头碰撞与缓冲阶段。

31、在其中一个实施例中,所述信号处理模块还用于:

32、保持各所述动作阶段的原始采样率不变,在各所述动作阶段的末端补零,使各所述动作阶段达到预设的统一数据长度;

33、保留各所述动作阶段的原始持续时间,并将所述原始持续时间作为识别所述机械状态的特征参数。

34、在其中一个实施例中,所述时频分解模块还用于:

35、采用预设的小波包分解算法对各所述动作阶段进行处理,获取各所述动作阶段在各个频带上的小波包系数;

36、根据所述小波包系数计算各频带的能量,并对各所述动作阶段分别计算阶段总能量,根据所述阶段总能量对各频带能量进行归一化,得到各所述动作阶段在各频带的归一化能量。

37、在其中一个实施例中,所述状态识别模块还用于:

38、获取所述gis断路器在多种已知机械状态下的基准特征,所述基准特征包括各所述动作阶段的基准持续时间、基准归一化频带能量和基准能量迁移量;

39、计算待识别信号的特征与各所述已知机械状态的基准特征之间的差异值,将差异值最小的机械状态确定为所述待识别信号的识别结果。

40、在其中一个实施例中,所述多种已知机械状态包括正常状态、弹簧疲劳松弛状态、传动杆卡滞状态和传动拐臂连接松动状态;所述装置还包括:

41、状态输出模块,用于当所述待识别信号与各所述已知机械状态的基准特征之间的最小差异值超过预设阈值时,输出待复核状态。

42、第三方面,本技术还提供了一种计算机设备。所述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,所述处理器执行所述计算机程序时实现如第一方面中任意一项实施例所述的一种gis断路器故障识别方法中的步骤。

43、第四方面,本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面中任意一项实施例所述的一种gis断路器故障识别方法中的步骤。

44、第五方面,本技术还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现如第一方面中任意一项实施例所述的一种gis断路器故障识别方法中的步骤。

45、上述一种gis断路器故障识别方法、装置、计算机设备、存储介质和计算机程序产品,通过实施例中的技术特征进行推导,能够达到对应背景技术中的技术问题的如下有益效果:

46、本技术提供了一种gis断路器故障识别方法。在实施中,通过根据合闸瞬态振动信号的短时能量变化确定关键动作时刻并划分动作阶段,使振动信号的分析单元从整段信号转变为具有明确机械含义的阶段信号,有助于克服不同合闸批次之间因动作时刻漂移导致的时间错位问题,使属于同一机械动作过程的振动成分能够在相同的时间基准下进行比较。在此基础上,通过对各动作阶段进行长度处理使其达到统一数据长度,有助于为后续时频分解提供规整化的数据输入,避免了因阶段长度不一致而引入的额外变量。进一步地,本技术分别对各动作阶段进行时频分解并计算各频带的归一化能量,使各阶段的频带能量能够准确反映对应机械过程的振动特性,有助于避免不同机械过程产生的振动成分在特征层面的混合。在此基础上,本技术通过计算相邻动作阶段之间同一频带归一化能量的差值得到能量迁移量,能够有效描述振动能量分布随合闸进程的演变规律,将故障识别建立在过程性特征而非静态特征之上。