你的位置:亚州色图 > 母女与郎 >

小色尼姑庵 基于操作力矩的高压窒碍开关机械残障智能会诊

  • 发布日期:2024-12-18 05:20    点击次数:151
  • 小色尼姑庵 基于操作力矩的高压窒碍开关机械残障智能会诊

    基于操作力矩的高压窒碍开关机械残障智能会诊

    彭诗怡1 刘 衍1 周涛涛2 阮江军2 刘 源3小色尼姑庵

    (1. 国网江西省电力有限公司电力科学相关院 南昌 330096 2. 武汉大学电气与自动化学院 武汉 430072 3. 国网江西省电力有限公司修复分公司 南昌 330000)

    摘录窒碍开关故障频发却穷乏灵验会诊方法,该文建议一种基于操作力矩波形的窒碍开关机械状态智能会诊方法。为对操作力矩进行准确检测,研制了电机式操作力矩检测装配,并通过刚柔耦合能源学仿真模子考据了履行遣散的准确性,通过模拟合闸不到位、卡涩和三相不同期三种典型机械残障,分析总结操作力矩在不同机械状态下变化法例。从波形中索求啮合前力矩均值、啮合角度、住手角度三个特征量,行动神经蚁辘集诊模子的输入,扫尾残障智能判断。再从特征量中反上演表征故障严重进度的故障量,使该会诊本领不仅能判断平素、卡涩、三相不同期和合闸不到位四种机械状态,还可输出卡涩等第与表率位收支角度,触头触指间距离等与熟习表率密切相关的故障量,为窒碍开关熟习提供实用性参考。

    要道词:窒碍开关 故障会诊 能源学仿真 神经蚁集

    0 序文

    2017年国度电网公司牵头智能运检体系修复,发布《智能运检白皮书》,全力推动电力熟习方式从传统野心熟习向状态熟习的积极逶迤,力争于打造以状态实时检测为基础、以故障灵验会诊和决议为输出的智能运检体系[1]。

    在广博电力斥地中,高压窒碍开关应用规模、故障次数均位列高压输变电斥地榜首。阐发国度电网公司2015年开关斥地启动情况统计,天下高压窒碍开关斥地在运368 454套[2],常与断路器合营使用,以便形成赫然断口,确保断电的可靠性。而户外窒碍开关因为使命在怒放环境中,资历不同天气状态,追随空气中灰尘、粉尘等颗粒沾秽物的永久堆积[3],重复了需在现场进行安装调试的不细则性,以及相关研发参加不及、性能普及渐渐[4]的阛阓近况,使得窒碍开关故障率居高不下。而况窒碍开关数量多、分散广,跟着用电负荷的日益增长,窒碍开关年久失修引起的事故占比越来越高,对电网形成重大影响,举例广东电网某500kV变电站“4.10”事件及某500kV变电站“4.11”事件,均是因为莫得实时发现窒碍开关存在隐患,最终形成大面积停电[5]。

    据国网公司开关斥地启动情况统计,2015年72.5kV及以上窒碍开关发生残障7 682台·次[2];浙江电网2014年在役110kV及以上怒放式窒碍开关32 934台,2006年~2014年发生故障3 777起,其中锈蚀、触头发烧、卡涩等典型故障共发生2 664起,占总故障的70%以上[5];2008年~2016年,云南电网110kV 及以上电压等第的窒碍开关一共发生357起残障故障,其中机械故障残障占比54.62%[3];2019年,江西电网在役110kV及以上窒碍开关35 881台,其中220kV及以上窒碍开关全年发生严重及以上残障57处,占变电斥地的43%。

    而窒碍开关现行熟习方式依旧以野心熟习为主,其判断在很猛进度上依赖运维东谈主员陶冶,如《窒碍开关和接地开关状态评价导则》条款对窒碍开关各部件是否存在残障逐个判断和打分,但判断技能拖沓且无法同期会诊多种故障,操作性差[6]。

