[發(fā)明專利]一種基于多信息融合的交流接觸器狀態(tài)評估方法

在審

• 申請?zhí)枺?/td>: 202010664963.7
• 申請日: 2020-07-10
• 公開（公告）號: CN112132294A
• 公開（公告）日: 2020-12-25
• 發(fā)明（設計）人: 馬濤;郭韋;祁天星;陳杰;張亞杰;任海波;蘇陽;胡向陽;姬許朝;郭田岸;曹誠路;金炎;朱國棟
• 申請（專利權）人: 國網(wǎng)河北省電力有限公司雄安新區(qū)供電公司;河北雄安許繼電科綜合能源技術有限公司;許繼集團有限公司;國家電網(wǎng)有限公司
• 主分類號: G06Q10/00
• 分類號: G06Q10/00;G06Q10/06;G06N3/00
• 代理公司: 北京中政聯(lián)科專利代理事務所(普通合伙) 11489
• 代理人: 朱曉娟

本發(fā)明涉及一種基于多信息融合的交流接觸器狀態(tài)評估方法，通過構建交流接觸器狀態(tài)評估灰色模糊理論模型，建立評估指標與評估狀態(tài)等級之間的關系，構建了基于小波變換的信號去噪和特征提取模型，實現(xiàn)監(jiān)測數(shù)據(jù)的特征信息提取，構建了交流接觸器狀態(tài)評估綜合模型，確定評估因素權重集，實現(xiàn)交流接觸器狀態(tài)的評估。通過本發(fā)明提供的方法能夠預防交流接觸器故障，在交流接觸器器發(fā)生故障后能夠更快消除故障，提升交流接觸器的電氣性能和可靠性，提升電力系統(tǒng)運行安全性，提升配電網(wǎng)供電可靠性。

技術領域

本發(fā)明涉及一種交流接觸器狀態(tài)評估方法，尤其涉及一種基于多信息融合的交流接觸器狀態(tài)評估方法。

背景技術

電器設備的維修方法主要包括定期維修、事后維修、狀態(tài)維修。定期維修是隔一個固定的時間對機電進行檢修，但是這個時間很難把握，時間短，機電設備的性能一切都很好，造成了不必要的停電和損失，時間過長，機電設備已經(jīng)在一個比較差的狀態(tài)運行了一段時間，加速了設備的老化和損壞，事后維修就是在事故發(fā)生后才對設備進行維修。而狀態(tài)維修是根據(jù)機電設備現(xiàn)有狀態(tài)合理且準確的安排檢修計劃，能夠減少不必要的停機和過度維修帶來的損失。

交流接觸器是一種常見的低壓電器產(chǎn)品，具有通斷能力很強、壽命持久、能夠滿足大功率生產(chǎn)需求、能遠距離操控的特點。因此，交流接觸器廣泛應用于頻繁通斷大功率電熱器、電機、電氣機車、鐵路運輸領域。對交流接觸器進行科學有效的狀態(tài)評估有助于及時發(fā)現(xiàn)潛伏性缺陷，降低故障發(fā)生的概率。建設智能電網(wǎng)已經(jīng)成為當今電網(wǎng)的發(fā)展趨勢，各類高低壓電器的智能化也開始進入研發(fā)人員的章程中。智能交流接觸器與傳統(tǒng)接觸器相比，增加了實時監(jiān)測的功能，電氣性能和可靠性均得到了提升。因此，對交流接觸器狀態(tài)評估方法進行研究具有重要意義。

發(fā)明內容

在這個背景形勢下，本發(fā)明提供了一種基于多信息融合的交流接觸器狀態(tài)評估方法，能夠實現(xiàn)對交流接觸器的實時監(jiān)測和科學有效的評估，解決了交流接觸器運行環(huán)境惡劣導致電壓電流特征信號難以提取的問題，能夠預防交流接觸器故障，在交流接觸器器發(fā)生故障后能夠更快消除故障，從而達到提升交流接觸器的電氣性能和可靠性，提升電力系統(tǒng)運行安全性，提升配電網(wǎng)供電可靠性的效果。

為達到上述目的，本發(fā)明提供了一種基于多信息融合的交流接觸器狀態(tài)評估方法，包括如下步驟：

(1)構建交流接觸器狀態(tài)評估灰色模糊理論模型，建立評估指標與評估狀態(tài)等級之間的關系；

(2)構建基于小波變換的信號去噪和特征提取模型，實現(xiàn)監(jiān)測數(shù)據(jù)的去噪以及特征信息提取；

(3)構建交流接觸器狀態(tài)評估綜合模型，確定評估因素權重集，實現(xiàn)交流接觸器狀態(tài)的評估。

進一步的，所述步驟(1)中所述的交流接觸器狀態(tài)評估灰色模糊理論模型具體為灰色理論模型和模糊理論模型二者擬合。

進一步的，所述步驟(2)中所述的構建基于小波變換的信號去噪和特征提取模型，實現(xiàn)監(jiān)測數(shù)據(jù)的去噪以及特征信息提取，包括如下步驟：

定義觀測信號為f(t)：

f(t)＝s(t)+n(t)

式中，s(t)為原始信號，n(t)為干擾信號；

先對觀測信號進行小波變換，得到圖像中(j，k)點的小波分解函數(shù)W_f(j，k)：

式中，f(n)為離散信號，ψ為小波函數(shù)；

對小波分解函數(shù)進行閾值處理，得到閾值函數(shù)

式中，sgn為符號函數(shù)，λ為閾值。

進一步的，所述構建基于小波變換的信號去噪和特征提取模型的過程中，采用粒子群優(yōu)化算法確定小波分解的最優(yōu)層數(shù)。