CN115327363B - 一种高压断路器机械特性带电监测及状态识别方法 - Google Patents
一种高压断路器机械特性带电监测及状态识别方法 Download PDFInfo
- Publication number
- CN115327363B CN115327363B CN202211004524.9A CN202211004524A CN115327363B CN 115327363 B CN115327363 B CN 115327363B CN 202211004524 A CN202211004524 A CN 202211004524A CN 115327363 B CN115327363 B CN 115327363B
- Authority
- CN
- China
- Prior art keywords
- circuit breaker
- voltage circuit
- monitoring
- vibration
- current
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/327—Testing of circuit interrupters, switches or circuit-breakers
- G01R31/3271—Testing of circuit interrupters, switches or circuit-breakers of high voltage or medium voltage devices
- G01R31/3275—Fault detection or status indication
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Arc-Extinguishing Devices That Are Switches (AREA)
- Keying Circuit Devices (AREA)
Abstract
本发明公开了一种高压断路器机械特性带电监测及状态识别方法,通过将高压断路器机械特性电测法与高压断路器分合闸振动检测相结合并利用高压断路器带电检测积累各类高压断路器的运维数据,通过大数据分析方法提供了一套新的高压断路器运行状态在线监测与故障甄别技术,解决了传统带电监测方法复杂的问题,达到了减少流程简化操作、统一在线及巡检模式监测识别的有益效果。
Description
技术领域
本发明涉及高压断路器在线监测技术领域,具体为一种高压断路器机械特性分析及状态识别方法。
背景技术
断路器是一种重要的电气设备。国际大电网会议统计结果表明,断路器机械故障占总故障的80%。对高压断路器进行在线监测,有助于降低设备故障率,提高电力系统的安全性和可靠性。断路器由于机械原因造成的事故无论是在次数,还是在事故所造成的停电时间上都占60%以上。目前断路器检修手段都是在设备停运后进行的,对于运行中的断路器状态不能进行有效记录,无助于开展断路器的状态检修。断路器长期运行后由于锈蚀或油脂凝结等原因造成的卡涩往往只在首次动作时较为明显,而分闸停运后表现得不明显,导致早期的卡涩难以发现。频繁的针对性不强的检修试验和部件拆换,不仅耗费时间和资金,还往往影响断路器的原有稳定性,因此开展断路器机械特性在线监测与带电检测及故障诊断具有非常重要的现实意义。目前断路器机械特性在线监测装置多在智能变电站内安装,主要基于断路器线圈电流,很少有检测断路器振动信号,即使用到断路器振动检测也仅限于测量振动信号最大幅值。
如公开号为CN112485664A的专利公开了一种高压断路器诊断系统、方法、电子终端及存储介质,包括上位机;输出控制及数据采集模块,与所述上位机通信连接;继电器模块,与所述输出控制及数据采集模块连接;所述继电器模块连接电源,并连接被测断路器的分闸线圈、合闸线圈;电流传感器模块,与所述输出控制及数据采集模块连接,并采集所述被测断路器的分闸线圈、合闸线圈的线圈电流信号。该发明能够自动诊断断路器是否发生故障,并能够反馈故障类型及原因,实现了断路器诊断的智能化和高效化。
