[发明专利]一种高压断路器的快速失效检测方法

权利要求书

1.一种高压断路器的快速失效检测方法，其特征在于：包括以下步骤：

(1)确定失效检测参量和失效模式，所述失效检测参量中包含多个失效检测参量，所述失效模式集中包含多个失效模式；收集高压断路器部件运行状态的历史数据，作为样本集；

(2)根据失效检测参量和失效模式，建立智能机器学习模型；选取高斯基函数作为智能机器学习模型的核函数，高斯基核函数的表达式：

K(x,x_k)＝exp{-||x-x_k||²/σ²}，

其中，σ是核函数参数；

(3)训练智能机器学习算法；通过样本集的训练，确定拉格朗日乘子α_k和偏移因子b，得到优化后的智能机器学习模型；

(4)测量多个失效检测参量，将多个失效模式作为检测的数据源；

(5)将所述数据源输入到智能机器学习模型中，得出断路器失效检测结果。

2.根据权利要求1所述的一种高压断路器的快速失效检测方法，其特征在于：步骤(1)，所述故障失效检测参量包括通过补偿式电流传感器、温度传感器和加速度传感器测量的断路器的线圈电流、断路器温度和断路器的振动频率；所述失效模式包括失压脱扣器无电压、断路器线圈损坏、储能弹簧变形、反作用弹簧偏离、复位再扣无效、电源容量不够、电磁铁拉杆行程不够、电动操作机构点位开关变位、控制器中整流管或电容器损坏，采用向量F表示失效模式集，则：

F＝(F₁,F₂…,F₉)^T，

其中，F₁-F₉为9个失效模式。

3.根据权利要求1所述的一种高压断路器的快速失效检测方法，其特征在于：步骤(2)，所述智能机器学习模型的输出向量为失效模式，输入向量为失效检测参量中每个参数的主元特征值。

4.根据权利要求1所述的一种高压断路器的快速失效检测方法，其特征在于：步骤(3)，在样本集中随机抽取300组失效数据，分别求取熵，用最大的熵减去最小的熵得到熵带WH；在熵带WH范围内取200组高压断路器失效数据作为样本，对智能机器学习模型进行训练和优化。

5.根据权利要求1所述的一种高压断路器的快速失效检测方法，其特征在于：步骤(4)，通过补偿式电流传感器、温度传感器和加速度传感器测量断路器的线圈电流、断路器温度和断路器的振动频率等失效特征参数作为数据源。

6.根据权利要求1所述的一种高压断路器的快速失效检测方法，其特征在于：步骤(5)包括以下子步骤：

(5.1)将数据源进行小波模极大值去噪处理；

(5.2)计算数据源中每个失效检测参量的主元特征值；

(5.3)将步骤(5.2)中计算出的主元特征值输入到优化后的智能机器学习模型，得出失效检测结果。

7.根据权利要求6所述的一种高压断路器的快速失效检测方法，其特征在于：步骤(5.2)，所述主元特征值的计算方法为：

(a)计算失效检测参量T_j＝{T_1j,T_2j,T_3j}的信息熵其中，P_ij为一个随机过程中T_ij出现的概率，

(b)归一化处理得到其中j＝1,2,…,9；

(c)建立协方差矩阵其中H_j＝H(R_j)；

(d)计算协方差矩阵C的特征值λ_i和特征向量u_j；

(e)计算主元特征值S_j＝u_j^TH_j。