基于多傳感器信號融合的真空斷路器機械特性狀態評價

周 陽 王寶華

（南京理工大學自動化學院，南京 210094）

?

基于多傳感器信號融合的真空斷路器機械特性狀態評價

周 陽 王寶華

（南京理工大學自動化學院，南京 210094）

真空斷路器機械特性狀態評估中存在僅依靠單一傳感器信號進行評價的問題。對此，提出了一種利用D-S證據理論對多傳感器信號進行信息融合來判斷真空斷路器機械特性狀態的方法。此方法首先對位移傳感器測出的運行參數利用模糊綜合評判方法計算得出基于位移信號的評價結果。然后，運用小波包-能量熵譜法對加速度傳感器監測的振動信號進行信號處理，提取特征向量，結合相似性原則得出基于振動信號的評價結果。最后，運用D-S證據理論中的合成法則對以上兩個傳感器得出的初步評價結果進行融合，得出最終評價結果。經過實例驗證，該方法得出的評估結果具有更高的可信度。

真空斷路器；狀態評估；模糊綜合評判；小波包-能量熵；D-S證據理論

真空斷路器具有體積小，低噪聲，可靠性高等優點，大量用于配電系統中。據資料顯示，由于斷路器操動機構及控制回路等方面的原因引起的機械故障占全部故障的 70%～80%[1]。因此，對真空斷路器的機械特性做出可靠有效評價對于斷路器的狀態檢修具有重大意義。目前針對斷路器的狀態評估研究工作在國內外相繼展開，文獻[2]結合模糊數學，運用模糊綜合評判法對斷路器狀態進行評價。文獻[3]將突變理論與模糊隸屬函數結合起來，避免了主觀權重對評價結果的不良影響。文獻[4]針對高壓斷路器狀態評估因素具有模糊性和灰色性的特點，將灰色模糊理論應用到高壓斷路器的狀態評估中。文獻[5]在用層次分析法確定指標常權的基礎上，采用基于均衡函數的變權模式，對常權進行修正，使各指標的權重更加合理。上述研究解決了以往在斷路器評估工作中存在的一些問題，提高了評估水平，但也還有不足之處。在以上方法中，對斷路器機械特性狀態做出評價時，依靠的評價指標是分合閘時間和速度等來源于單一位移傳感器監測的數據，以此建立評價指標體系，對斷路器的機械狀態進行評估可靠性不高。

本文利用多傳感器數據融合技術彌補了單個評估個體所具有的不確定性。在利用位移傳感器監測斷路器運行狀況（觸頭行程信號）并對其機械狀態進行評價的基礎上，引入加速度傳感器對斷路器振動信號進行監測，經過對振動信號的處理分析，得出基于振動信號的狀態評價結果。最后利用D-S證據理論在表達和處理不確定信息方面具有的優勢[6]，對上述兩種傳感器的狀態評價結果進行數據融合，得出最終評價結果，提高了結論的可靠性。

1　斷路器機械特性狀態總體評價方案

分析斷路器的動觸頭行程信號和振動信號，提取相應特征量，在此基礎上建立評價模型。一方面采用斷路器觸頭行程信號的計算數據作為評估參數，建立評價指標體系，根據評判因素特點確立相應的隸屬度函數，運用層次分析法進行權重分配，然后運用模糊評判模型公式進行計算，得出利用位移傳感器對斷路器機械狀態進行評價的結果；另一方面對加速度傳感器測得的振動信號，運用小波包—能量熵譜法進行信號處理，提取出能夠反映斷路器機械狀態的特征值，結合相似性原則得出利用振動信號進行機械特性狀態評價的結果。在此基礎上，利用D-S理論中的Dempster合成規則對兩種傳感器的狀態信度分配進行合成，得出證據融合后的評價結果。上述方法及實現過程如圖1所示。

圖1　融合評價過程

2　利用位移傳感器評價機械特性狀態

模糊綜合評判是一種根據給出的評價標準和實測值，經過模糊變換后，對基于多因素影響的事物作出評判的評價方法[7]。在VJ12型真空斷路器上安裝直線位移傳感器可以監測到斷路器的觸頭行程信號，據此計算得出分合閘平均速度等能反映斷路器機械特性狀態的運行參數。選取合適的參數建立評價指標體系，結合模糊綜合評判方法可以得出對斷路器機械狀態的評價結果。

2.1建立評判因素集

高壓斷路器的運行參數對反映其機械特性狀態具有重要意義，例如合閘速度過高時，將使機構受到過度的機械應力影響，從而造成個別部件損壞或使用壽命縮短[8]。因此，要想準確評價斷路器的機械特性，就要注意重要指標的選取。在綜合考慮評價指標的在線可監測性，全面性的基礎上，盡量簡化指標數量。據此標準建立了如圖2所示的指標體系。