如公开号为CN114118159A的专利公开了一种基于小波灰度卷积的开关柜断路器机械特性诊断方法,包括:步骤1:在开关柜内采集断路器分合闸回路中的电流信号;步骤2:将采集到的电流信号用灰度小波变换转化灰度小波图像;步骤3:采集不同机械状态的断路器多组灰度小波图像;步骤4:利用大量的灰度小波图像对卷积神经网络进行输入训练;步骤5:训练完成后,利用卷积神经网络自动识别小波图像对应的故障类型,诊断路器机械特性。本发明识别准确度高,识别效率高。
所以,在实际操作过程中上述专利及现有技术存在如下不足:方案较为复杂,没有将线圈电流波形与断路器开合闸过程中振动信号波形相结合进行断路器机械特性分析和故障诊断的简单的方案,一般在安装断路器诊断系统时,高压断路器需要断电,而在有故障的高压断路器故障断电重启后,故障现象消失情形下,也无法模拟和捕捉故障现象,无法捕捉与记录高压断路器的机械特性数据。
发明内容
针对现有技术的不足,本发明提供了一种高压断路器机械特性带电监测及状态识别方法,以解决上述问题。
为实现以上目的,本发明通过以下技术方案予以实现:
一种高压断路器机械特性带电监测及状态识别方法,包括如下步骤:
S1:将多路电流信号变送器设置为巡检模式,使用高压断路器机械特性带电检测及状态识别装置,按多路电流信号变送器接口,将被测高压断路器分合闸时驱动电压、线圈电流信号线接到多路电流信号变送器相应的输入接线端子上,将外置储能电机电流传感器、控制回路的外置电流互感器输出电流传感器和振动变送器安装到被测设备上并将信号线接到多路电流信号变送器的相应接线端子组上,所述多路电流信号变送器包括内置的电流传感器和电压传感器,启动多路电流信号变送器和振动变送器开始使用外置电流互感器输出电流传感器进行线圈电参数监听,将多路电流信号变送器设置为在线模式,启动多路电流信号变送器和振动变送器开始使用内置的电流传感器和电压传感器进行线圈电参数监听;
S2:对被测高压断路器进行分、合闸操作,多路电流信号变送器自动完成高压断路器分、合闸过程记录,包括高压断路器驱动电压、分合闸线圈电流、振动信号,生成高压断路器分合闸过程监测记录文件,并储存在多路电流信号变送器和振动变送器中;
S3:打开监测终端中的监测诊断软件,搜索多路电流信号变送器,与多路电流信号变送器建立连接,下载被测高压断路器分合闸过程记录文件到监测终端中;
S4:通过监测诊断软件提供的导航树,或在高压断路器搜索栏中输入被测高压断路器检索信息,找到被测高压断路器,浏览断路器分合闸记录,看是否存在异常记录;
S5:针对有异常现象的记录,启动智能识别,监测诊断软件开始高压断路器机械特性状态识别流程,将被测高压断路器最新的分合闸记录,包括高压断路器分合闸时驱动电压、线圈电流、振动信号波形等按照高压断路器分合闸四阶段的波形记录与该高压断路器正常情况下的时域波形、频率信息进行比对,生成高压断路器机械特性状态监测识别报告。
优选的,所述外置电流互感器输出电流传感器包括外置电流互感器A相电流传感器、外置电流互感器B相电流传感器、外置电流互感器C相电流传感器。
优选的,所述外置储能电机电流传感器与外置电流互感器输出电流传感器都使用4-20mA输出传感器。
优选的,所述振动变送器使用三轴加速度振动传感器,所述S5中的高压断路器机械特性状态识别流程包括如下步骤:
S5.1数据清洗、标注:监测诊断软件首先接收人工操作,通过三轴振动信号的复合得到不受部署位置和方式影响的振动信号,通过振动复合信号的快速傅里叶变换得到振动信号的中心频率;对监测数据记录包括电信号和振动信号进行状态甄别和标注;清除明显错误或对大数据运行产生不良影响的数据;形成高压断路状态识别需要用到的包括断路器驱动电压最小值及达成时间,线圈电流四阶段电流变化终值及达成时间、储能启动电流及达成时间,振动幅值及中心频率等多维运行信息。
三轴加速度振动信号复合计算公式:
傅里叶变换:
S5.2数据分类:对机械特性监测数据库及文件服务器中的多维高压断路器运行状态信息,按高压断路器类型、生产厂商、批次和状态进行分类处理;
S5.3特征量提取:对多维高压断路器运行状态记录分别按高压断路器类型、生产厂家、批次和状态对高压断路器运行状态记录求平均值,作为状态识别基准值;根据记录状态,获取多维状态参量正常状态下的集中度特征和异常状态下的分布特性;
S5.4状态识别与风险预估:根据高压断路器多维状态参量基准值,即时或定期求取被监测高压断路器多维状态信息的方差,根据当前方差对比,识别出当前高压断路器的状态或故障类型,并根据方差变化趋势对高压断路器的可能存在的风险进行预估,形成监测识别报告62进行状态评价与风险预估。
