基于高压断路器振动信号的在线监测系统

基于高压断路器振动信号的在线监测 系统 高压断路器是电力系统中最重要的开关设备之一。 它在开关控制中起作用，可用于在正常操作（设备 运行或退出时）切换工作模式。为了保证电网的正 常运行，在设备或电路出现故障时，可迅速排除故 障。实时在线监测高压断路器的运行状态，掌握其 运行特点和发展趋势。及早发现潜在故障，及时采 取预防措施，保证电力系统的可靠运行。高压断路 器的在线监测，可以减少过早或不必要的维护和维 护成本，提高维护的针对性。其次，它可以提高开 关设备的寿命，提高电力系统的可靠性显着。介绍 了一种基于高压断路器振动信号的在线监测系统。 关键词：高压断路器; 线上;振动信号; 线圈电流 在开关; 小波分析 一，介绍一，介绍 最初，电气设备的维护模式是故障发生后的校正 维护，称为事故维护，然后发展成固定时间间隔的 定期维护1,2。 随着中国电力系统的不断进步， 新的大修模式逐渐成为我们的视线3，4，5。 所 谓的状态维护是基于先进的状态监测和诊断技术， 提供设备状态并确定异常设备，预测设备故障和大 修之前发生的故障。 状态维护的优点是防止致命 的事故，避免由于缺乏维护而导致的事故，或由于 过度修理而浪费金钱，从而延长设备的寿命，优化 设备的操作6，7， 8。 高压断路器，在电力系统中起到保护和控制的作 用9,10,11。 作为电力系统的重要装置，其可靠 性直接影响整个电网的安全运行。 随着电力系统 集成自动化水平的提高，对高压断路器的可靠性提 出了更高的要求。 在配电系统中，高压断路器通 常数量众多，维护成本较高。 并且存在由高压断 路器引起的意外断电的高频率，因此其引起的间接 损耗远大于装置本身的成本12,13,14。 因此，我 们需要加强监视断路器的状态。 随着计算机技术，DSP 和传感器技术的发展，对 电气设备的运行实时监控已经成为可能。该方法可 以主动监测电气设备的运行是否正常，能够检测内 部隐藏的故障，大大降低电网事故率，减少设备维 护工作量，提高电网的可靠性1。 本文针对高压断路器信号的几个特性（断路器的 运动特性，开关中的线圈电流和振动信号）进行实 时监控，基于在线监控系统，经信息融合后进行远 程通信 RS-232-C 和远程管理模块中的数据分析 15,16,17。为了确定故障类型，逐个比较信号的各 种特征和标准数据库信息。在本文中，研究的重点 是振动信号，Minimaxi 规则通过比较各种去噪方法 来确定。 采用小波包分析法对现场收集的断路器振动信号 进行分析，重点研究了高频段信号，与快速傅里叶 算法（FFT）谱分析结果进行比较，进一步研究了 实验结果的较大概率的多组实验。 二，相关工作二，相关工作 研究表明，绝大多数断路器故障是由内部机械故 障引起的，其中大部分是由于机构的操作，如拒绝 打开和关闭等。长期以来，维护人员使用便携式仪 器当他们切换电气设备或停电时进行定期预防性测 试，然后根据测试结果修复2 - 4。这种离线检测 方法可能导致一些设备运行危险，也会导致对一些 使用率较低的设备进行过度检修。但是获得操作机 构的机械状态是非常复杂的。当出现某种失败时， 组织的地位可能很多。同时，当机构的状态特性发 生变化时，故障或原因的位置通常不是唯一的。目 前，监控断路器操作机构主要采用提取特征量和信 号比较的方法。当检测信号和原始特征信号之间存 在偏差时，可能发生故障。故障的具体类型和位置 的原因仍然需要经验和理论分析。 断路器操作机构有多种在线监测方式，如频谱分 析，红外分析，系统动态响应分析，系统压力动态 测试分析，外壳振动信号分析组件，超声波分析等。 这些方法不同 原则，实施的难度和成本是非常不 同的。 因此，如果我们想获得执行器的所有特征 量，将难以在经济或实践方面实现5。 目前，断路器的状态监测研究主要集中在以下几 个方面： A.断路器动触头跳闸监测特性 随着科学技术的发展，可以记录断路器的每个运 动的移动触点的跳闸时间曲线。通过与其他参数组 合，可以提取各种机械运动参数，例如移动触点切 换时间，移动轨迹，切换速度，移动最大速度和平 均速度，速度 - 运动曲线等。通常，各种机械运 动参数具有最佳的工作范围，高于或低于它，出现 不平衡的工作6。