    跟着智能运检的发展与推动,国表里学者也对窒碍开关的状态熟习开展系列相关。有的学者基于窒碍开关分合闸轨迹判断窒碍开关是否平素,如王清晨等归纳出基于窒碍开关主轴转角特点的故障会诊方法[7];马宏明等将此方法应用于折叠式窒碍开关,取得一定遵循[8]。这种方法直不雅了了,但关于不改变窒碍开关通达特点的轻捷卡涩等机械故障,不行灵验识别。李少华等通过振动信号与各状态表率信号的相似进度来判断窒碍开关状态[9],随后接收ReliefF算法和BP神经采聚首束故障类型、位置会诊[10];Jia Yongyong等通过振动信号判气绝体金属顽固开关斥地(Gas Insulated Switchgear, GIS)内窒碍开关合闸状态[11-12]。振动信号亦然刻下对断路器机械残障会诊的主流相关地方[13-16],但振动信号仅对零件松动和间歇性斗争等故障明锐[17],对卡涩、不同期等常见故障无赫然特征,且检测遣散受传感器安装位置影响大,结识性和通用性不高。有计划到电机是窒碍开关的能源来源,很多学者建议将电机电流行动窒碍开关机械状态的在线检测状态量。王清晨建议专揽电机电流期间特点及电机功率转角特点会诊窒碍开关机械故障的设念念,但尚未进行内容履行考据[7];刘贤杰等以电流信号为判断表率防御电机过载及撑捏绝缘子断裂,但并未进行定量分析[18];邱志斌和Peng Tao等推导了电机电流与操作力矩的函数关系[19-22],通过电流幅值及期间点判断窒碍开关是否卡涩,但电机电流信号在窒碍开关机械故障会诊中尚无内容应用,且在电流信号的特征索乞降智能会诊方面穷乏深化相关。

    针对窒碍开关机械故障频发,对电力系统组成严重挟制,且穷乏灵验检测会诊方法的近况,本文基于刚柔耦合能源学仿真和操作力矩-转角检测平台的检测遣散,建议操作力矩与窒碍开关机械故障密切相关,能灵验反应会诊窒碍开关机械状态,随后迎阿神经蚁集,索求力矩波形特征量,扫尾窒碍开关机械状态的智能化会诊,准确判断故障类型并输出表征故障进度的对应参数。

    1 GW4型窒碍开关操作力矩特点分析 1.1 窒碍开关操作力矩检测装配

    窒碍开关行动电机驱动的动态斥地,其性能与操作力矩密切相关。日常运维中,电力工东谈主常通过手柄进行手动分合闸操作时的手感轻重来判断机械状态,由此设想手柄式操作力矩检测装配,如图1a所示,内置式力矩传感器能实时检测分合闸过程中力矩变化情况。以系统中常见的GW4型水平双柱旋转式窒碍开关为履行对象,接收该手柄式力矩传感器从操作机构箱手动操作口进行屡次手动合闸操作,以窒碍开关垂直连杆的动掸角度为横坐标,操作力矩为纵坐标,绘图合闸过程的力矩波形如图1b所示。

    从图1中不错看出,测得的力矩-转角曲线存在较大波动,且两次检测遣散各异较大,主若是因为手动操作时受操作家个东谈主影响极大,难以保证手柄匀速动掸,因此无法行动灵验参考。为了幸免东谈主力影响,设想电机式力矩检测装配,改用步进电机提供结识驱动,带动角度传感器和力矩传感器后通过连杆与窒碍开关连系,如图2a所示。

    对归并台GW4型窒碍开关进行屡次检测后,绘图的操作力矩-转角曲线如图2b所示。从图中可看出,三次合闸曲线基本重合,可见电机式操作力矩检测装配结识性好,能取得可靠的操作力矩特点曲线。

    1.2 窒碍开关能源学仿真本领

    为对履行测得的力矩波形进行考据与分析,成立履行对象的能源学仿真模子,有计划到窒碍开关触指和簧片的形变与其窒碍开关性能密切相关,需接收柔性体模子,其他无赫然形变的结构视为刚体。由此成立窒碍开关刚柔耦合能源学仿真模子,仿真进程如图3所示,需要分别进行刚性体和柔性体建模后再进行耦合。

    窒碍开关的传动结构(如连杆等零部件)的材质主若是碳钢,导电部分(如触头、触指)为黄铜材质,撑捏绝缘子为陶瓷材质,按内容情况给各部件赋予密度、杨氏模子、泊松比等物理特点,并按照内容装配关系在各零部件间施加固定、旋转、滑移等通达束缚,窒碍开关刚体模子如图4所示。

    将柔性部件(如触指、簧片)的几何模子逐个导入有限元分析软件,栽培材料属性后接收六面体进行网格剖分,接收刚性区域法生成模态中性文献(Modal Neutral File, MNF)。GW4型窒碍开关柔性体模子如图5所示。对触指而言,选拔螺栓孔行动刚性聚首区域,将MNF导入窒碍开关刚体模子,固定在触指座相应位置,此模子共有六根触指,每边三根分列在触指座双方,簧片与每一根触指的螺栓孔齐心对应,如图5b所示。在触头触指间栽培刚体与柔性体迤逦纳impact模子筹画斗争力[18]。