优选的,所述多路电流变送器启动对各参数的连续高速同步采集以及振动变送器启动对断路器振动信号的连续采集,AD采样率不低于3kHz,采集时间不少于150ms。
优选的,所述监测终端通过WiFi与多路电流信号变送器及振动变送器连接并从中分别下载电信号监测记录及振动监测记录。
优选的,所述监测终端通过RS-485与多路电流信号变送器连接并从中下载电信号监测记录或通过多路电流信号变送器下载振动变送器中的振动监测记录。
优选的,所述振动变送器与多路电流信号变送器之间通过同步触发信号输出连接,只有接收到多路电流信号变送器的同步信号后,所述振动变送器方开始对高压断路器操作时的断路器振动信号进行采集。
优选的,所述监测诊断软件对高压断路器的故障诊断同时依赖于分闸线圈电流或合闸线圈电流与及断路器振动信号相互依存的波形关系,只有两者均存在同步变化特征时,才能确认高压断路器故障信息存在的真实性,两者无法相互印证的单一的变化特征不能作为高压断路器故障存在和甄别的依据。
优选的,所述监测诊断软件对高压断路器的故障诊断及对高压断路器可能出现的机械特性及故障预测不仅依赖于单次高压断路器操作的波形记录,还要参考历次高压断路器操作的波形记录进行的趋势分析和研究。
高压断路器分合闸过程时间短,正常情况下不超过100ms,共分为活塞动作、锁扣动作、主触头动作和线圈电流切断四个阶段。不同阶段驱动电压、线圈电流和高压断路器振动波形完全不同,但每个阶段的波形有明显的固有特性、良好的重复性和稳定性。高压断路器带故障分合闸时,驱动电压、线圈电流和振动信号记录波形与标准波形存在明显的不同。因此,通过对高压断路器分合闸时驱动电压、线圈电流和振动信号记录波形与标准波形的比对,非常容易发现断路器运行过程中存在的故障和机械特性变化现象。
本发明针对高压断路器特殊结构及其分合闸过程中高压断路器驱动电压、线圈电流及振动信号的变化特性,设计了一种可实现高压断路器驱动电压、分合闸线圈电流及振动信号同步记录的装置,提供了一套基于高压断路器分合闸时驱动电压、分合闸线圈电流及振动信号比对分析并用于高压断路器机械特性状态识别的方法。
综上所述,本发明相对于现有技术,有益效果在于:本发明从既有高压断路器的日常运维需要设计的高压断路器机械特性状态的带电检测,提供了一套将高压断路器机械特性电测法与高压断路器分合闸振动检测相结合的高压断路器机械特性状态识别方法,既简单又实用,同时,针对高压断路器故障断电重启后无法模拟和捕捉的故障现象的问题提供一种高压断路器不断电直接安装高压断路器机械特性带电监测及状态识别装置检测的方法,巡检工作模式下,多路电流信号变送器使用外置交流电流传感器中的电压互感器某两相电流传感器接入通道的复用,通过对外置的分合闸交流电流传感器的接入实现高压断路器分合闸线圈电流信号的监听完成高压断路器机械特性分析原始数据的在线监测和记录;在线工作模式,正常情况下需要在高压断路器停电条件下将高压断路器线圈电流输出线接入到多路电流信号变送器中,外接设备少,长期运行稳定可靠,但无法在高压断路器不断电情况下切换到其他高压断路器上检测,通过巡检工作模式下使用外置的高压断路器分合闸线圈电流传感器,被监测高压断路器可以不用断电。同一套高压断路器机械特性带电监测及状态识别装置,在短时间内高压断路器不断电条件下,可以完成多台不同的高压断路器机械特性分析原始监测数据的采集。在线与巡检两种不同工作模式和数据记录方式的统一,可以适应用高压断路器机械特性带电监测及状态识别所有应用场景下的数据采集,通过本方案提供的方法,可以快速低成本地完成未配装高压断路器机械特性带电监测及状态识别装置的高压断路器机械特性分析数据的获取,实现高压断路器机械特性大数据分析提供数据的快速积累,重要的是能完成那些高压断路器故障后断电重启故障现象消失情形下的机械特性数据的捕捉与记录。
附图说明
图1为高压断路器机械特性带电监测及状态识别装置构成图;
图2为在线模式下多路电流信号变送器输入输出接口图;
图3为高压断路器机械特性带电监测及状态识别系统数据流图;
图4为高压断路器分合闸驱动电压及线圈电流标准波形;
图5为10kV高压断路器合闸过程振动信号标准记录图谱;
图6为10kV高压断路器分闸过程振动信号标准记录图谱;
图7为10kV高压断路器合闸过程异常时振动信号频谱图;