例如，如果移动触点的最大开关 速度太大，则会对断路器的内部组件产生很大的影 响，并对缓冲器造成很大的负担。如果最大速度太 小，则会降低动触头的稳定性，从而使断路器失去 固有的保护功能。最重要的是，移动触点跳闸时间 曲线的监测是如此重要，它是高压断路器状态监测 中最重要的研究内容之一。 B.开关中线圈电流的监测 在断路器的开关过程中，线圈电流是随时间变化 的。 电流波形包含大量信息，反映了电磁铁，门 锁，阀门和链条接触的工作情况，如铁芯运动机构， 机械负载是否正常工作，线圈状态，与芯棒连接的 门锁，阀门 是正常的。 通过监测线圈的动作电流， 通常可以理解断路器二次控制电路和机械操装置的 工作情况，为维护提供了有力的证据。 大多数高压和超高压断路器配备有液压压力，弹 簧，气动操作机构，这将在长时间操作期间产生问 题，例如弯曲变形，腐蚀或附着的污染，所有这些 将保持电磁体工作正常，最后防止断路器正常切换。 这种故障占每年全部事故的约 30。然而，电磁 铁芯的动作情况可以通过铁芯运动与电流之间的关 系反映出来。因此，如果在断路器切换时可以记录 电磁铁的电流波形，可以掌握铁芯的动作情况，从 而尽早检测出这些问题7 - 9。 开关（闭合）操作线圈是控制断路器操作的关键 部件。霍尔电流传感器的应用可以很容易地用于帮 助在各种状态下监测断开（闭合）线圈的电流。我 们可以通过分析波形的每个变化来诊断断路器的机 械故障的变化趋势。它在诊断打开（关闭）和故障 故障的拒绝方面非常有效，这两者都是最大的出现 概率和最大的危险。 图 1.断路器设计的在线监测系统 尽管如此，在线监测高压断路器仍然存在普遍的 问题，如下所示： 1）传感器的精度和成本难以提取在线监测参数， 达到平衡点。当精度精度达到要求的标准或精度精 度达到要求时，成本过高 当成本合适时太低; 图 2.单断路器单元的在线监测图 2）在线监测系统的功能不完善。 大多数仅限于 对断路器的电气和机械特性的一个或多个参数的研 究，例如监测断路电流，跳闸的累积频率，这不利 于准确地确定故障; 3）我们仍然缺乏有效的数学方法和技术来分析 和区分断路器的工作状态; 4）设备开发缺乏系统性，断路器的监控只开发 为单个保护或记录设备; 最后，由于在断路器中存在许多部件，例如致动 器，难以确定哪个部件易于故障以便被监视。这导 致对缺乏先前经验的失明的监测。它还导致缺乏关 键数据，这不利于经验的积累，因为断路器很少发 生在正常操作中的动作。同时，也有一些争议的一 些参数，以反映运行状态，我们不能达成一致的基 于大修的判断。 因此，虽然国内外已有多种断路器的在线监测装 置，但在线监测断路器的运行状态仍处于上升的发 展阶段。现有的在线监测设备具有单一功能，缺乏 足够的经验数据和足够的故障诊断分析能力。因此， 开展高压断路器状态综合监测技术具有重要的理论 和实践价值。 三，三，systerm 设计设计 该解决方案旨在 LW12-252 型断路器，这是我国 高压电网中常用的。结合断路器结构特点，一套完 整的断路器在线监测系统如图 1 所示。 监控系统可分为两部分，现场数据采集模块和远 程管理模块。现场采集模块由电源模块，传感器模 块，信号调理电路，采集卡和下位机组成。远程管 理模块是位于监控室中的 PC，如图 1 所示。在这 里，我们使用 VC 开发的数据采集软件来控制采集 一些监测参数。 为了存储，分析，显示和打印下位机收集的数据， 我们在上位机内设置数据库，并使用 VC 开发断路 器监控系统软件。 我们首先关注制动过程。当断路器闭合时，现场 操作人员使用速度杆拉波，如图 1 所示。总长度 S 是断路器移动触点的行程; t1 是断路器动态和静态 触点从开始到完全脱开的时间段，S1 指相应的时 间段位移，即电弧触头的行程; t2 是指在活塞杆的 端部处的动态接触连杆从开始到油缓冲器到完全停 止的时间段。 S2 指对应的移位。在整个制动过程 中，S1 和 S2 段运动阻尼系数较大， 方程运动的曲线不能近似为直线，然而，中间部 分，即（SS 1S 2）的部分，考虑到小的阻尼系 数（移动接触只与 SF6 的摩擦） ，方程运动的曲线 可近似为直线，并且可以仅反映分离时的接触的速 度。断路器的制动平均速度的一般考虑主要指分离 速度，即 A 点的速度V0 (S S1 S2 ) (T t1t2 ) 图 3.断路器触点的开口行程 关闭的过程几乎是相反的。 开口是通过推动活 塞在气缸中的压缩空气来驱动，同时关闭是通过关 闭弹簧推动联锁机构在曲柄臂上的驱动; 图 5 中的 S1 段。 4 对应于 S2 段。 如图 4 所示，由于导致运动的驱动力远大于 摩擦阻力，因此阻尼运动的影响可以忽略不计。 类似地， （S-S1）段可以反映速度 当联系人关闭。 一般来说，我们考虑断路器闭 合时的平均速度，当触点闭合时的速度，即图 1 中 B 点的速度。 V0 (S S1) (T t2 ) 图 4.断路器触点的闭合行程 根据现场提供的参数，S = 200mm，S1 = 25mm，S1 为总行程 S 的 12.5 S210mm，为总行程 S 的 5;显然，根据实际情况分析，导出公式和参数值 不同常用的方法，其中 S1 和 S2 减去 S 的 10。 实际测量的接触行程 - 时间曲线是离散时间序列。 这是不能基于任意值确定行程的对应时间;然而， 我们可以基于指定的离散时间点来找到相应的笔划。 因此，我们可以求解这样的平均速度，对于打开过 程，在行程曲线的头部， 我们应该尝试获得离散采样时间点 t1，其相应 的行程 S112.5;类似地，在结束时，我们取离 散采样时间点 t2 ，其对应的 S210;在这种情况 下，断路器断开时的移动触点的平均速度 闭合平均速度 VC 的求解过程基本相同 打开情况，无详细具体过程，断路器动触头闭合 平均速度 四，四， 性能分析性能分析 在实际操作中，振动信号总是伴随有大量随机噪 声，虽然在噪声的大部分时域振幅很小，但是仍然 存在振幅较大的几个时刻，表现为高频信号。表征 断路器状态的变化的状态信息也包含在高频分量中。 此外，数据收集过程将不可避免地受到噪声的影响， 导致不必要的杂波，实际振动信号被许多随机外部 干扰叠加，合成信号在宽频带上。为了最小化这种 干扰，确保信号状态信息准确和保留，我们应尽快 提高振动信号的信噪比（SNR） 。软件上的振动信号 预处理可以在没有额外硬件成本的情况下削弱干扰 因子，减少振动信号的离散。因此，信号去噪是一 个重要的预处理手段9。 根据阈值的作用模式，阈值方法可以分为软阈值， 硬阈值和最小方差阈值方法。 i 硬阈值 ii 软阈值 最小方差阈值（MSE 阈值） 选择阈值使得最后一个方程中的目标函数值最小， 其中 N 是数据的长度，2 的高功率（128,512） ， s（n）是原始信号，s（n）是重构信号。 图 5.四个阈值标准下的小波降噪效应 简单来说，硬阈值是使信号全部设置为零，其小 波系数的绝对值小于阈值。 显然，该方法将在一 些区域产生不连续点。 图 6 断路器振动信号在四个阈值标准下的小波降噪 效应 软阈值是使边界出现的不连续点在硬阈值的基础 上收缩到零，可以避免不连续点出现，使重建信号 变得连续10。 小波去噪具有以下优点：低熵：小波的不均匀分 布系数，使得熵在信号转换后在一定程度上减小。 多分辨率特征：信号的非固定特征可以被非常好 地表征，例如边缘，尖峰，突变等。 去相关：信号相关可以被去除，并且小波变换中的 噪声具有白化趋势，因此在这种情况下，域更有利 于去噪。 灵活选择基函数：小波变换可以灵活选择基函数， 因此可以根据信号特性和去噪要求选择合适的小波。 以下使用由 Matlab2012a 提供的非平稳噪声作为 污染噪声，以检查非平稳信号的去噪小波分析的作 用。 这里我们使用 Daubechies 小波系列的 db3， 并用上述 4 种阈值规则处理噪声信号。 去噪结果 如图 2 所示。 从四个阈值标准下的去噪模拟结果，我们可以看 到： 1）Heursure 和 Rigrsure 在选择阈值时更保守， 它们移除的噪声小于其他规则，但它们更接近原始 信号，因此信号的有用分量不会丢失。因此，如果 在噪声范围内只有一点高频信息，我们可以选择这 两个阈值规则来提取弱信号; 2）Sqtwolog 和 Minimaxi 在去噪方面更有效，去 噪后的波形曲线更平滑，但是一些有用的高频信号 可以作为噪声去除。仿真结果表明，在标准高斯白 噪声信号的小波去噪过程中，我们可以得到最佳预 测变量阈值与 Heursure 以获得更好的去噪效果11 - 16。 使用在现场收集的断路器振动信号，对四种小波 去噪进行阈值规则，进行小波包去噪预处理，并进 行快速傅里叶算法（FFT）频谱分析，声音。 几个实验表明，小波变换方法可以消除高频或低 频的一般噪声信号。相对来说，小波去噪效应的主 要影响是选择阈值及其量化。根据实际信号的特点， 以及这些类型阈值的优缺点，我们可以决定选择哪 种方法。 断路器振动信号是非平稳信号，由低频和高频分 量组成17。通常，高频分量是指当动态和静态接 触崩溃时产生的冲击信号。有用的信息通常集中在 信号的高频部分，这反映了断路器的机械状态的变 化。 五五 总结总结 对于在现场收集的断路器振动信号，我们分析和 比较了在四个阈值规则下小波去噪和小波包去噪的 影响。对于 Minimaxi，小波去噪可以消除噪声的低 频部分，并保留高频部分的有用信息。使用小波包 方法也可以实现类似的效果，并且去噪效果比小波 好得多。 利用小波包分析方法对现场收集的断路器振动信 号进行分析，发现：反映断路器机械状态变化的最 强的频带更集中在信号的高频段部分，与快速傅立 叶算法 FFT）频谱分析结果。但是频带的分布更加 发散，不能定期集中在某个频率。因此，我们选择 两个频带，其在多组实验的实验结果中具有较大概 率，作为信号的特征频带。 尽管断路器振动信号的统计特性是非稳定的，但 在实际操作中，在不同工作条件下具有不同的非稳 定性能水平。 通过对现场数据的导出公式和文献 中的实验结果，我们确认当正常工作或状态变化很 小时，断路器振动信号的一阶和二阶统计特性几乎 不随时间变化，可近似为平滑 随机过程 REFERENCES 1Xin. Lin, Yongxiang. Li, Yueqian. Ma, et al, “Dynamic characteristics analysis on novel motor actuator of high voltage circuit breaker”. Electric Machines and Control, 2009, 13(2): pp. 216-221. 2Dennis S SL, Lithgow B J, Morrison R E, “New fault diagnosis of circuit breakers”. IEEE Transactions on Power Delivery, 2003, 18(2): pp. 454-459. 3Hoidalen H K, Runde M, “Continuous monitoring of circuit breakers using vibration analysis”. IEEE Transactions on Power Delivery, 2005, 20(4): pp. 2458- 2465. 4Landry M, Lonard F, Beauchemin R, “An improved vibration analysis algorithm as a diagnostic tool for detecting mechanical anomalies on power circuit breakers”. IEEE Transactions on Power delivery, 2008, 23(4): pp. 1986-1994. 5Huang J, Hu X G GENG X, “An intelligent fault diagnosis method of high voltage circuit breaker base on improved EMD energy entropy and multi-class support vector machine”. Electrical Power System Research, 2011, 81(2): pp. 400-407. 6Cheng J S, Yu D J, Tang J S, “Application of frequency family separation method based upon EMD and local Hilbert energy spectrum method to gear fault diagnosis”. Mechanism and Machine Theory, 2008, 43(6): pp. 712- 723. 