[發明專利]一種含噪背景下的斷路器機械故障診斷方法及裝置

有效

• 申請號: 202110459940.7
• 申請日: 2021-04-27
• 公開（公告）號: CN113252322B
• 公開（公告）日: 2022-05-31
• 發明（設計）人: 閆帥;高峻;葛健;戴明明;李強;李朋宇;王高潔;王康;馮豆;譚勇;荊林遠;劉邦;楊光輝;羅林根
• 申請（專利權）人: 國網安徽省電力有限公司亳州供電公司;國家電網有限公司;上海交通大學
• 主分類號: G01M13/00
• 分類號: G01M13/00;G01R31/327
• 代理公司: 合肥興東知識產權代理有限公司 34148
• 代理人: 朱波

本發明提供了一種含噪背景下的斷路器機械故障診斷方法，包括：選用M個聲音傳感器采集具有N個聲源的聲音信號的混合聲音信號；通過盲源分離算法對上述混合聲音信號進行處理；采用變分模態分解方法對各聲源的聲音信號進行信號分解；再采用含負樣本支持向量描述方法對作為訓練樣本的斷路器各種機械故障合閘時的聲音信號的特征向量進行訓練并構建含負樣本支持向量描述方法的超球體；若作為待識別樣本的聲音信號的特征向量T_p屬于超球體，則認為其屬于目標聲音類別所表征的斷路器機械故障類型。本發明還提供了一種含噪背景下的斷路器機械故障診斷裝置。本發明通過合理的設計，能夠在噪聲環境下完成對斷路器常見機械狀態的準確識別，其適用性廣泛。

技術領域

本發明涉及電力設備故障診斷技術領域，特別涉及一種含噪背景下的斷路器機械故障診斷方法及裝置。

背景技術

眾所周知，高壓斷路器是電力系統中的重要組成部分，目前對高壓斷路器檢修主要包括定期巡檢和故障事后檢修兩部分，這兩種檢測手段的自動化程度較低，且效率不高，費時費力。因此，研究斷路器機械狀態的在線智能診斷技術具有十分重大的經濟意義。

在現有的斷路器機械故障診斷方法中，斷路器分合閘期間設備殼體的振動信號成為主流的分析對象。在現有技術中，可以通過分析斷路器分合閘過程的振動信號來實現對常見機械故障的在線診斷。然而，振動傳感器的安裝方式與位置目前尚無統一標準，考慮到斷路器設備結構較為復雜，振動信號在通過機械構件傳播時會發生衰減，因此不同位置的傳感器采集到的振動信號波形存在差異，這種方式所得到的診斷結果受人為因素影響較大。

由于聲音與振動是同步發生的，二者為同源信號，利用斷路器分合閘的聲音信號進行斷路器機械故障的診斷已然成為一種新的研究方向。但是目前現有技術中的非接觸式安裝會導致聲音傳感器采集到的聲音信號波形易受變電站環境噪聲影響，進而會影響最終的診斷結果。

發明內容

為解決上述問題，本發明旨在提出一種含噪背景下的斷路器機械故障診斷方法及裝置，通過運用盲源分離算法對聲音傳感器采集到的聲音信號進行預處理，以從復雜聲音信號中分離各聲源的聲音信號，然后運用變分模態分解對各聲音信號進行信號分解，分別提取其能量熵、奇異譜熵以及峭度熵組成特征向量，最后運用含負樣本支持向量描述對特征向量進行識別，最終完成高壓斷路器的機械狀態診斷。

為達到上述目的，本發明的技術方案是這樣實現的：

一種含噪背景下的斷路器機械故障診斷方法，所述方法包括以下步驟：

S1、選用M個聲音傳感器采集具有N個聲源的聲音信號的混合聲音信號；

S2、對上述混合聲音信號進行處理，以分離得到各聲源的聲音信號；

S3、對各聲源的聲音信號進行信號分解，然后分別提取經過分解的各聲音信號的能量熵、奇異譜熵以及峭度熵，以組成各聲音信號的特征向量T；

S4、采用含負樣本支持向量描述方法對作為訓練樣本的斷路器各種機械故障合閘時的聲音信號的特征向量進行訓練以得到含負樣本支持向量描述方法的超球體；

S5、求取超球體的半徑R和中心a；

S6、求取作為待識別樣本的聲音信號的特征向量T_p與所述中心a的歐式距離，若該歐式距離≤半徑R，則認為其屬于目標聲音類別所表征的斷路器機械故障類型。

進一步的，所述步驟S2包括根據盲源分離算法完成對各聲源的聲音信號的估計：