[發(fā)明專利]GIS振動缺陷辨識的細(xì)節(jié)特征量提取及智能分析方法

在審

• 申請?zhí)枺?/td>: 202011181967.6
• 申請日: 2020-10-29
• 公開（公告）號: CN112307950A
• 公開（公告）日: 2021-02-02
• 發(fā)明（設(shè)計）人: 郝建;鐘堯;王旭鵬;丁屹林;廖瑞金;楊麗君
• 申請（專利權(quán)）人: 重慶大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N20/10
• 代理公司: 北京同恒源知識產(chǎn)權(quán)代理有限公司 11275
• 代理人: 趙榮之

本發(fā)明涉及一種GIS振動缺陷辨識的細(xì)節(jié)特征量提取及智能分析方法，屬于信息化領(lǐng)域。該方法包括以下步驟：S1：構(gòu)建數(shù)據(jù)采集和顯示控制單元；S2：構(gòu)建組合細(xì)節(jié)特征提取單元；S3：構(gòu)建GIS設(shè)備機械狀態(tài)辨識單元；S4：構(gòu)建辨識結(jié)果輸出單元；S5：構(gòu)建無線通信和云服務(wù)單元；S6：構(gòu)建GIS設(shè)備異響振動機械缺陷智能辨識系統(tǒng)數(shù)據(jù)庫標(biāo)準(zhǔn)樣本。本發(fā)明采用了再生相移動輔助經(jīng)驗?zāi)B(tài)分解獲取振動信號的固有模態(tài)函數(shù)，然后基于頻域加窗方法和幅值、峭度判據(jù)獲取了振動信號的獨立模態(tài)序列，進(jìn)而求解了每個模態(tài)的奇異值、峭度、變異系數(shù)、幅值、重心頻率等細(xì)節(jié)組合特征，能增加不同狀態(tài)振動信號的區(qū)分度。

技術(shù)領(lǐng)域

本發(fā)明屬于信息化領(lǐng)域，涉及GIS振動缺陷辨識的細(xì)節(jié)特征量提取及智能分析方法。

背景技術(shù)

氣體絕緣開關(guān)設(shè)備(gas insulated switchgear,GIS)占地面積少、維護(hù)成本低、可靠性高，在電網(wǎng)中被廣泛應(yīng)用。據(jù)統(tǒng)計，GIS設(shè)備在制造、安裝和運行過程中產(chǎn)生的潛伏性絕緣缺陷或機械缺陷是導(dǎo)致其發(fā)生故障的主要原因。近幾年，GIS設(shè)備在運行過程中出現(xiàn)異響振動的現(xiàn)象逐漸增多，尤其是220kV及以上電壓等級GIS設(shè)備。機械異響振動危害很大，會導(dǎo)致螺栓松動、氣體泄漏、氣體壓力下降、絕緣子損壞等，嚴(yán)重時將造成絕緣事故。

振動檢測法具有無侵入性、抗干擾性和高靈敏度等優(yōu)點。針對GIS設(shè)備機械異響缺陷的振動信號開展檢測、特征提取和缺陷狀態(tài)辨識，對保障GIS設(shè)備乃至電網(wǎng)安全穩(wěn)定運行至關(guān)重要。發(fā)明專利《一種基于振動檢測的GIS設(shè)備機械缺陷診斷系統(tǒng)及方法》提供了指紋數(shù)據(jù)庫和診斷模塊結(jié)合的GIS設(shè)備缺陷診斷系統(tǒng)，主要采用特征比對的方式進(jìn)行狀態(tài)檢測。發(fā)明專利《一種基于振動信息的GIS特征提取及機械缺陷診斷方法》提供了一種基于兩兩樣本間強相關(guān)頻點進(jìn)行GIS機械缺陷診斷的方法。發(fā)明專利《一種基于振動信號主成分分析法的GIS狀態(tài)識別方法》對進(jìn)行時域、頻域的偏度、平均值等以及固有模態(tài)函數(shù)的能量的復(fù)合特征進(jìn)行壓縮降維和決策辨識的方法，主要對信號整體進(jìn)行分析。發(fā)明專利《一種基于支持向量描述與K近鄰算法的GIS設(shè)備狀態(tài)評估方法》提供了一種基于振動信號均方根頻率和GIS內(nèi)部氣壓特征進(jìn)行狀態(tài)評估的方法。歸納起來，目前在GIS設(shè)備機械振動異響缺陷診斷研究方面仍存在以下問題：

1)在特征提取方面，缺乏對缺陷振動信號高頻響應(yīng)模態(tài)的細(xì)節(jié)信息的表征。已有的特征提取方法多基于振動信號簡單的頻譜、能量等信息，或?qū)π盘栒w進(jìn)行經(jīng)驗?zāi)B(tài)分解獲取其固有模態(tài)函數(shù)進(jìn)行特征提取，缺乏對信號更局部和細(xì)化信息的挖掘。另一方面，基于噪聲輔助的經(jīng)驗?zāi)B(tài)分解算法存在殘留噪聲和虛假模態(tài)等問題，會對GIS設(shè)備機械狀態(tài)的識別準(zhǔn)確率產(chǎn)生較大影響。

2)缺乏集成振動信號檢測、振動狀態(tài)特征量提取和機械缺陷智能診斷為一體的軟硬件平臺和辨識分析系統(tǒng)。

3)已有的分析方法和模型沒有考慮實際檢測設(shè)備的運行負(fù)載狀況是變化的，檢測樣本的振動特性也會隨負(fù)載的變化而變化。因此，根據(jù)實際GIS設(shè)備的檢測時間點對應(yīng)的負(fù)載條件來匹配電壓電流條件相近的診斷模型進(jìn)行識別，有利于提高系統(tǒng)的辨識準(zhǔn)確率。另一方面，傳統(tǒng)的分析方法局限于某幾類缺陷的振動數(shù)據(jù)進(jìn)行評價，不具有對診斷系統(tǒng)的樣本數(shù)據(jù)庫和辨識模型進(jìn)行不斷學(xué)習(xí)和更新的能力。

針對上述不足，本發(fā)明專利提供了一種GIS設(shè)備異響振動缺陷辨識的組合細(xì)節(jié)特征量提取及智能分析系統(tǒng)。與已有的振動狀態(tài)特征提取和振動缺陷診斷方法相比，本發(fā)明優(yōu)勢有三個方面，一是克服了噪聲輔助經(jīng)驗?zāi)B(tài)分解方法的殘留噪聲和虛偽模態(tài)問題，并對每個獨立的振動模態(tài)進(jìn)行了細(xì)化的特征提取和組合分析，可以增加振動信號的區(qū)分度；二是建立了集成振動信號檢測、振動狀態(tài)特征量提取和機械缺陷智能診斷為一體的軟件平臺，可與用戶進(jìn)行交互式信息輸入和直觀的結(jié)果顯示。三是可根據(jù)負(fù)載電壓和電流信息，智能進(jìn)行辨識模型的匹配，同時基于GIS設(shè)備異響振動缺陷辨識云端服務(wù)器、數(shù)據(jù)庫和網(wǎng)絡(luò)通信接口對診斷系統(tǒng)進(jìn)行學(xué)習(xí)和更新，提高系統(tǒng)的泛化能力，進(jìn)一步提高缺陷辨識準(zhǔn)確率，工程價值顯著。

發(fā)明內(nèi)容