圖2　評價指標體系

2.2確定評價語集

將斷路器機械特性狀態分為4個層次，分別為

V={優良(V1),一般(V2),警戒(V3),故障(V4)}

2.3確定權重集

層次分析法是一種定性分析與定量分析相結合的系統分析方法，通過構造判斷矩陣，計算權重。利用層次分析法為各指標確定權重，具體步驟如下：

（1）確定目標和評價因素集。

（2）構造判斷矩陣p。

式中，Uij的取值方法見表1。

（3）計算特征向量及特征值。

（4）一致性檢驗。

表1　判斷矩陣標度及含義

2.4隸屬函數建立

速度特性參數包括：平均分閘速度與平均合閘速度這兩個因素，其數值變化與斷路器機械特性狀態呈正態分布關系，即當分閘、合閘為最優速度時，斷路器處于最佳狀態，實測值高于或低于這個速度都反應斷路器的狀態變差。VJ12戶內高壓真空斷路器使用說明書中對平均分閘速度的要求為 1.1± 0.2m/s，對平均合閘速度的要求為 0.6±0.2m/s，所以平均分、合閘速度對斷路器狀態影響的模糊分布如式（1）、式（2）所示：

由于式（1）和式（2）兩個函數將平均分合閘速度的測量值都歸一化到[0, 1]之間，所以這兩個因素的隸屬度相同，如圖3所示。

圖3　平均分合閘速度隸屬度函數圖

三相分、合閘不同期的隸屬度分配如圖4所示，VJ12型戶內高壓真空斷路器使用說明書中規定三相分閘不同期與三相合閘不同期時間應在2ms內。

圖4　分合閘不同期性隸屬度函數圖

3　利用振動信號判斷機械特性狀態

斷路器的振動信號中包含著設備大量的狀態信息，當斷路器機械狀態發生改變時其振動信號也發生相應變化，可以據此利用監測與分析斷路器的振動信號來判斷斷路器的機械特性所處狀態[8]。在斷路器分合閘操作過程中，操動機構中的各部件伴隨著啟動、制動、撞擊等運動過程，安裝在斷路器上的加速度傳感器可以測到這一系列的沖擊加速度波形。作為監測與狀態評估的研究，應該著眼于對振動信號進行分析處理、特征提取與建立模型，找出正常情況與異常情況的不同。

3.1構造特征向量

利用Matlab小波工具箱選用DB3小波對采集到的振動信號進行3層小波包分解，得到第3層的8個頻帶信號。當斷路器發生故障時，產生的振動信號各頻率成分相對于正常狀態時會發生變化，某些頻率成分出現衰減，某些頻率成分會增強，反應到頻帶內信號的能量上，發生故障情況下與正常狀態下相比較也會存在較大的差別，故障狀態下會使得某些頻帶內能量變小，另一些頻帶內能量變大。通過分析各頻率成分信號的能量變化，可以發現其中蘊含的故障信息[9]。因此，將能量熵作為能反映斷路器機械狀態的特征矢量，建立以能量熵為元素的樣本空間。將振動波形中采樣點的時間軸均分為400段，各段能量為

式中，振動信號在第i段的能量用 Qk(i)表示；f(n)為振動信號曲線，i=1,2,,400；n1和n2分別為其中一段時間的采樣點。

信息熵除了可以反映整體的不確定性之外，還可以反映整體與局部之間的關系[10-11]。熵值越大，表明各子系統或元素之間越均勻；熵值越小，則越不均勻。利用信號包絡的分段能量計算特征熵值，以此方法將特征熵Hk提取出來：

3.2利用相似性原則判斷斷路器機械狀態

通過大量實驗表明，同一型號的斷路器（VJ12型真空斷路器），在同樣工作環境條件下，如果斷路器的機械特性都處于良好狀態，其檢測到的振動波形也具有高度的相似性。如果其中某臺機械特性處于不佳狀態或操動機構發生機械故障，則監測到的振動信號會發生較明顯的變化，與良好狀態下的振動波形不再具有高度的一致性。

利用基于歐式距離的辨識比來表示相似度大小，以此來分析斷路器的機械狀態[12]。在已經獲得的特征值樣本中，取斷路器狀態完好條件下的兩組特征樣本作為基準值B(n)和參考值R(n)，待監測的數據設為T(n)，則辨識比VS即為參考數據與基準數據的歐式距離dR和待檢數據與基準數據的歐氏距離dT之間的比值，計算公式為