    通过在传动结构的垂直连杆下端施加固定角速率3.6°/s,驱动垂直连杆匀速动掸,带动窒碍开关合闸。仿真所得合闸过程的操作力矩与触头触指间斗争力曲线如图6所示,其中实线为操作力矩,虚线和点画线分别为内、外侧触指的斗争力。从图6可见,由于触头与内、外触指的先后斗争和挤压,导力争矩波形有两个赫然的波峰与一个波谷,与履行遣散曲线特征一致。

    与仿真模子比拟,履行时力矩传感器在操作机构箱外侧,还需经过操作箱中的减慢器和齿轮等传动法度才传动至垂直连杆部位[23],因此缩小垂直连杆与机构箱出口轴的固定抱箍,测得减慢器与齿轮等结构的操作箱内传动部分空载力矩曲线如图7a所示。履行测得的合闸力矩曲线减去此空载曲线并经减慢器的传动比换算后,即为换算到仿真等效模子的操作力矩曲线,换算后的履行与仿真曲线对比如图7b所示。

    为对两曲线进行定量分析,迎阿窒碍开关合闸过程特点,从波形中索求啮合前均值、啮合角度、力矩最大值、力矩最大值角度、包络线峭度、住手角度行动特征量,两曲线的特征量筹画遣散见表1。可见各特征值舛讹均小于5%,证明仿真与履行遣散一致。

    表1 平素状态下力矩波形特征量

    2 窒碍开关典型残障模拟与分析 2.1 合闸不到位残障

    合闸不到位是窒碍开关常见故障之一,容易形成触头触指间斗争电阻过大,引起触头发烧致使烧蚀。改变履行中截至电机起停的限位装配位置,使限位挡板与分合闸位置定位器提前斗争,电机提前住手,可模拟窒碍开关分合闸不到位残障[24]。接收前述电机式操作力矩测量装配测得合闸不到位时力矩曲线,与平素状态曲线对比如图8所示。

    图8中实线为平素状态力矩曲线,虚线为合闸不到位时力矩曲线,两曲线基本重合。但在合闸快扫尾时,合闸不到位曲线比平素曲线缺失了一部分,从横坐标动掸角度来看,平素曲线在175.7°阁下住手,而合闸不到位曲线在167.6°阁下住手,该住手角度主要与合闸定位器的位置相关。

    为了愈加直不雅比较曲线在不同状态下变化进度,一样登科窒碍开关啮合前力矩的平均值、啮合角度、最放手矩值、最放手矩出现角度、包络线峭度和窒碍开关住手角度行动特征量,并以归一化协方差通盘R来体现曲线相似度,定量描写两波形曲线的相似进度,设有两个长度为N的操作力矩值序列X(k)、Y(k)(k=0,1,…,N-1),且X(k)、Y(k)为实数,归一化协方差通盘Rxy可按下列公式筹画。

    领先筹画两个序列的表率方差

    然后筹画两个序列的协方差

    便不错筹画两个序列的归一化协方差通盘为

    式中,N为操作力矩-转角曲线的数据长度;Rxy可表征两曲线的相似度相关,取值为0<Rxy≤1,Rxy越大暗示曲线相似度越高。

    合闸不到位状态与平素状态特征值对比见表2。可见合闸不到位状态下力矩波形变化主要表刻下住手角度发生变化,因而引起包络线峭度随之改变。

    2.2 轴承卡涩残障

    启动一段期间后,窒碍开关的轴承等部位容易因为润滑剂干枯和金属件锈蚀等原因发生卡涩残障,是形成窒碍开关拒动的主要原因之一。在窒碍开关槽钢上固定一个环形抱箍,可通过抱紧绝缘子底部法兰施加动掸阻力来模拟卡涩残障,通过螺钉松紧可改换阻力大小[25],如图9所示。

    表2 合闸不到位状态与平素状态特征值对比

    平素状态与三种不同进度轴承卡涩状态下力矩波形对比如图10所示,卡涩状态时力矩波形高于平素状态,但波峰波谷位置基本不变。因为模拟轴承卡涩的抱箍与法兰间摩擦力不一语气,导致所测操作力矩曲线存在较大的波动,但对各特征量的分析影响较小。登科卡涩最严重时曲线与平素状态曲线的特征量对比见表3。

