[發明專利]一種基于機械狀態信號分析的GIS機械故障診斷方法

有效

• 申請號: 201811511042.6
• 申請日: 2018-12-11
• 公開（公告）號: CN109635428B
• 公開（公告）日: 2022-12-06
• 發明（設計）人: 艾春;林少漢;劉成寶;洪曉燕;洪鵬鵬
• 申請（專利權）人: 紅相股份有限公司
• 主分類號: G06F30/17
• 分類號: G06F30/17;G06F30/27;G01H17/00;G06F111/08
• 代理公司: 泉州市博一專利事務所(普通合伙) 35213
• 代理人: 方傳榜

本發明公開了一種基于機械狀態信號分析的GIS機械故障診斷方法，涉及電力設備監測技術領域，該方法包括：對GIS設備運行狀態下的振動信號進行采集的步驟；利用極點對稱模態分解法（ESMD）和相對熵法對采集的振動信號進行降噪處理的步驟；利用Hilbert變換提取信號中包含的特征向量的步驟；利用粗糙集理論對特征向量進行屬性約簡并建立診斷決策表的步驟；根據診斷特征決策表建立三層前向神經網絡故障診斷模型的步驟。與傳統方法相比，本發明對能夠適用于GIS裝置不同類型機械故障的智能診斷，具有實時性好，診斷準確率高的優點。

技術領域

本發明涉及電力設備監測技術領域，更具體地說是指一種基于機械狀態信號分析的GIS機械故障診斷方法。

背景技術

GIS的在線監測技術及帶電檢測技術檢測的狀態量以絕緣狀態量為重點。但GIS缺陷不僅局限于放電性缺陷，其故障原因是多方面的。所以GIS帶電檢測近年來逐步發展到機械量、化學量、光學等其他有益于設備狀態全面監測的研究方向。

目前，GIS(Gas Insulated Switchgear，氣體絕緣開關設備)的機械性故障屢有發生，一方面導致設備損壞，更嚴重的是，一旦出現事故會引起大規模停電，給電網造成無法挽回的巨大損失。其中，通過檢測GIS運行狀態下的機械狀態信號(機械狀態信號主要為振動信號)，對GIS機械故障的診斷具有及時、靈敏的特點。當GIS裝置出現機械缺陷時，也會伴隨異常振動。因此，近年來，基于振動信號監測對GIS裝置的機械缺陷及時預警受到了行業的重視。但是，GIS裝置的振動機理較為復雜，現場干擾源較多，且在線診斷的實時性要求較高，因此，有必要研發一種抗干擾能力強、診斷準確率高且實時性好的智能診斷算法，以解決對GIS運行現場各種潛伏性的機械故障或缺陷進行在線監測和預警的需求。

發明內容

本發明提供的一種基于機械狀態信號分析的GIS機械故障診斷方法，其目的在于解決現有技術中存在的上述問題。

本發明采用的技術方案如下：

一種基于機械狀態信號分析的GIS機械故障診斷方法，包括以下步驟。

步驟1：對GIS運行狀態下的振動信號進行采集。

步驟2：利用極點對稱模態分解法（ESMD）對采集的振動信號進行分解，得到各模態函數（IMF）。

步驟3：利用相對熵從步驟2所得各IMF中選取若干真實IMF。

步驟4：利用Hilbert變換提取所篩選的各真實IMF中包含的特征向量。

步驟5：利用粗糙集理論對特征向量進行屬性約簡并建立診斷決策表。

步驟6：利用診斷決策表輔助神經網絡建立GIS機械故障智能診斷模型。

進一步，所述步驟2包括。

步驟2.1：標記待處理振動信號Y的所有局部極值點，用線段連接所有相鄰的極值點，標出它們的中點為F_j ( j =1, 2,…,n-1；n為局部極值點總數)，并補充左右邊界中點F_j0與F_jn ，對各局部極值點對應線段構造插值曲線L。

步驟2.2：將Y減去L，重復步驟2.1，直至滿足終止條件，從而分解獲取模態分量M₁。

步驟2.3：把Y- M₁信號作為原信號進行所述步驟2.1 ，步驟2.2處理，可得M₁，M₂，M₃，…，M_i和余量R。