基于多信息融合的斷路器故障識別研究.pdf

1、高壓斷路器做為電力系統(tǒng)中至關(guān)重要的控制和保護(hù)裝置，其運行、維護(hù)和檢修情況關(guān)系到整個電力系統(tǒng)能否可靠運行。根據(jù)國際大電網(wǎng)會議對已投運的斷路器進(jìn)行的可靠性調(diào)查統(tǒng)計數(shù)據(jù)發(fā)現(xiàn)，在影響高壓斷路器運行可靠性的眾多故障中機(jī)械故障所占的比重達(dá)到了70％～80%，因此有必要對高壓斷路器的機(jī)械特性進(jìn)行監(jiān)測并對其已產(chǎn)生或潛在的故障進(jìn)行識別。目前大多從某種單一特征量的在線監(jiān)測結(jié)果對高壓斷路器機(jī)械狀態(tài)進(jìn)行識別研究，而從多特征量角度對斷路器運行工作狀態(tài)和故障模式進(jìn)

2、行識別研究在國內(nèi)外還比較少見。鑒于此，本文綜合斷路器動觸頭的速度參數(shù)以及分合閘過程中的振動信號和聲波信號，從多角度分析分析斷路器的運行狀態(tài)，并結(jié)合多信息融合方法中的粗糙集理論和支持向量機(jī)對斷路器的運行模式進(jìn)行識別。
　　首先利用高速、高分辨率攝像機(jī)捕捉斷路器合分閘過程傳動部件的運行狀況，采用TLD視頻跟蹤技術(shù)獲取斷路器操動中傳變部件運動位移過程及參數(shù)，計算分合閘最大速度和平均速度。
　　然后利用集合經(jīng)驗?zāi)B(tài)分解（EEMD）的

3、方法對分合閘過程中采集到的振動信號和聲波信號進(jìn)行分解得到一組固有模態(tài)函數(shù)（IMF），并結(jié)合信息熵理論，提取出每個固有模態(tài)函數(shù)的能量熵作為信號特征量。由于振動信號和聲波信號經(jīng)過分解以后得到多個IMF能量熵以至于特征量的維數(shù)較多，為降低特征量維數(shù)并得到最佳的振動信號和聲波信號特征量的維數(shù)利用信息融合中的粗糙集理論對振動信號和聲波信號特征量進(jìn)行屬性約簡。
　　最后利用支持向量機(jī)（SVM）對斷路器的運行狀態(tài)進(jìn)行識別，并結(jié)合具體的實驗數(shù)據(jù)對