    表3 卡涩状态与平素状态特征值对比

    从表3中不错看出:卡涩状态与平素状态的操作杆动掸角度相易,力矩最大值对应角度和住手角度基本莫得变化,但卡涩状态的力矩均值与极值均大于平素状态,因此相似度和包络线峭度也随之改变。迎阿不同进度的卡涩波形和表中数据,可见发生卡涩故障时,角度相关特征量不发生赫然变化,力矩值权贵增大。

    2.3 三相不同期残障

    窒碍开关的三相不同期是指窒碍开关合闸过程中,其中一相开始斗争时,其余两相触指触头最小距离中的较大值。关于110kV电压等第的窒碍开关,条款其三相不同期≤10mm。本文相关对象GW4A—126W型窒碍开关长度可调的部件有操动拐臂、操动连杆、交叉连杆、相间连杆、BC相联动拐臂、三相从动拐臂,如图11所示。调养BC相间连杆长度,使C相不同期,此时A、B相通达不受影响。

    三相不同期与平素状态的电动操作力矩-转角对比曲线如图12所示。可见,三相不同期残障时,触头触指啮合前的曲线与平素状态基本一致;触头触指啮合时,三相不同期曲线与平素状态有赫然变化,主要表刻下啮合角提前,且第一个波峰赫然增大,登科其中一条三相不同期曲线,与平素状态特征量对比遣散见表4。

    表4 三相不同期状态与平素状态特征值对比

    从表4中不错看出:三相不同期与平素状态时操作杆动掸角度相易;啮合前力矩均值与平素状态收支较小,啮合前举座波形与平素状态相似度较高,变化主要体刻下包络线峭度和力矩最大值,与卡涩及合闸不到位残障比拟,啮合角度初度发生改变。

    3 窒碍开关机械状态智能会诊方法

    前文可见,力矩曲线对机械故障变化较明锐,但不同故障特征量变化错综且无定量表率,因此有计划接收神经蚁集算法进行故障类型的智能判断。

    3.1 神经蚁集计算模子

    由于履行获取遵循较低,通过对已有的检测波形进行方差分析,接收立时舛讹法生成各种型操作力矩曲线各150条,揣测600条,组成样本数据库。索求样本的啮合角度、住手角度、啮合前力矩均值三种特征值,行动神经蚁辘集诊模子的输入。

    为判断窒碍开关典型机械状态的平素状态、不到位状态、卡涩状态和三相不同期状态四种典型残障,因此输出层设想了四个对应输出层节点。

    荫藏层介于输入层和输出层之间。其层数与迭代次数和准确率密切相关,如果荫藏层神经元数量过高,能使蚁集抒发愈加复杂的数学公式,但迭代次数也随之加多,可能会导致无法料理,举座呈现过拟合;相悖,如果隐含层的数量过低,则会导致蚁集不行充分学习,计算准确率裁汰。在本系统中,参考其他文献,依据式(5)细则隐含层神经元数量[26-28]。

    荫藏层和输入层分别接收tansig和purelin函数,接收梯度下落自顺应学习率教化函数tringdx,以方均差为舛讹判断表率,设料理表率为0.01,学习率为0.01,最大迭代次数20 000,灵验性检查值为50,进行教化学习。

    该蚁集经过1 214次迭代达到指标舛讹0.01,梯度在0.1~0.5范围波动,学习率在0~2波动,举座料理速率快,料理结识性较好。立时抽取平素状态60条,卡涩残障、三相不同期残障和合闸不到位残障各20条,揣测120条曲线行动测试样本,计算遣散如图14所示,“○”为计算遣散,“*”为聚类后的输出类别,其中纵坐标1~4分别代表卡涩残障、平素状态、三相不同期残障和合闸不到位残障,计算准确率达100%。

    细则性通盘R(coefficient of determination),暗示方程中变量X对Y的解释进度。R取值在0~1之间,越接近1,标明方程中X对Y的解释智商越强。该模子的总结线分析如图15所示,R值均接近1,证明蚁集模子性能优秀,计算精度高。

