智能GIS设备断路器机械特性的波形相关性解析方法
开篇：润墨网以专业的文秘视角，为您筛选了一篇智能GIS设备断路器机械特性的波形相关性解析方法范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
【摘 要】 本文针对智能gis设备中的断路器机械特性，提出了一种波形相关性解析方法，将特征波形用数学方法处理得到相应的特征值，用特征值来描述开关某个部件的特性。本文详细阐述了波形相关性解析方法的原理及实现方法，并以标准合闸行程曲线为基准，对不同劣化程度的合闸行程曲线进行了波形相关性解析，设置了基于偏离度的机械状态参考评价标准。该方法可作为智能GIS设备断路器机械特性的状态监测辅助判断方法。
【关键词】 智能GIS 机械特性 波形相关性 合闸行程 偏离度
目前断路器机械特性的在线监测装置中，其状态评价基本上停留在对一些特征量的阈值是否超限的判断上，没有充分挖掘监测波形数据的内在信息，没有实现对操作机构状态的深入评价与风险预测。
1 智能GIS中机械特性参数的获取
光栅位移传感器用于采集机构行程—时间数据、小电流传感器用于采集分（合）闸线圈的电流数据、储能电机的电流数据。每次断路器动作后GIS间隔智能监测装置中的断路器机械特性模块接收以上数据通过处理可给出断路器的行程、平均速度、刚分（合）速度、储能状态、分（合）闸电流等参数，并可将这些数据传输至后台监控，监控主机可根据数据绘制位移曲线图。
2 波形相关性原理及实现方法
智能开关机械特性相关的两个特征量值指：
（1）分（合）闸线圈电流波形中的电流特征值和时间特征值。
（2）储能电机电流波形中的电流特征值和时间特征值。
（3）分（合）闸过程的时间—位移波形中的分（合）闸位移特征值和分（合）闸时间特征时间特征值。
将智能开关机械特性的特征值波形曲线与其基准特征值的典型波形放在一个时间坐标轴上，在二维平面坐标上找到特征量值，包括基准特征值和在线采集特征值；然后可以通过与典型波形之间的动作时序进行比较，采用定量计算，计算基准特征值与在线采集特征值的距离，定义为偏差距离；所谓的偏差距离就是指在两个相关的特征值构成平面坐标，以特征基准值为圆心，所采集的基准值在平面坐标上找到对应的点，该点与圆心间所对应的距离。
定量计算具体包括以下步骤：
（1）找偏差距离。在以（t，i）构成的平面坐标上，以基准特征值（t1基准，i1基准）（A点）为圆心，所采集的特征值在平面坐标上找到对应的点（t1′，i1′）（A′点），以该点到圆心间的距离作为半径作圆，定义D为采集的特征值所在的点到基准特征值的距离为偏差距离，即D1=（（t1′-t1基准）2+（i1′-i1基准）2）1/2。
（2）归一化偏差距离。归一化是一种简化计算的方式，即将有量纲的表达方式，经过变换，化为无量纲的表达式，成为纯量。以偏差距离为分子，以基准特征值到二维平面坐标原点为分母，相除得到归一化偏差距离。定义系数α1=D1/（t1基准2+i1基准2）1/2，αn=Dn/（tn基准2+ in基准2）1/2；这样使偏差距离的绝对值变成某种相对值关系，简化计算，缩小量值。
（3）特征值偏离度和相似度分析。定义特征值偏离度系数λ=α1 +α2+…+αn/n。特征值偏离度系数越小，说明具有相关性特征波形在距离上越接近经典波形，性能越好。
根据断路器机械状态评估现行标准和运行经验所述，可以将断路器的机械状态分为正常状态、注意状态和严重状态，对应的波形也可以分为三种程度，也就是三种不同劣化程度的波形图，下面对其分别进行曲线模拟和波形相关性定量分析。
通过某厂家试验数据得出断路器标准的合闸行程曲线图，通过综合分析比较断路器合闸行程三种劣化波形，将机械状态参考评价标准设置如下：
（1）当偏离度系数λ在0-0.25范围内，判断断路器处于正常状态。
（2）当偏离度系数λ在0.25-0.4范围内，可以判断出断路器处于注意状态。
（3）当偏离度系数λ大于等于0.4且小于0.5时可以判断出断路器处于异常状态。此时波形图跟典型波形图有明显偏差。
（4）当偏离度系数λ大于0.2355时，可以判断出断路器处于严重状态；此时波形图跟典型波形图明显有很大的偏差。
为了验证以上结论的准确性，通过对在断路器实际运行当中获取的一合闸行程曲线进行相关性分析。波形相关性分析结果，偏离度λ=0.0607，根据上述得出的结论可以判断出此时的断路器处于正常状态与实际相符。其它曲线分析方法与合闸行程曲线相同，在此不再一一赘述。
4 结论
（1）波形相关性解析方法能够对断路器在线机械状态定量分析，提取特征波形中的特征量，具有直观的故障识别能力。
（2）在智能断路器机械特性的状态监测中可将波形相关性解析方法列为辅助判断方法，使高压断路器故障诊断具有更高的诊断准确率。
参考文献：
[1]李建基.高压断路器及其应用[M].北京：中国电力出版社，2004.
[2]吕超.SF6断路器状态监测与故障诊断的研究[D].哈尔滨工业大学，2007.
[3]杨武，荣命哲，王小华等.结合机构动力学特性仿真将ANN用于高压断路器机械状态识别初探[J].中国电机工程学报，2003，23（6）：99-102.
[4]苗红霞，王宏华，齐本胜等.高压断路器操动机构的动力学建模与仿真研究[J].计算机工程与应用，2010，46（17）：212-215，248.
[5]骆平，范瑜等.基于RBFNN的高压断路器机械故障诊断系统[J].中国电力，2010，43（5）：30-33.
[6]袁金丽，李奎，郭志涛等.基于SVM与合分闸线圈电流参数的高压断路器机械故障诊断[J].高压电器，2011，47（3）：26-30.