图8为10kV高压断路器合闸过程振动信号频谱图;
图9为10kV高压断路器合闸过程异常时振动信号频谱图;
图10为高压断路器机械特性状态识别流程;
其中,1-多路电流信号变送器,11-电信号监测记录,12-直流供电输入,13-直流供电输出,14-同步触发信号输出,15-监测终端RS-485输出接线端子组,16-上行RS-485接线端子组,19-WiFi天线SMA接口,2-外置交流电流传感器,21-外置储能电机电流传感器,211-储能启动电流,22-外置电流互感器输出电流传感器,221-电流互感器电流,23-外置电流互感器A相电流传感器,24-外置电流互感器B相电流传感器,25-外置电流互感器C相电流传感器,3-振动变送器,31-振动监测记录,32-振动变送器RS-485输入,33-振动变送器RS-485输出,301-断路器振动信号,4-监测终端,5-高压断路器,51-分闸线圈电流接线端子,501-分闸线圈电流,52-合闸线圈电流接线端子,502-合闸线圈电流,53-断路器驱动电压接线端子组,503-断路器驱动电压,6-监测诊断软件,61-数据库及文件服务器,601-断路器正常状态记录库,602-断路器异常状态记录库,603-断路器运行状态特征信息量,62-监测识别报告。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
本实施例提供了一种技术方案:本发明的一种高压断路器机械特性带电监测及状态识别方法,使用高压断路器机械特性带电检测与在线监测装置完成,所述高压断路器机械特性带电检测与在线监测装置包括四只4-20mA外置交流电流传感器2、一个多路电流信号变送器1、一个三轴加速度振动变送器3、一个监测终端4和监测诊断软件6组成,所述外置交流电流传感器2分为外置储能电机电流传感器21和外置电流互感器输出电流传感器22,所述外置电流互感器输出电流传感器22包括外置电流互感器A相电流传感器23、外置电流互感器B相电流传感器24、外置电流互感器C相电流传感器25,所述外置电流互感器输出电流传感器22产生电流互感器电流221信号,所述外置储能电机电流传感器21产生储能启动电流211信号,所述电流互感器电流221信号和储能启动电流211信号均通过三芯通讯控制线分别接到多路电流信号变送器1的相应的交流电流信号接线端子组上,所述多路电流信号变送器1包括内置的电流传感器和电压传感器。高压断路器5分合闸线圈电流接到多路电流变送器的分合闸线圈电流接线端子组,断路器驱动电压503信号接到多路电流信号变送器1的断路器驱动电压接线端子组53,三轴加速度振动变送器接到多路电流信号变送器1的振动变送器接线端子组。所述监测终端4通过多路电流信号变送器1的监测终端RS-485输出接线端子组15接收高压断路器5的在线监测数据,包括多路电流信号变送器1的电信号监测记录11及振动变送器3中的振动监测记录31,所述监测终端4也可以是移动的,分别通过多路电流信号变送器1的WiFi天线SMA接口19和振动变送器3的WiFi天线接收在线监测数据,所述多路电流信号变送器1通过上行RS-485接线端子组16接收来自于上位机的远程控制。所述监测软件6部署在监测终端4或上位机中,对高压断路器5的在线监测数据进行比对分析及机械特性状态识别。
多路电流信号变送器1启动后,自动对高压断路器5分合闸驱动电压、线圈电流、储能电机启动电流211进行不间断连续监听。当高压断路器分合闸线圈电流即分闸线圈电流501或合闸线圈电流502任一电流超过分合闸最小电流时,多路电流变送器1立即启动高压断路器5驱动电压、线圈电流和断路器振动信号301的连续高速同步采集,分合闸最小电流根据不同断路器分合闸输出电流的最小值设定,本实施例设置为100mA,AD采样率不低于3kHz,采集时长不少于150ms,连续采集终止,并对断路器控制线路电流互感器电流221信号采集1次,生成高压断路器5电信号监测记录11文件保存到多路电流信号变送器1,振动变送器3同步启动的断路器振动信号301连续采集,AD采样率不低于3kHz,采集时长不少于150ms,连续采集终止,并将高压断路器5的振动监测记录31文件保存在振动变送器3中;当储能电机启动电流超过最小电流时,多路电流信号变送器1立即自动启动储能启动电流211信号的连续采集,AD采样率不低于3kHz,采集时长不少于150ms,连续采集终止,生成高压断路器电信号监测记录11文件保存到多路电流信号变送器1中。所述多路电流信号变送器1通过监测终端RS-485输出接线端子组15或WiFi天线SMA接口19与监测终端4建立连接,接收来自于监测终端4的命令,将包括分合闸驱动电压、线圈电流和储能电机启动电流的高压断路器5电信号监测记录11文件发送给监测终端4,所述监测终端4可随时获取所需要的高压断路器的机械特性在线监测记录并保存到高压断路器机械特性在线监测数据库及文件服务器61中。