    有计划到工程中窒碍开关机械残障万般,蚁集的样本占比较小,因此探索样本数量对模子判断遵循的影响。设教化样本比例为n,600条曲线数据库中,有x个教化样本,测试样本数量为600-x。调养教化样本比例,探究样本数量对判断遵循的影响。有计划到教化立时性,对蚁集进行屡次教化与计算,统计判断作假的测试样本数量,去掉最大值与最小值后筹画平均作假个数a和准确率c,则教化样本比例n=x/600,准确率c=a/(600-x),平均作假个数和准确率随样本比例变化情况如图16所示。从图中可知,本模子判断准确率较高,即使在样本占比较少的情况下也能灵验判断待会诊斥地状态。

    3.2 故障进度判断

    3.2.1 卡涩分级

    不同卡涩进度对窒碍开关的挟制进度不同,内容启动时选择的应酬措施也不同,因此有必要对卡涩进度进行进一步区分。

    以电机能提供的最放手矩和平素状态下操作力矩为上、下限,等分为轻度卡涩、中度卡涩和重度卡涩三种状态,取得不同进度卡涩实测的操作力矩临界值见表5。

    表5 不同卡涩等第对应的力矩值

    按照上述卡涩等第别离表率优化神经蚁辘集诊系统,对会诊为卡涩状态的窒碍开关依据其啮合前力矩均值判断其卡涩进度,卡涩分级优化的神经蚁集模子如图17所示。

    为了考据该神经蚁集计算遵循,成立包含平素状态、不到位状态、不同期状态、轻度卡涩状态、中度卡涩状态和重度卡涩状态六种机械状态的各100条操作力矩-转角曲线数据库,将80%行动教化样本,20%行动测试样本,如图18所示。

    将样本特征值输入改造后的神经蚁集模子,接收tringdm教化函数,以方均差为舛讹判断表率,设料理表率为0.01,学习率为0.01进行样本学习,经过1 210步筹画料理,且方程的细则性通盘R均大于0.99,证明蚁集模子性能优秀。

    偷拍在线

    对测试样本的计算遣散如图19所示,可见本模子可灵验判断出故障类型,并对判断为卡涩故障的样本进一步判断其卡涩进度,输出轻度、中度、重度三种判断遣散,图中“○”为计算遣散,“*”为表率遣散,聚类后的计算卡涩等第与表率卡涩等第弥散吻合,可见计算遵循优异。

    3.2.2 角度映射

    日常运维与表率中对三相不同期残障与合闸不到位残障的判断频繁选拔触头触指间距离及主、从动级转角与表率合闸位收支角度为依据,因此有必要成立所测的操作杆动掸角度与这些神志量间的对应关系。

    1)操作杆动掸角度与主、从动级转角映射

    从仿真软件中输出合闸过程主、从动极转角与操作杆转角数据。由于有计划的主要为合闸不到位故障,因此选拔操作杆动掸160°~180°区间内,以操作杆动掸角度为横坐标,以主、从动极与表率合闸到位时收支角度为纵坐标绘图曲线,如图20所示。

    接收多项式进行拟合,经尝试发现多项式最高次为2次项可得志拟合舛讹小于0.1的条款,最终拟合取得的主、从动极舛讹角度分别为

    式中,Yz为主动极转角与表率合闸位收支角度;Yc为从动极转角与表率合闸位收支角度;x为操作杆动掸角度,范围在160°~180°。

    阐发式(7),可在判断为合闸不到位残障时,通过所测操作杆动掸角度,换算输出触头触指间距离,与表率中条款的三相不同期量(如GW4-126A型条款±1°)对比,可直不雅体现合闸位是否超标及严重进度。

    2)操作杆动掸角度与触头触指间距离映射

    从仿真软件中导出触指曲线段圆心与触头曲线段圆心坐标参数,求取两圆心间距离后,减去触指曲线段半径与触头曲线段半径,取得两圆弧间距离。

    假定触指曲线段圆心坐标为(x1, y1, z1),半径为r1,触头曲线段圆心坐标为(x2, y2, z2),半径为r2,则两圆心间距离D为

    两曲线间距离d为

    由于针对的是三相不同期故障,因此登科操作杆动掸角度为啮合前10°,范围为125°~135.5°,以操作杆动掸角度为横坐标,两曲线间距离d为纵坐标,绘图的曲线如图21所示。

    接收多项式进行拟合,经尝试发现多项式最高次为2次项可得志拟合舛讹小于0.1条款,最终拟合取得的主、从动极舛讹角度为

    式中,Y为触头触指间距离;x为操作杆动掸角度,范围在125°~135.5°。

    阐发上述抒发式,可在判断为三相不同期残障时,通过所测操作杆动掸角度,换算输出触头触指间距离,与表率中条款的三相不同期量(如110kV条款10mm)对比,可直不雅体现三相不同期是否超标及严重进度。

