基于機械和電氣特性融合的高壓斷路器故障診斷方法

譚風雷，陳 昊，張海華，徐 鵬

(國網江蘇省電力有限公司檢修分公司，江蘇 南京 211102)

隨著電網規模不斷擴大，高壓斷路器廣泛應用于35 kV及以上電壓等級電網。作為電力系統的核心設備，高壓斷路器主要承擔保護和控制的作用，其運行狀態決定電網安全、穩定運行。高壓斷路器開斷電流大、承受電壓高、操作較頻繁，極易發生故障，引起局部電網故障，嚴重情況可導致電網癱瘓[1-4]。2012年，印度電網因高壓斷路器故障導致大面積停電，超過6億居民受到影響。根據國內外高壓斷路器故障類型統計[5-8]，機械故障是高壓斷路器的主要故障類型，一般包括機構卡滯、彈簧變形、螺栓松動、鎖扣失靈和連桿斷裂等。一般情況下，在機械故障發生初期，高壓斷路器仍能正常工作，若能夠及時發現故障并處理，將有效避免故障進一步擴大，對提高電網可靠性具有重要意義。

當高壓斷路器發生機械故障時，其對應的機械和電氣特性都會發生相應變化，尤其在分合閘操作時，變化更為明顯。國內外專家基于機械和電氣特性對高壓斷路器故障診斷進行了深入廣泛研究，其中機械特性一般是基于振動信號獲取，而電氣特性則是基于分合閘線圈電流獲取。目前，高壓斷路器故障診斷主要包括典型故障庫建立、特征向量提取和故障判別匹配3個階段，其中特征向量提取階段一般采用傅里葉變換、小波包分解和短時能量分析等方法[9-10]；故障判別匹配階段一般采用證據理論、專家系統、支持向量機等方法[11-12]。文獻[13]提出一種基于經驗模態和瞬時頻率的分合閘線圈電流特征向量提取方法，并通過試驗驗證了該方法的有效性，可為高壓斷路器故障診斷提供判別依據。文獻[14]利用小波包分解提取高壓斷路器振動信號后，基于低頻和高頻信號重構特征向量，并采用支持向量機(support vector machines，SVM)實現故障分類。文獻[15]基于高壓斷路器的少量狀態數據，采用近似熵作為振動信號特征量，并采用支持向量機判別高壓斷路器故障類型。盡管目前已有大量文獻對高壓斷路器故障診斷方法進行研究，但主要基于機械或電氣單一特征考慮，未將機械和電氣特性融合；另外，現有研究重點集中在如何提高高壓斷路器特征向量的提取精度和故障類型診斷精度，對典型故障庫的建立研究較少。

為解決上述問題，本文提出一種基于機械和電氣特性融合的高壓斷路器故障診斷方法，該方法利用機械特性判別高壓斷路器的故障類型，而電氣特性則作為故障判別的輔助依據，以保證高壓斷路器的故障診斷精度。

1 基于機械特性的高壓斷路器故障診斷

1.1 高壓斷路器特征向量提取

高壓斷路器機械結構復雜、部件繁多，如圖1所示，主要包括活動部件和固定部件，活動部件一般包括彈簧、凸輪、連桿等；固定部件一般包括瓷套、螺栓、橫梁等。當高壓斷路器進行分合閘操作時，不同部件的振動特性不同，為準確采集振動信號，在彈簧上裝設應力傳感器，在轉軸上裝設行程傳感器，在連桿上裝設振動傳感器，通過不同傳感器采集的信號來獲取特征向量。

(a)斷路器固定部件(b)斷路器活動部件

在提取高壓斷路器特征向量時，鑒于小波包分解在全頻段具有較高分辨率，本文對各傳感器采集信號進行小波包分解，得到特征向量，其對應的小波包函數則根據各傳感器采集的信息特征而確定[16-17]。

1.2 高壓斷路器典型故障庫建立

在診斷高壓斷路器故障前，需建立高壓斷路器的典型故障庫，即確定典型故障特征向量。考慮到高壓斷路器同一故障在不同時刻對應的特征向量略有不同，故針對同一故障進行多次分合閘試驗，測量并提取對應的特征向量。高壓斷路器不同故障時特征向量為

Eij=(eij1,…，eijk,…，eijN)

(1)