多路电流信号变送器1和振动变送器3对监测记录进行自动保存,本实施例提供多达640条以上监测记录文件的存储。
高压断路器机械特性带电监测系统状态识别主要依赖于高压断路器5分合闸时驱动电压、线圈电流和振动信号波形。通过部署在监测终端中的监测诊断软件6,可随时根据需要对高压断路器5分合闸时驱动电压、线圈电流、振动信号的同步记录进行分析、比对和研究,实现对高压断路器5运行状态的识别,及时甄别出高压断路器5存在的机械特性故障。
高压断路器5储能启动电流211和控制回路电流互感器电流221是状态识别的辅助信号,可用于对状态识别结果提供数据印证,实际应用过程中可根据需要进行选用。
不同生产厂家、不同型号的高压断路器5的驱动电压、线圈电流和振动信号记录波形存在较大差异,监测诊断软件6在对高压断路器5机械特性进行状态识别与故障诊断时,需要参考同类型断路器分合闸四个阶段的标准波形,通过与被监测断路器正常运行时的记录波形进行比对,才能确保高压断路器5机械特性状态识别结果的正确性。
为提高高压断路器5机械特性状态识别的可靠性,监测诊断软件6需要积累足够多种类的高压断路器5正常运行时的标准波形和日常机械特性带电监测与带电检测波形记录,赋予监测诊断软件6机器学习和大数据挖掘、特征提取功能,以便提高高压断路器5机械特性状态辨识率。
大数据处理分析:
S5.1数据清洗、标注:监测诊断软件6首先接收人工操作,通过三轴振动信号的复合得到不受部署位置和方式影响的振动信号,通过振动复合信号的快速傅里叶变换得到振动信号的中心频率;对监测数据记录包括电信号和振动信号进行状态甄别和标注;清除明显错误或对大数据运行产生不良影响的数据;形成高压断路状态识别需要用到的包括断路器驱动电压503最小值及达成时间,线圈电流四阶段电流变化终值及达成时间、储能启动电流211及达成时间,振动幅值及中心频率等多维运行信息。
三轴加速度振动信号复合计算公式:
傅里叶变换:
S5.2数据分类:对机械特性监测数据库及文件服务器61中的多维高压断路器运行状态信息,按高压断路器类型、生产厂商、批次和状态进行分类处理;
S5.3特征量提取:对多维高压断路器运行状态记录分别按高压断路器类型、生产厂家、批次和状态对高压断路器运行状态记录求平均值,作为状态识别基准值;根据记录状态,获取多维状态参量正常状态下的集中度特征和异常状态下的分布特性;
S5.4状态识别与风险预估:根据高压断路器多维状态参量基准值,即时或定期求取被监测高压断路器多维状态信息的方差,根据当前方差对比,识别出当前高压断路器的状态或故障类型,并根据方差变化趋势对高压断路器的可能存在的风险进行预估,形成监测识别报告62进行状态评价与风险预估。
所述外置电流互感器A相电流传感器23和外置电流互感器B相电流传感器24的接线端子设置为多路电流信号变送器1的复用接入通道,根据高压断路器机械特性监测的应用场景,通过多路电流信号变送器1的配置软件将多路电流信号变送器1设置为在线或巡检模式:巡检应用场景下,所述多路电流信号变送器1的复用接入通道接外置式高压断路器5的分合闸线圈传感器;在线应用场景下,多路电流变送器1的复用接入通道仍然接默认高压断路器5电流互感器的AB相电流传感器输出信号;在线模式为默认模式,在线模式和巡检模式下数据采集、下载和终端数据分析完全一致。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (9)
1.一种高压断路器机械特性带电监测及状态识别方法,其特征在于:包括如下步骤:
S1:将多路电流信号变送器(1)设置为巡检模式,使用高压断路器(5)机械特性带电检测及状态识别装置,按多路电流信号变送器(1)接口,将被测高压断路器(5)分合闸时驱动电压、线圈电流信号线接到多路电流信号变送器(1)相应的输入接线端子上,将外置储能电机电流传感器(21)、控制回路的外置电流互感器输出电流传感器(22)和振动变送器(3)安装到被测设备上并将信号线接到多路电流信号变送器(1)的相应接线端子组上,所述多路电流信号变送器(1)包括内置的电流传感器和电压传感器,启动多路电流信号变送器(1)和振动变送器(3)开始使用外置电流互感器输出电流传感器(22)进行线圈电参数监听,将多路电流信号变送器(1)设置为在线模式,启动多路电流信号变送器(1)和振动变送器(3)开始使用内置的电流传感器和电压传感器进行线圈电参数监听;
S2:对被测高压断路器(5)进行分、合闸操作,多路电流信号变送器(1)自动完成高压断路器(5)分、合闸过程记录,包括高压断路器驱动电压、分合闸线圈电流、振动信号,生成高压断路器(5)分合闸过程监测记录文件,并储存在多路电流信号变送器(1)和振动变送器(3)中;
S3:打开监测终端(4)中的监测诊断软件(6),搜索多路电流信号变送器(1),与多路电流信号变送器(1)建立连接,下载被测高压断路器分合闸过程记录文件到监测终端(4)中;
S4:通过监测诊断软件(6)提供的导航树,或在高压断路器(5)搜索栏中输入被测高压断路器(5)检索信息,找到被测高压断路器(5),浏览断路器分合闸记录,看是否存在异常记录;
S5:针对有异常现象的记录,启动智能识别,监测诊断软件(6)开始高压断路器机械特性状态识别流程,将被测高压断路器最新的分合闸记录,包括高压断路器分合闸时驱动电压、线圈电流、振动信号波形按照高压断路器(5)分合闸四阶段的波形记录与该高压断路器(5)正常情况下的时域波形、频率信息进行比对,生成高压断路器(5)机械特性状态监测识别报告(62);
所述振动变送器(3)使用三轴加速度振动传感器,所述S5中的高压断路器机械特性状态识别流程包括如下步骤:
S5.1数据清洗、标注:监测诊断软件(6)首先接收人工操作,通过三轴振动信号的复合得到不受部署位置和方式影响的振动信号,通过振动复合信号的快速傅里叶变换得到振动信号的中心频率;对监测数据记录包括电信号和振动信号进行状态甄别和标注;清除明显错误或对大数据运行产生不良影响的数据;形成高压断路状态识别需要用到的包括断路器驱动电压(503)最小值及达成时间,线圈电流四阶段电流变化终值及达成时间、储能启动电流(211)及达成时间,振动幅值及中心频率的多维运行信息;
S5.2数据分类:对机械特性监测数据库及文件服务器(61)中的多维高压断路器运行状态信息,按高压断路器类型、生产厂商、批次和状态进行分类处理;
S5.3特征量提取:对多维高压断路器运行状态记录分别按高压断路器类型、生产厂家、批次和状态对高压断路器运行状态记录求平均值,作为状态识别基准值;根据记录状态,获取多维状态参量正常状态下的集中度特征和异常状态下的分布特性;
S5.4状态识别与风险预估:根据高压断路器多维状态参量基准值,即时或定期求取被监测高压断路器多维状态信息的方差,根据当前方差对比,识别出当前高压断路器的状态或故障类型,并根据方差变化趋势对高压断路器的存在的风险进行预估,形成监测识别报告(62)进行状态评价与风险预估。
2.根据权利要求1所述的高压断路器机械特性带电监测及状态识别方法,其特征在于:所述外置电流互感器输出电流传感器(22)包括外置电流互感器A相电流传感器(23)、外置电流互感器B相电流传感器(24)、外置电流互感器C相电流传感器(25)。
3.根据权利要求2所述的高压断路器机械特性带电监测及状态识别方法,其特征在于:所述外置储能电机电流传感器(21)与外置电流互感器输出电流传感器(22)都使用4-20mA输出传感器。
4.根据权利要求1所述的高压断路器机械特性带电监测及状态识别方法,其特征在于:所述多路电流信号变送器(1)启动对各参数的连续高速同步采集以及振动变送器(3)启动对断路器振动信号(301)的连续采集,AD采样率不低于3kHz,采集时间不少于150ms。
5.根据权利要求1所述的高压断路器机械特性带电监测及状态识别方法,其特征在于:所述监测终端(4)通过WiFi与多路电流信号变送器(1)及振动变送器(3)连接并从中分别下载电信号监测记录(11)及振动监测记录(31)。