    4 论断

    本文基于刚柔耦合能源学仿真和操作力矩-转角检测装配的检测遣散,建议一种基于操作力矩的窒碍开关典型机械残障智能会诊方法,能灵验检测会诊窒碍开关机械状态并输出判断故障进度的物理量,取得的主要论断包括:

    1)仿真与履行遣散一致标明,GW4型窒碍开关平素状态下合闸力矩波形发达为一小一大两个典型波峰。

    2)通过典型机械残障模拟履行力矩波形可知:合闸不到位残障主要影响合闸角度;卡涩残障使力矩值变大,合闸前力矩波形相似度和包络线峭度也随之改变,但角度相关特征量不变;三相不同期残障影响包络线峭度、力矩最大值及最大值出现期间和啮合角度。

    3)本文成立的窒碍开关典型机械残障智能会诊系统,以啮合前力矩的平均值、啮合角度和住手角度行动特征量输入,可判断窒碍开关平素、合闸不到位、三相不同期、卡涩四种机械状态,当会诊为卡涩时,输出卡涩级别;当会诊为三相不同期时,输出三相不同期量;当会诊为合闸不到位时,输出与表率合闸角度差值。

    参考文献

    [1]国度电网有限公司斥地处理部. 构建基于“大云物移智”等当代信息通讯本领的智能运检体系[J]. 电力斥地处理, 2019(4): 26-27. Equipment management department of State Grid Corporation of China. Intelligent operation and inspection system based on modern information and communication technology such as "big-cloud-thing-moving-intelligence"[J]. Electric Power Equipment Management, 2019(4): 26-27.

    [2]董洪达,冯世涛,黄涛,等. 高压窒碍开关典型机械故障与检测方法分析[J]. 电工本领, 2018(7): 36-38, 42. Dong Hongda, Feng Shitao, Huang Tao. Analysis of detection methods and typical mechanical faults of high voltage disconnectors[J]. Electric Engineering, 2018(7): 36-38, 42.

    [3]马宏明,周涛涛,彭诗怡,等. GW4窒碍开关机械故障仿真与会诊本领[J]. 电工本领学报, 2019, 34(增刊2): 501-508. Ma Hongming, Zhou Taotao, Peng Shiyi, et al. Research on mechanical fault simulation and diagnosis technology of GW4 disconnector[J]. Transactions of China Electrotechnical Society, 2019, 34(S2): 501-508.

    [4]姜才海. 高压窒碍开关斥地完善化设想与改造[D].北京: 华北电力大学, 2015.

    [5]储燎原. 高压窒碍开关多少要道部件腐蚀与驻扎履行相关[D]. 杭州: 浙江大学, 2017.

    [6]国度能源局. 窒碍开关及接地开关状态评价导则: DL/T1701-2017[S]. 北京: 中国电力出书社, 2018.

    [7]王清晨,何建明. 电动窒碍开关机械故障状态监测的设念念[J]. 浙江电力, 2006, 25(3): 56-59. Wang Liming, He Jianming. Mechanical fault monitoring of electrical driving disconnector[J]. Zhejiang Electric Power, 2006, 25(3): 56-59.

    [8]马宏明,周涛涛,彭诗怡,等. 基于操作杆转角信号的窒碍开关机械故障会诊本领相关[J]. 高压电器, 2018, 54(8): 33-39, 47. Ma Hongming, Zhou Taotao, Peng Shiyi,et al. Research on mechanical fault diagnosis technology of disconnector based on operation corner angle signal[J]. High Voltage Apparatus, 2018, 54(8): 33-39, 47.

    [9]李少华,张文涛,宋亚凯,等. 基于高压窒碍开关振动信号的故障会诊方法分析[J]. 内蒙古电力本领, 2018, 36(1): 89-92. Li Shaohua, Zhang Wentao, Song Yakai, et al. Analysis of fault diagnosis method based on vibration signal of high-voltage disconnector[J]. Inner Mongolia Electric Power, 2018, 36(1): 89-92.

    [10]张一茗,李少华,陈士刚,等. 基于ReliefF特征量优化及BP神经蚁集识别的高压窒碍开关故障类型与位置会诊方法[J]. 高压电器, 2018, 54(2): 12-19. Zhang Yiming, Li Shaohua, Chen Shigang, et al. Fault type and position diagnosis method of high-voltage disconnectors based on ReliefF characteristic quantity optimization and BP neural network recognition[J]. High Voltage Apparatus, 2018, 54(2): 12-19.

