[發明專利]基于FFT、VMD和LS-SVM的GIS設備缺陷診斷裝置及方法

有效

• 申請號: 202110010704.7
• 申請日: 2021-01-06
• 公開（公告）號: CN112816838B
• 公開（公告）日: 2023-03-21
• 發明（設計）人: 蔣西平;李永福;王謙;龍英凱;李思全;楊勃;吳照國;張施令
• 申請（專利權）人: 國網重慶市電力公司電力科學研究院;國家電網有限公司
• 主分類號: G01R31/12
• 分類號: G01R31/12
• 代理公司: 北京眾合誠成知識產權代理有限公司 11246
• 代理人: 賀春林

1.基于FFT、VMD和LS-SVM的GIS設備缺陷診斷裝置，其特征是，包括：

振動采集模塊，用于采集GIS設備外殼上的振動信號；

指紋圖譜庫，基于GIS設備真型平臺模擬典型異響振動缺陷獲得指紋圖譜庫；

特征提取模塊，采用FFT算法和VMD算法提取所述振動信號的波形特征；

故障診斷模塊，采用LS-SVM算法對所述波形特征進行診斷；

PC上位機，實現人機交互；

其中，特征提取模塊采用FFT算法和VMD算法提取所述振動信號的波形特征，包括以下步驟：

振動信號采用FFT算法提取特征頻率點f及特征頻率幅值Fm；

振動信號采用VMD算法提取IMF能帶比K和IMF時頻熵S；

進行GIS設備缺陷診斷包括以下步驟：

將特征提取模塊提取的GIS設備異響振動缺陷各狀態的特征頻率點f、特征頻率幅值Fm、能帶比K和時頻熵S，作為反映GIS設備機械振動狀態的組合特征量；

由指紋圖譜庫得到訓練樣本的缺陷特征矩陣；

故障診斷模塊通過將上述組合特征量結合粒子群優化LS-SVM算法與訓練樣本的缺陷特征矩陣構建GIS設備異響振動缺陷狀態識別模型，通過GIS設備異響振動缺陷狀態識別模型得出故障類型。

2.根據權利要求1所述的基于FFT、VMD和LS-SVM的GIS設備缺陷診斷裝置，其特征是，所述振動采集模塊包括振動傳感器、電流適調器和采集卡；振動傳感器連接有電流適調器，電流適調器與采集卡連接。

3.根據權利要求2所述的基于FFT、VMD和LS-SVM的GIS設備缺陷診斷裝置，其特征是，所述振動傳感器選擇壓電式加速度傳感器。

4.根據權利要求2所述的基于FFT、VMD和LS-SVM的GIS設備缺陷診斷裝置，其特征是，電流適調器選用單通道電流適調器。

5.根據權利要求2所述的基于FFT、VMD和LS-SVM的GIS設備缺陷診斷裝置，其特征是，所述采集卡采用基于USB接口的高速數據采集卡。

6.根據權利要求1所述的基于FFT、VMD和LS-SVM的GIS設備缺陷診斷裝置，其特征是，所述指紋圖譜庫的構建方法，包括以下步驟：

(1)通過大電流發生器產生大電流，通過羅氏線圈和示波器實現對電流的測量；

(2)通過GIS設備真型平臺分別模擬觸指差程、分子篩器皿松動、屏蔽罩松動、長導體觸座松動、隔離開關接觸不良5種典型異響振動故障，采用振動采集模塊對振動信號進行采集，并將振動信號存入PC上位機，即得指紋圖譜庫。

7.一種GIS設備缺陷診斷方法，其特征是，采用權利要求1～6任一所述的GIS設備缺陷診斷裝置進行診斷，包括以下步驟：

一、將振動采集模塊的振動傳感器固定于待檢測GIS設備外殼上，振動采集模塊獲取GIS設備外殼上的振動信號；

二、振動信號傳輸至PC上位機，通過PC上位機的人機交互界面分析獲得的振動信號；

三、通過特征提取模塊、故障診斷模塊得出故障類型；

其中，故障診斷模塊采用LS-SVM算法對所述波形特征進行診斷，得出故障類型。

8.根據權利要求7所述的GIS設備缺陷診斷方法，其特征是，IMF能帶比提取方法，包括：

通過FFT算法將各個IMF分量轉換成頻域分量；

采用瑞利能量定理對IMF模態分量進行能量的計算，同時對包含了故障信息的不同的IMF模態分量的能量與主模態能量的比值進行計算，得到IMF能帶比；

瑞利能量定理為：

其中X(f)＝F.T.{x(t)}為x(t)的連續傅立葉變換，f是x的頻率分量。

9.根據權利要求7所述的GIS設備缺陷診斷方法，其特征是，IMF時頻熵提取方法，包括：

將VMD分解后的IMF進行故障信息時域特征波形提取后，利用HHT變換和時頻轉換，得到隔離開關接觸不良故障時頻分布圖；

對不同故障信號的時頻分布圖按以下公式進行熵值計算：

若信源符號有n種取值：U₁…U_i…U_n，對應概率為：P₁…P_i…P_n，且各種符號的出現彼此獨立，這時，信源的平均不確定性應當為單個符號不確定性-log(pi)的統計平均值E，可稱為信息熵，即：H(U)。