基于多信息融合的斷路器故障識別研究.pdf

1、高壓斷路器做為電力系統(tǒng)中至關重要的控制和保護裝置，其運行、維護和檢修情況關系到整個電力系統(tǒng)能否可靠運行。根據(jù)國際大電網(wǎng)會議對已投運的斷路器進行的可靠性調(diào)查統(tǒng)計數(shù)據(jù)發(fā)現(xiàn)，在影響高壓斷路器運行可靠性的眾多故障中機械故障所占的比重達到了70％～80%，因此有必要對高壓斷路器的機械特性進行監(jiān)測并對其已產(chǎn)生或潛在的故障進行識別。目前大多從某種單一特征量的在線監(jiān)測結果對高壓斷路器機械狀態(tài)進行識別研究，而從多特征量角度對斷路器運行工作狀態(tài)和故障模式進

2、行識別研究在國內(nèi)外還比較少見。鑒于此，本文綜合斷路器動觸頭的速度參數(shù)以及分合閘過程中的振動信號和聲波信號，從多角度分析分析斷路器的運行狀態(tài)，并結合多信息融合方法中的粗糙集理論和支持向量機對斷路器的運行模式進行識別。
　　首先利用高速、高分辨率攝像機捕捉斷路器合分閘過程傳動部件的運行狀況，采用TLD視頻跟蹤技術獲取斷路器操動中傳變部件運動位移過程及參數(shù)，計算分合閘最大速度和平均速度。
　　然后利用集合經(jīng)驗模態(tài)分解（EEMD）的

3、方法對分合閘過程中采集到的振動信號和聲波信號進行分解得到一組固有模態(tài)函數(shù)（IMF），并結合信息熵理論，提取出每個固有模態(tài)函數(shù)的能量熵作為信號特征量。由于振動信號和聲波信號經(jīng)過分解以后得到多個IMF能量熵以至于特征量的維數(shù)較多，為降低特征量維數(shù)并得到最佳的振動信號和聲波信號特征量的維數(shù)利用信息融合中的粗糙集理論對振動信號和聲波信號特征量進行屬性約簡。
　　最后利用支持向量機（SVM）對斷路器的運行狀態(tài)進行識別，并結合具體的實驗數(shù)據(jù)對