6.根据权利要求1所述的高压断路器机械特性带电监测及状态识别方法,其特征在于:所述监测终端(4)通过RS-485与多路电流信号变送器(1)连接并从中下载电信号监测记录(11)或通过多路电流信号变送器(1)下载振动变送器(3)中的振动监测记录(31)。
7.根据权利要求1所述的高压断路器机械特性带电监测及状态识别方法,其特征在于:所述振动变送器(3)与多路电流信号变送器(1)之间通过同步触发信号输出(14)连接,只有接收到多路电流信号变送器(1)的同步信号后,所述振动变送器(3)方开始对高压断路器(5)操作时的断路器振动信号(301)进行采集。
8.根据权利要求1所述的高压断路器机械特性带电监测及状态识别方法,其特征在于:所述监测诊断软件(6)对高压断路器(5)的故障诊断同时依赖于分闸线圈电流(501)或合闸线圈电流(502)与及断路器振动信号(301)相互依存的波形关系,只有两者均存在同步变化特征时,才能确认高压断路器(5)故障信息存在的真实性,两者无法相互印证的单一的变化特征不能作为高压断路器故障存在和甄别的依据。
9.根据权利要求1所述的高压断路器机械特性带电监测及状态识别方法,其特征在于:所述监测诊断软件(6)对高压断路器(5)的故障诊断及对高压断路器(5)出现的机械特性及故障预测不仅依赖于单次高压断路器(5)操作的波形记录,还要参考历次高压断路器(5)操作的波形记录进行的趋势分析和研究。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211004524.9A CN115327363B (zh) | 2022-08-22 | 2022-08-22 | 一种高压断路器机械特性带电监测及状态识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211004524.9A CN115327363B (zh) | 2022-08-22 | 2022-08-22 | 一种高压断路器机械特性带电监测及状态识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115327363A CN115327363A (zh) | 2022-11-11 |
CN115327363B true CN115327363B (zh) | 2023-09-08 |
Family
ID=83925998
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211004524.9A Active CN115327363B (zh) | 2022-08-22 | 2022-08-22 | 一种高压断路器机械特性带电监测及状态识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115327363B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115951114B (zh) * | 2023-01-17 | 2023-06-23 | 上海山源电子科技股份有限公司 | 一种供电监测系统中的电流信号识别方法 |
CN116298844B (zh) * | 2023-02-22 | 2024-06-11 | 国网江苏省电力有限公司南京供电分公司 | 基于半动态布置的变电站高压断路器状态监测系统及方法 |
CN118399612B (zh) * | 2024-06-27 | 2024-08-30 | 合肥优晟电力科技有限公司 | 基于电气客观规律及管理规则的智能防误逻辑分析方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016206056A1 (zh) * | 2015-06-25 | 2016-12-29 | 国家电网公司 | 断路器的检测方法、装置及系统 |
CN108152726A (zh) * | 2017-12-18 | 2018-06-12 | 西安辰耀电气技术有限公司 | 在线监测断路器机械状态的智能电力仪表及高压开关柜 |
CN109164381A (zh) * | 2018-09-07 | 2019-01-08 | 广西电网有限责任公司电力科学研究院 | 一种高压断路器机械状态在线监测与故障辨识方法及装置 |