    [11]Jia Yongyong, Wu Bang, Sun Shanyuan, et al. Research of the vibration characteristics in GIS disconnector under different contact state[C]//2018 IEEE International Conference on High Voltage Engineering and Application (ICHVE), ATHENS, Greece, 2018: 1-4.

    [12]Bian Chao, Zhou Yuqi, Guan Weimin, et al. Study on the closing state of high voltage disconnectors based on the modal analysis[C]//2017 20th International Conference on Electrical Machines and Systems (ICEMS), Sydney, NSW, Australia, 2017: 1-5.

    [13]杨秋玉,阮江军,黄谈春,等. 基于振动信号时频图像识别的高压断路器分闸缓冲器状态评估[J]. 电工本领学报, 2019, 34(19): 4048-4057. Yang Qiuyu, Ruan Jiangjun, Huang Daochun, et al. Opening damper condition evaluation based on vibration time-frequency images for high-voltage circuit breakers[J]. Transactions of China Electrotechnical Society, 2019, 34(19): 4048-4057.

    [14]孙晨曦, 李勤, 杜太行, 等. 基于一维卷积神经蚁集的低压全能式断路器附件故障会诊[J]. 电工本领学报, 2020, 35(12): 2562-2573. Sun Shuguang, Li Qin, Du Taihang, et al. Fault diagnosis of accessories for the low voltage conventional circuit breaker based on one-dimensional convolutional neural network[J]. Transactions of China Electrotechnical Society, 2020, 35(12): 2562-2573.

    [15]杨秋玉,阮江军,黄谈春,等. 基于VMD-Hilbert旯旮谱能量熵和SVM的高压断路器机械故障会诊[J]. 电机与截至学报, 2020, 24(3): 11-19. Yang Qiuyu, Ruan Jiangjun, Huang Daochun, et al. Mechanical fault diagnosis for high voltage circuit breakers based on VMD-Hilbert marginal spectrum energy entropy and SVM[J]. Electric Machines and Control, 2020, 24(3): 11-19.

    [16]张丽萍,石敦义,缪希仁. 低压断路器振动特点分析过甚故障会诊相关[J]. 电机与截至学报, 2016, 20(10): 82. Zhang Liping, Shi Dunyi, Miao Xiren. Research on vibration signal feature analysis and its fault diagnosis[J]. Electric Machines and Control, 2016, 20(10): 82.

    [17]陈士刚,关永刚,张小青,等. 不完备故障类别下基于Multi-SVDD的高压窒碍开关故障会诊方法[J]. 电工本领学报, 2018, 33(11): 2439-2447. Chen Shigang, Guan Yonggang, Zhang Xiaoqing, et al. Diagnosis method of high voltage isolating switch fault based on Multi-SVDD under incomplete fault type[J]. Transactions of China Electrotechnical Society, 2018, 33(11): 2439-2447.

    [18]刘贤杰,高世伟,胡曙明.防御高压电动窒碍开关撑捏绝缘子断裂措施新探[J]. 山西电力, 2013(3): 59-61. Liu Xianjie, Gao Shiwei, Hu Shuming. New measures to avoid the fracture of high voltage post insulator of electric isolating switch[J]. Shanxi Electric Power, 2013(3): 59-61.

    [19]邱志斌,阮江军,黄谈春,等.高压窒碍开关机械故障分析及会诊本领综述[J].高压电器, 2015, 51(8): 171-179. Qiu Zhibin, Ruan Jiangjun, Huang Daochun, et al. Mechanical faults analysis of high voltage disconnectors and review of diagnosis technology[J]. High Voltage Apparatus, 2015, 51(8): 171-179.

    [20]Qiu Zhibin, Ruan Jiangjun, Huang Daochun, et al. Mechanical fault diagnosis of high voltage outdoor disconnector based on motor current signal analysis[C]//2014 International Conference on Power System Technology, Chengdu, 2014: 1193-1198.

    [21]黄聿琛,阮江军,邱志斌,等.窒碍开关操动机构电机输出轴扭矩和电流关系的相关[J].高压电器, 2015, 51(6): 139-144. Huang Yuchen, Ruan Jiangjun, Qiu Zhibin, et al. Study on the relationship between motor output shaft torque and motor current of disconnector operation mechanism[J]. High Voltage Apparatus, 2015, 51(6): 139-144.