當斷路器處于良好狀態時，則辨識比VS的值近似為1；而當斷路器的機械特性狀態變差，離最佳狀態水平差距越來越大時，辨識比VS的值也會變大。因此辨識比 VS量化了斷路器狀態好與壞之間的差異性，通過VS的大小，可以分析出斷路器機械特性所處的狀態水平。

實驗中分別對處于良好狀態的，狀態一般的，狀態老化需要注意的和已發生故障的斷路器采集振動信號，并按 3.1節所述方法提取特征值，算出辨識比VS大小，其中部分樣本數據見表2。根據表2可知，真空斷路器機械特性處于不同狀態時，其振動相似性辨識比的大小也介于某一個相應區間內。根據采集的樣本數據分析和現場實驗經驗，VJ12型真空斷路器振動信號相似性大小與斷路器機械特性狀態之間的隸屬度關系分配如圖5所示。

圖5　振動相似性的基本信任分配

表2　部分特征值數據

4　運用D-S證據理論對多傳感器數據融合

在評價真空斷路器的機械特性狀態時，如果只用單一傳感器監測的物理量作為評價指標得出評價結果，則很難保證評價結果的可靠性。文中選取動觸頭行程信號，振動信號兩項指標描述斷路器的機械狀態。每項指標都可以作為斷路器機械狀態評估證據，但是每個指標所確定的狀態等級卻不一定相同，及證據間存在矛盾沖突。運用D-S證據理論中的Dempster合成法則，將各個證據進行融合，即可消除證據沖突引起的影響，繼而得到一個新的更具說服力的信任分配。

(2)多元化合作：①鼓勵“師傅型”教師與企業師傅合作交流，以結對子、拜師傅等形式交流傳承技能經驗，提高自身的職業能力；②參與校企合作召開的專業座談會、課程建設討論會、技能比賽等活動，提升師資的企業文化理念與職業教育理念。

4.1D-S證據理論概念

D-S證據理論是由Dempster提出的一種不確定性推理理論。Dempster合成法則如下：

設Bel1和Bel2是同一識別框架Θ上的兩個信度函數，m1和 m2分別是其對應的基本信度分配，其焦元分別為A1,A2,,Ak和B1, B2,,Bk。

對于給定的焦元A?Θ，如果有Ai∩Bj=A ,那么m1( Ai) m2(Bj)就是確切地分配到A上的一部分一部分基本信度值，所以確切地分配到A上的總的基本信度值為

按照上面的方法，當A為空集時，仍然會有一部分信度值分配到A上，這與事實是矛盾的，因此必須丟棄這部分信度值，為了使總的信度值在丟棄這部分信度值后保持為 1，應當在每一基本信度值的基礎上乘一系數 K[14]。這種方法稱為歸一化，K的求法為

4.2實例驗證

某 VJ12型真空斷路器利用位移傳感器監測得到平均分閘速度為 1.3m/s，平均合閘速度為0.85m/s，三相分閘不同期 1.4ms，三相合閘不同期1ms。加速度傳感器監測到的振動信號波形如圖 6所示。

圖6　振動信號波形圖

評判步驟如下：

根據介紹的模糊綜合評判法，將數據帶入計算，可得到利用位移傳感器監測數據對斷路器機械特性狀態作出的第一部分的評價結果見表3。

表3　基于位移傳感器的狀態評估結果

對圖6中振動信號采用介紹的小波提取能量熵的方法，可得到特征值見表4。

表4　小波提取能量熵所得特征值

根據式（6）計算可得斷路器振動信號的辨識比為4.066，根據圖5所示隸屬度劃分，可得利用加速度傳感器監測的振動波形對機械特性狀態進行評價的結果見表5。

表5　基于振動信號的狀態評估結果

采用D-S合成規則對上述兩個傳感器的評價結果進行數據融合。最終評價結果見表6。

表6　融合結果

從表6可以看出，VJ12型真空斷路器此時處于預警狀態的概率最大為0.935。而之前利用單一傳感器對斷路器狀態進行評價，得出的斷路器處于預警狀態的概率分別僅有 0.7、0.813，說明融合后的結果信任程度更高了。實例中的斷路器運行年限較長，操作機構老化比較嚴重，機械性能不佳，確實處于預警狀態，需要技術人員引起重視，注意檢查，防止其發生故障。上述得出的評價結果符合斷路器的實際運行狀態，且兩個傳感器融合后的不確定度比單一傳感器信息的不確定度小很多，說明多傳感器數據融合大大減小了評估狀態的不確定性，從而有效地提高了評價結果的可信度。

5　結論

提出了一種依靠兩種傳感器監測信號對真空斷路器機械狀態做出評價的方法。對于位移傳感器監測信號，選取出合適的運行參數，利用模糊綜合評判法得到基于位移信號的斷路器機械特性評價結果；采取小波－能量熵的方法從振動信號中提取出需要的特征向量，結合振動信號相似性原則得出基于振動信號的斷路器機械特性評價結果。運用 D-S證據理論中Dempster合成法則對兩個傳感器證據進行合成，得出最終的評估結果。

結合具體算例進行了驗證，只運用位移傳感器信號得出斷路器處于預警狀態的概率僅有0.7，而將兩個傳感器證據合成后得出斷路器處于預警狀態的概率增加到了 0.93。結果表明運用多傳感器信息融合對斷路器機械特性狀態進行評價比利用單一傳感器進行狀態評價具有更高的可信度，能夠得出更加準確的評價結果，提出的利用多傳感器信號融合評價斷路器機械特性狀態的方法是正確有效的。

[1] 張弛. 高壓斷路器在線監測與故障診斷系統研究[D].北京: 北京交通大學, 2007.

[2] 陳偉根, 李偉, 陳新崗, 等. SF6高壓斷路器狀態分析的模糊綜合評判方法[J]. 高壓電器, 2004, 40(5): 361-363.

[3] 陳偉根, 吳婭, 劉強. 基于突變理論的斷路器運行狀態模糊綜合評判方法[J]. 高壓電器, 2007, 43(2): 127-130, 135.

[4] 國連玉, 李可軍, 梁永亮, 等. 基于灰色模糊綜合評判的高壓斷路器狀態評估[J]. 電力自動化設備, 2014, 34(11): 161-167.

[5] 陳偉根, 魏延芹, 廖瑞金. 高壓斷路器運行狀態的變權模糊綜合評判方法[J]. 高壓電器, 2009, 45(3): 73-77.

[6] 李海英, 馮冬, 宋建成. 中壓真空斷路器的模糊—證據理論在線狀態評估模型[J]. 高壓電器, 2013, 49(1): 40-45.

[7] 韓富春, 張海龍. 高壓斷路器運行狀態的多級模糊綜合評估[J]. 電力系統保護與控制, 2009, 37(17): 60-64.

[8] 李斌. 永磁機構真空斷路器運動特性狀態評估方法研究[D]. 沈陽: 沈陽工業大學, 2013.

[9] 陳偉根, 范海爐, 王有元, 等. 基于小波能量與神經網絡的斷路器振動信號識別方法[J]. 電力自動化設備, 2008, 28(2): 29-32.

[10] 孫來軍, 胡曉光, 紀延超. 改進的小波包-特征熵在高壓斷路器故障診斷中的應用[J]. 中國電機工程學報, 2007, 27(12): 103-108.

[11] 徐建源, 張彬, 林莘, 等. 能譜熵向量法及粒子群優化的RBF神經網絡在高壓斷路器機械故障診斷中的應用[J]. 高電壓技術, 2012, 38(6): 1299-1306.

[12] 宋錦剛. 基于振動信號小波包提取和相似性原則的高壓開關設備振動監測[J]. 電網技術, 2010, 34(4): 189-193.

[13] 苗紅霞, 王宏華. 基于數據融合的高壓斷路器故障診斷方法研究[J]. 工礦自動化, 2010, 10(10): 45-48.

[14] 程磊, 李正瀛, 尹小根, 等. D-S證據理論在斷路器故障診斷中的應用[J]. 高壓電器, 2003, 39(3): 48-50, 56.

Mechanical Characteristic State Evaluation of Vacuum Circuit Breaker based on Multi-sensor Signal Fusion

Zhou Yang Wang Baohua
(Automation College, Nanjing University of Science and Technology, Nanjing 210094)

The mechanical properties status of vacuum circuit breakers was usually evaluated by single sensor signal. To solve this problem, an evaluation method was proposed in this paper. This method used D-S evidence theory to combine multi sensor signals. Firstly, we got operating parameters which were measured by the displacement sensor. Then we calculated basic belief assignment of mechanical properties according to fuzzy comprehensive evaluation method. Secondly, we used acceleration sensor to monitor vibration signals. According to the method of wavelet packet-energy spectrum, vibration signals were decomposed and extracted characteristic values. Then based on the similarity principle, the characteristic values were used to determine basic belief assignment of mechanical properties status. Finally, the two basic belief assignments are fused according to D-S evidence theory. And the final fusion evaluation results are obtained. The test results showed the method was correct and effective.

vacuum circuit breaker; status assessment; fuzzy comprehensive evaluation; wavelet packet-energy entropy; D-S evidence theory

周 陽（1990-），男，碩士研究生，主要研究方向為電力設備的故障診斷與狀態評估。

江蘇省普通高校研究生科研創新計劃資助項目（SJZZ_0051）