式中：Eij為第i種典型故障第j次試驗的特征向量；eijk為第i種典型故障第j次試驗的第k個特征指標；N為故障特征指標數量。

設M為各類典型故障試驗次數，則第i種典型故障第ji0次試驗對應的特征向量與該典型故障其他試驗的歐式距離D(ji0)為

(2)

基于最小歐式距離，計算D(ji0)取得最小值時對應的試驗數jimin為

(3)

則第i種典型故障第ji min次試驗的特征向量為

Eiji min=(eiji min1,…，eiji mink,…，eiji minN)

(4)

計算第i種典型故障特征向量平均值為

(5)

計算Eiji min與Ei0的相關性：

(6)

由相關性原理可知，當相關性系數R≥0.8時，2組數據呈強相關，選擇Ei0作為第i種典型故障的特征向量Eis；當R<0.8時，選擇Eiji min作為第i種典型故障的特征向量Eis。

(7)

定義第i種典型故障的最大特征向量和最小特征向量為

(8)

式中：Eis max為第i種典型故障的最大特征向量；Eis min為第i種典型故障的最小特征向量。

1.3 故障特征指標權值計算

根據第i種典型故障的特征向量Eis來計算特征指標權值，設特征向量Eis為

Eis=(eis1,…，eisk,…，eisN)

(9)

式中：eisk為第i種典型故障特征向量的第k個特征指標值。

設高壓斷路器有H種典型故障，則第i種典型故障第k個特征指標的占比Pik為

(10)

計算Pik的均值uk和標準差σk為

(11)

計算第k個特征指標的離散系數Lk為

(12)

根據離散系數Lk計算第k個特征指標的權值為

(13)

式中:wk為第k個特征指標的權值。

1.4 故障類型診斷

設高壓斷路器任意時刻的采樣特征向量Ex為

Ex=(ex1,…，exk,…，exN)

(14)

式中：exk為高壓斷路器任意時刻特征向量的第k個特征指標值。

定義特征向量Ex與特征向量Eis的正向距離Dpos為

(15)

定義特征向量Ex與特征向量Eis max和Eis min的負向距離Dneg為

(16)

式中：tik為第i種典型故障第k個特征指標的中間值，可表示為

(17)

由Dpos和Dneg可得特征向量Ex與特征向量Eis的相似度SJi為

(18)

計算所有典型故障的相似度，當第i種典型故障對應的相似度SJi最大時，則表示高壓斷路器處于第i種典型故障狀態。

2 基于電氣特性的高壓斷路器故障診斷

高壓斷路器故障時不僅機械特性發生變化，還伴隨電氣特性改變，為實現高壓斷路器故障準確診斷，需綜合考慮機械和電氣特性，考慮在基于機械特性的高壓斷路器故障診斷方法的基礎上，融合高壓斷路器分合閘線圈電流，提高故障診斷準確性。高壓斷路器合閘線圈典型電流波形如圖2所示。由圖2可知，高壓斷路器合閘線圈典型電流包括5個階段，每個階段的具體描述如表1所示。

由圖2和表1可知，高壓斷路器合閘線圈典型電流包括6個典型時刻，分別是(t0,0)、(t1,i1)、(t2,i2)、(t3,i3)、(t4,i3)和(t5,0)，其中(t0,0)是合閘線圈開始通電時間，(t1,i1)是鐵芯開始動作時間，(t2,i2)是觸頭開始動作時間，(t3,i3)是線圈進入穩定狀態時間，(t4,i3)是線圈斷電開始時間，(t5,0)是線圈斷電結束時間；同理可得到高壓斷路器分閘線圈電流的典型時刻。高壓斷路器分合閘線圈電流特征是由6個典型時刻決定，即不同狀態下對應的典型時刻不同，則可將典型時刻作為特征向量，作為高壓斷路器故障診斷的依據。選擇(t1-t0)、(t2-t1)、(t3-t2)、(t4-t3)、(t5-t4)、i1、i2和i3作為分合閘線圈電流的特征值構建特征向量。設某次分合閘線圈電流特征向量Ix為

Ix=(t1x-t0x,t2x-t1x,t3x-t2x,t4x-t3x,t5x-t4x,ix1,ix2,ix3)=(Ix1,Ix2,Ix3,Ix4,Ix5,Ix6,Ix7,Ix8)

(19)