CN110780191A (zh) * | 2019-09-27 | 2020-02-11 | 国网浙江省电力有限公司杭州供电公司 | 基于多传感器的断路器机械特性在线监测方法及装置 |
-
2022
- 2022-08-22 CN CN202211004524.9A patent/CN115327363B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016206056A1 (zh) * | 2015-06-25 | 2016-12-29 | 国家电网公司 | 断路器的检测方法、装置及系统 |
CN108152726A (zh) * | 2017-12-18 | 2018-06-12 | 西安辰耀电气技术有限公司 | 在线监测断路器机械状态的智能电力仪表及高压开关柜 |
CN109164381A (zh) * | 2018-09-07 | 2019-01-08 | 广西电网有限责任公司电力科学研究院 | 一种高压断路器机械状态在线监测与故障辨识方法及装置 |
CN110780191A (zh) * | 2019-09-27 | 2020-02-11 | 国网浙江省电力有限公司杭州供电公司 | 基于多传感器的断路器机械特性在线监测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN115327363A (zh) | 2022-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115327363B (zh) | 一种高压断路器机械特性带电监测及状态识别方法 | |
CN107450017B (zh) | 一种开关设备缺陷智能检测系统 | |
CN101893667B (zh) | 交流道岔转辙机故障检测系统及方法 | |
US7672812B2 (en) | Cable fault detection | |
CN101149416B (zh) | 电力电缆绝缘状态监测与寿命管理系统 | |
US7725295B2 (en) | Cable fault detection | |
CN201804054U (zh) | 交流道岔转辙机故障检测系统 | |
CN201611384U (zh) | 电动机状态监测及故障诊断系统 | |
CN111272225A (zh) | 一种开关柜综合状态监测系统 | |
CN108828406A (zh) | 非侵入式用户用电的故障识别方法及其系统 | |
CN109443190B (zh) | 基于暂态行波的变压器绕组变形在线监测方法及装置 | |
CN108418304B (zh) | 变电站二次回路状态监测方法、装置及系统 | |
CN109974986A (zh) | 一种基于振动检测的gis设备机械缺陷诊断系统及方法 | |
CN107270970A (zh) | 高耸电力设备振动监测装置及其进行故障诊断的方法 | |
CN111653291B (zh) | 一种基于声纹的电力设备智能健康监测方法 | |
CN113030723A (zh) | 一种交流异步电机状态监测系统 | |
CN114167315A (zh) | 一种变压器智能在线监测系统及其方法 | |
CN110426192A (zh) | 一种断路器的声学指纹检测系统和方法 | |
CN102540012B (zh) | 小电流接地系统单相接地故障的判定方法及其装置 | |
CN112611987A (zh) | 一种基于物联网技术的变压器声纹振动监测系统及方法 | |
CN107482783B (zh) | 一种厂用电监测及控制综合智能化系统 | |
CN102497025B (zh) | 一种自动分段器的远程状态监测方法 | |
Franck et al. | Transmission and distribution equipment: providing intelligent maintenance | |
CN116647049A (zh) | 一种开关柜综合监测系统 | |
CN110553830B (zh) | 一种金属封闭开关设备机械特性在线检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |