[發(fā)明專利]基于小波包與SOM網(wǎng)絡(luò)的高壓斷路器機械故障識別方法

在審

• 申請?zhí)枺?/td>: 201710822500.7
• 申請日: 2017-09-13
• 公開（公告）號: CN107607303A
• 公開（公告）日: 2018-01-19
• 發(fā)明（設(shè)計）人: 馬宏忠;徐艷;李思源;劉寶穩(wěn);劉勇業(yè);宋開勝;李盛翀;吳書煜
• 申請（專利權(quán)）人: 河海大學(xué)
• 主分類號: G01M13/00
• 分類號: G01M13/00;G06N3/08
• 代理公司: 南京縱橫知識產(chǎn)權(quán)代理有限公司32224
• 代理人: 董建林,張賞

技術(shù)領(lǐng)域

本發(fā)明提出了一種基于小波包與SOM網(wǎng)絡(luò)的高壓斷路器機械故障識別方法，屬于斷路器故障識別技術(shù)領(lǐng)域。

背景技術(shù)

機械故障是高壓斷路器的主要故障。國際大電網(wǎng)會議(CIGER)對高壓斷路器可靠性所做的2次世界范圍的調(diào)查及我國電力科學(xué)研究院對高壓開關(guān)事故的統(tǒng)計分析均表明，80％高壓斷路器故障起因于機械故障。因而高壓斷路器的機械振動信號在其機械故障診斷中有著重要作用。斷路器在分合閘操作中所產(chǎn)生的振動信號是一系列無規(guī)則的信號量，這些振動信號還會夾雜著各種各樣的噪聲干擾和隨機振動。高壓斷路器的振動信號是一種瞬時非平穩(wěn)信號，包含有大量設(shè)備狀態(tài)信息，通過監(jiān)測斷路器動作過程中的振動信號，可以識別出斷路器的機械故障或機械狀態(tài)。且利用振動診斷方法有利于實現(xiàn)對斷路器的非侵入式的狀態(tài)監(jiān)測，可很好地解決高壓隔離問題。

對振動信號的處理一般包括2個環(huán)節(jié)，即特征提取、故障識別。特征提取比較常用的是時頻法，時頻法能兼顧時間和頻率，能較好地表達信號地局部特征，特別適合非平穩(wěn)信號的分析。小波包技術(shù)在保持小波正交基的優(yōu)良特性的基礎(chǔ)上改善了小波“高頻低分辨”的問題，它為振動信號提供了一種更加精細(xì)的分析方法，并對不同信號的特征具有自適應(yīng)能力。小波包正交分解后的信號具有各頻帶信號獨立、能量守衡的特點，更適用于振動信號的時頻分析及能量譜分析。故障識別針對機械故障特征量對系統(tǒng)狀態(tài)進行判斷。高壓斷路器故障識別方法較常用的是人工智能算法，包括人工神經(jīng)網(wǎng)絡(luò)、支持向量機、人工免疫網(wǎng)絡(luò)等。神經(jīng)網(wǎng)絡(luò)具有較好的容錯能力和泛化性能，但存在局部收斂問題。目前可選用的網(wǎng)絡(luò)類型有EBP、徑向基函數(shù)RBF等。首先對網(wǎng)絡(luò)進行訓(xùn)練，得到分類器，或者徑向基函數(shù)預(yù)測結(jié)果與實測信號的偏差來做診斷。但大多數(shù)神經(jīng)都受到樣本數(shù)據(jù)少的限制。支持向量機是一種基于統(tǒng)計學(xué)習(xí)理論的分類算法，適合小樣本分類問題，但它是二分判斷，當(dāng)采用“一對余”策略進行多狀態(tài)分類時，計算較為復(fù)雜，目前還沒有一種較為完善的故障識別方法。不可否認(rèn)，現(xiàn)有診斷方法以及故障模式識別的診斷效率與準(zhǔn)確率普遍較低。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是克服現(xiàn)有技術(shù)的缺陷，提供一種基于小波包與SOM網(wǎng)絡(luò)的高壓斷路器機械故障識別方法，其診斷結(jié)果確實精度高，結(jié)構(gòu)簡單，可操作性強。

為解決上述技術(shù)問題，本發(fā)明提供一種基于小波包與SOM網(wǎng)絡(luò)的高壓斷路器機械故障識別方法，包括以下步驟：

1)通過加速度傳感器對斷路器正常狀態(tài)下的振動信號、故障狀態(tài)下的振動信號進行采集，并對振動信號做預(yù)處理；

2)對采集到的振動信號進行小波包分解，得到8個頻段，8個頻段信號分別以能量的形式表示，并進行歸一化，構(gòu)造特征向量，作為SOM網(wǎng)絡(luò)的輸入；

3)對SOM網(wǎng)絡(luò)進行訓(xùn)練，將所述步驟2)構(gòu)造的特征向量輸入到SOM網(wǎng)絡(luò)中，對SOM網(wǎng)絡(luò)進行訓(xùn)練；當(dāng)SOM網(wǎng)絡(luò)達到訓(xùn)練誤差時，將測試數(shù)據(jù)輸入到訓(xùn)練好的SOM網(wǎng)絡(luò)，從而判斷高壓斷路器的故障模式。

前述的步驟1)中，模擬某少油斷路器在合閘過程中正常和故障狀態(tài)下的振動信號，將壓電式加速度傳感器安裝于斷路器每相基座支架上，數(shù)據(jù)采集卡在斷路器模擬動作時以30kHz的速率每相采集12000點振動數(shù)據(jù)送至PC機進行處理；將采集到的振動數(shù)據(jù)分成二組，每組都包括正常振動信號與故障振動信號，一組用于SOM網(wǎng)絡(luò)的訓(xùn)練，另一組用于SOM網(wǎng)絡(luò)的測試。

前述的故障狀態(tài)是指合閘線圈有短路匝和緩沖器彈簧無效超行程兩種情況。

前述的步驟2)中，采用Daubechies小波系列的db10小波對采集到的振動信號進行3層小波包變換，得到8個頻段。

前述的步驟2)中，頻段信號的能量表達式為：

其中，E₃(i)為第i個頻段的能量，W(3,i)為小波包3層分解后第三層第i個頻段信號，x_ik表示第i個頻段信號W(3,i)的第k個離散點的值，i＝0,1,…,7，表示8個頻段，k＝1,2,…,N，N表示離散點數(shù)，離散點即步驟1)中采集的振動信號。

前述的步驟2)中，由各個頻帶能量所占的比例構(gòu)造的特征向量T為：

T＝[E₃(0)/S₃,…,E₃(7)/S₃]，

其中，S₃為小波包3層分解后第三層總能量，

前述的步驟3)中，SOM網(wǎng)絡(luò)的訓(xùn)練步驟如下：