[发明专利]一种断路器故障诊断方法有效

专利信息
申请号: 201711371587.7 申请日: 2017-12-19
公开(公告)号: CN108020781B 公开(公告)日: 2020-05-29
发明(设计)人: 丁云飞 申请(专利权)人: 上海电机学院
主分类号: G01R31/327 分类号: G01R31/327
代理公司: 上海伯瑞杰知识产权代理有限公司 31227 代理人: 张美娟
地址: 200240 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 断路器 故障诊断 方法
【说明书】:

一种断路器故障诊断方法,获取电网中断路器工作状态历史数据,该历史数据包括电气量数据和非电气量数据,利用这些历史数据作为训练样本,结合待测的断路器数据,基于分层贝叶斯模型,建立断路器故障诊断模型。

技术领域

发明属于电力系统故障诊断技术领域,特别涉及一种断路器故障诊断方法。

背景技术

断路器是一种常见的广泛应用于电力系统中重要电力设备,不仅基数大,经济上的投入也很大。它的主要作用在于两方面,一方面是通过对其他电力设备或线路的通断控制来满足电力系统电能分配的正常运行要求。另外一方面是发生故障时通过触发继电保护装置,从而快速动作切断发生故障的线路或设备,隔离了故障部分,阻止系统发生严重事故,保护其他设备和线路正常运行。因此,针对断路器的工作状态进行准确高效的故障诊断分析对于电力系统的安全运行以及电网质量的稳定都具有重要的意义。

目前针对断路器的故障诊断方法都是基于人工智能的方法。目前应用较多的故障诊断方法都是基于人工智能的方法。专家系统是一类较早使用的智能方法,通常是通过对故障信息建立专家知识库和推理规则,或者与其他方法结合如小波分析等进行诊断[1-3]。神经网络模型容易建立,在断路器的部分故障状态下仍可应用于其他单元诊断[4,5],与其他优化算法如粒子群[6],贝叶斯决策[7]和主成分分析方法[8]相结合提高断路器的故障诊断正确率。近来支持向量机(SVM)作为一种核方法广泛应用在断路器故障诊断领域,它还可以结合核主成分分析,因子分析,粒子群优化等方法来简化输入特征样本,优化算法收敛,提高分类准确率[9-11]。同时,在SVM基础上发展的其他方法也相继提出并有效的用于断路器的故障诊断[12,13]。

其中,涉及的参考文献如下:

[1]黄建,胡晓光,巩玉楠,et al.高压断路器机械故障诊断专家系统设计[J].电机与控制学报,2011,(10):43-49.

[2]王小华,荣命哲,吴翊,et al.高压断路器故障诊断专家系统中快速诊断及新知识获取方法[J].中国电机工程学报,2007,(03):95-99.

[3]KEZUNOVIC Mladen,ZHIFANG Ren,LATISKO Goran,et al.Automatedmonitoring and analysis of circuit breaker operation[J].IEEE Transactions onPower Delivery,2005,20(3):1910-1918.

[4]LEE S Dennis,LITHGOW Brian,MORRISON R E.New fault diagnosis ofcircuit breakers[J].IEEE Transactions on Power Delivery,2003,18(2):454-459.

[5]HONG-TZER Yang,WEN-YEAU Chang,CHING-LIEN Huang.A new neuralnetworks approach to on-line fault section estimation using information ofprotective relays and circuit breakers[J].IEEE Transactions on PowerDelivery,1994,9(1):220-230.

[6]岳小斌,练刚.基于粒子群优化神经网络的高压断路器故障诊断[J].电力学报,2011,(1):41-49.

[7]杨凌霄,朱亚丽.基于概率神经网络的高压断路器故障诊断[J].电力系统保护与控制,2015,(10):62-67.

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海电机学院,未经上海电机学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711371587.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top