圖2 合閘線圈典型電流波形

表1 合閘線圈典型電流各階段描述

考慮分合閘線圈電流特征向量Ix中的時間和電流量綱不同，需要進行歸一化處理，其表達式為

(20)

式中：F(Ixl)為分合閘線圈電流特征向量Ix第l個特征值的歸一化結果；C為歸一化系數；max[Ixl]為第l個特征值的歷史最大值；min[Ixl]為第l個特征值的歷史最小值。

設分合閘線圈電流特征標準向量I0為

I0=(I01,I02,I03,I04,I05,I06,I07,I08)

(21)

定義基于分合閘線圈電流的故障辨識度為

(22)

式中:SD為基于分合閘線圈電流的故障辨識度。在高壓斷路器正常情況下，故障辨識度SD位于[Smin,Smax]，當SDSmax，則表示斷路器存在故障。

3 高壓斷路器故障融合診斷

基于機械特性的高壓斷路器故障診斷方法用于診斷故障類型，基于分合閘線圈電流的特征向量作為輔助判據，用于判別高壓斷路器是否處于故障狀態，具體流程如圖3所示，計算過程如下。

圖3 算法流程

a.在高壓斷路器不同機械部件設置不同的傳感器(振動傳感器、應力傳感器和行程傳感器等)獲取機械特性，在分合閘線圈回路設置鉗形電流互感器獲取電氣特性。

b.基于小波包分解得到各傳感器采集的信號后融合獲得機械特征向量。

c.基于最小歐式距離和相關性原理，建立基于機械特性的高壓斷路器典型故障庫。

d.計算典型故障特征向量相似度SJi，用于判別高壓斷路器故障類型。

e.基于分合閘線圈電流的階段特性，選取得到分合閘線圈電流的特征向量，并計算得到基于分合閘線圈電流的故障辨識度SD，用于輔助判別高壓斷路器故障狀態。

f.當故障辨識度滿足SDSmax時，則認為高壓斷路器發生了故障，此時計算相似度SJi，當第i種典型故障對應的相似度SJi最大時，則認為高壓斷路器處于第i種典型故障狀態；當故障辨識度滿足Smin≤SD≤Smax時，則認為高壓斷路器未發生故障。

4 試驗驗證

為驗證基于機械和電氣特性融合的高壓斷路器故障診斷方法的有效性，搭建試驗平臺，如圖4所示，包括診斷裝置、操作臺、操作機構、上位機和高壓斷路器，其中高壓斷路器型號為LW-126/T3150-40。診斷裝置用于實現故障診斷算法，上位機顯示當前狀態、歷史數據和設備參數等。

圖4 試驗平臺

4.1 診斷精度分析

鑒于高壓斷路器故障設置條件的限制，本文重點研究了無故障和底座螺栓松動2種狀態，每種狀態分別進行50次試驗，試驗結果如表2所示。

表2 試驗結果

根據試驗結果繪制柱狀圖如圖5所示。由圖5可知，在無故障狀態下，診斷準確率為100%；在底座螺栓松動狀態下，診斷準確率為94%。具有較高診斷精度，能夠滿足現場的實際應用。

圖5 試驗結果柱狀圖

4.2 算法魯棒性分析

為驗證高壓斷路器故障診斷算法的魯棒性，對5種不同型號、不同電壓等級的高壓斷路器底座螺栓松動故障進行50次診斷，具體試驗結果如表3所示。

表3 5種高壓斷路器試驗結果

由表3可知，高壓斷路器底座螺栓松動故障診斷平均精度為93.2%，其中最高診斷精度為96%，最低診斷精度為90%，表明不同型號、不同電壓等級的高壓斷路器診斷精度都能達到90%以上，從而驗證了該方法的魯棒性。

5 結論

a.基于小波包分解得到特征向量后，采用最小歐式距離和相關性原理，建立基于機械特性的高壓斷路器典型故障庫，并計算得到典型故障特征向量的相似度，實現高壓斷路器故障類型的有效診斷。

b.在充分研究高壓斷路器分合閘線圈電流波形階段特性和典型時刻的基礎上，選取分合閘線圈電流的特征向量，計算得到基于電氣特性的故障辨識度，用于輔助判別高壓斷路器故障。

c.搭建高壓斷路器故障診斷試驗平臺，從診斷精度和算法魯棒性2方面驗證了本文所提出的診斷方法可行性。