    [22]Peng Tao, Lü Chaohui, Du Yi, et al. Mechanical fault diagnosis of high voltage disconnector based on motor current detection[C]//2019 IEEE 3rd Information Technology, Networking, Electronic and Automation Control Conference (ITNEC), Chengdu, China: 1726-1729.

    [23]杨文英,刘兰香,刘洋,等.有计划碰撞弹跳的斗争器能源学模子成立过甚弹跳特点影响成分分析[J].电工本领学报, 2019, 34(9): 1900-1911. Yang Wenying, Liu Lanxiang, Liu Yang, et al. Establishing of contactor dynamic model considering collision bounce and analysis of influencing factors of bounce characteristics[J]. Transactions of China Electrotechnical Society, 2019, 34(9): 1900-1911.

    [24]王栋.窒碍开关智能测试装配的设想[D]. 上海: 上海交通大学, 2014.

    [25]刘春来,周涛涛,马宏明,等.基于力矩与转角检测的GW4-126型窒碍开关典型机械故障会诊[J]. 高压电器, 2020, 56(2): 232-239. Liu Chunlai, Zhou Taotao, Ma Hongming, et al. Typical mechanical fault diagnosis of GW4-126 disconnector based on torque and angle detection[J]. High Voltage Apparatus, 2020, 56(2): 232-239.

    [26]赵科, 杨景刚, 马速良, 等. 基于神经蚁集集成模子在高压断路器机械故障会诊中的应用[J]. 高压电器, 2018, 54(7): 217-223. Zhao Ke, Yang Jinggang, Ma Suliang, et al. Application of neural network ensemble model in mechanical fault identification of high voltage circuit breaker[J]. High Voltage Apparatus, 2018, 54(7): 217-223.

    [27]程学珍, 朱晓林, 杜彦镔, 等. 基于神经拖沓Petri网的高压断路器故障会诊相关[J]. 电工本领学报, 2018, 33(11): 2535-2544. Cheng Xuezhen, Zhu Xiaolin, Du Yanbin, et al. High voltage circuit breaker fault diagnosis based on neural fuzzy Petri nets[J]. Transactions of China Electrotechnical Society, 2018, 33(11): 2535-2544.

    [28]杨秋玉, 阮江军, 张灿, 等. 基于定量递归分析的高压断路器机械残障辨识及应用[J]. 电工本领学报, 2020, 35(18): 3848-3859. Yang Qiuyu, Ruan Jiangjun, Zhang Can, et al. Study and application of mechanical defect identification for high-voltage circuit breakers using recurrence quantification analysis[J]. Transactions of China Electrotechnical Society, 2020, 35(18): 3848-3859.

    Intelligent Diagnosis Technology of Mechanical Defects of High Voltage Disconnector

    Peng Shiyi1 Liu Yan1 Zhou Taotao2 Ruan Jiangjun2 Liu Yuan3

    (1. State Grid Jiangxi Electric Power Research Institute Nanchang 330096 China 2. School of Electrical Engineering and Automation Wuhan University Wuhan 430072 China 3. State Grid Jiangxi Construction Company Nanchang 330000 China)

    Abstract As high voltage equipment with the largest number and most failures, disconnector still judged by the backward traditional maintenance methods. This paper aims to propose a convenient and reliable fault diagnosis method for disconnector. Based on the consistent results of rigid-flexible coupling dynamic simulation and torque detection experiment, the driving torque is proved closely related to the states of disconnector, and three characteristics extracted from the driving torque wave was chosen as the input of the neural network model, which can identify four typical status of disconnector intelligently. And the neural network model was optimized to output more information about its degree, which can provide more useful reference for the fault diagnosis of disconnector.

    keywords:Disconnectors, fault diagnosis, dynamic simulation, neural network

    中图分类号:TM732

    DOI:10.19595/j.cnki.1000-6753.tces.200258

    国度电网公司科技花式资助(521820180019)。

    收稿日历 2020-03-12

    改稿日历 2020-08-24

    作家简介

    彭诗怡 女,1994年生,硕士,助理工程师,相关地方为开关斥地启动处理及状态评价等。E-mail:524409117@qq.com(通讯作家)

    刘 衍 男,1983年生,硕士,高档工程师,相关地方为开关斥地启动处理及过电压。E-mail:lywhu096@163.com

    (裁剪 赫蕾)小色尼姑庵





    Powered by 亚州色图 @2013-2022 RSS地图 HTML地图

    Copyright Powered by站群 © 2013-2024