7Zhangqi Wang, Quanzhi Liu, Junguo Jia, et al, “The algorithm and error analysis that the practical electric current in the electrical endurance prediction of hight voltage circuit breaker”. High Voltage Apparatus, 2000(2): pp. 22-24. 8Nilsson J, “Real-time control systems with delays”, Lund Institute of Technology, 1998: pp. 36-47. 9Qingjia Huang, Kai Shuang, Peng Xu, et al, “Prediction- based Dynamic Resource Scheduling for Virtualized Cloud Systems”, Journal of Networks, Vol 9, No. 2 (2014), pp. 375-383. 10 Xiaoguang. Hu, Laijun. Sun, “ SF 6Study on the method of circuit breaker on-line insulation monitoring”, Electric power automation Equipment, 2006, 26(4): pp. 253-258. 11 Yang. Wang, Zailin. Pu, Xuemei. Wang, et al. “Several calculation methods of circuit breaker life on-line monitoring”, Journal of Shenyang Agricultural Uinversity, 2005, 36(1): pp. 78-83. 12 Bin. Li, “Value and its online monitoring technology conversion, the electrical life of circuit breakers limit”, High Voltage Electrical Apparatus, 2005, 41(6): pp. 43-49. 13 Yunlu. Ni, Hang. Chen, “Detection of Underwater Carrier- Free Pulse based on Time-Frequency Analysis”, Journal of Networks, Vol 8, No. 1 (2013), pp. 205-212. 14 Jing. Z H, Hua J, Yang. X N, “A new method for detecting negative SNR UWB Signal”, Communication Countermeasures. vol. 4: pp. 1721, 2007. 15 Xiang. Li, Haiyan. Yao, “Improved Signal Processing Algorithm Based on Wavelet Transform”, Journal of Multimedia, Vol. 8, No. 3 (2013): pp. 226-232. 16 Hollot. C V, Misra. V, Towsley. D, et al, “Analysis and design of controllers for AQM routers supporting TCP flows”, IEEE Trans. Autom. Control, 2002, 47: pp. 945- 959. 17 Young. Min, Hwan-min. Park, Jun-hee.