[发明专利]高压断路器在线监测与故障诊断方法

权利要求书

1.一种高压断路器在线监测与故障诊断方法，其特征是：该方法包括如下步骤：

步骤一：通过各种传感器进行信号采集，并对相应的信号分别进行预处理；

步骤二：取高压断路器合闸线圈电压、合闸线圈电流、合闸线圈绝缘电阻、失压脱扣线圈状态、过载保护动作状态、过流保护动作状态、欠压保护动作状态作为特征变量，采集各类不同故障状态下各特征变量的值，从而建立起故障诊断训练数据集；

步骤三：采用逐层无监督贪婪学习算法对模型中RBM进行预训练；

步骤四：采用遗传算法对整个模型进行微调，即模型参数寻优；

步骤五：将步骤四训练获得的高压断路器故障诊断模型对步骤二中的测试集样本进行故障分类，得出故障分类结果，并统计模型诊断准确率。

2.根据权利要求1所述的高压断路器在线监测与故障诊断方法，其特征是：所述的不同故障状态包括：断路器过载、调速器失灵、合闸控制回路故障、合闸线圈匝间短路、合闸线圈匝间断路、失压脱扣线圈跳闸、机械故障。

3.根据权利要求2所述的高压断路器在线监测与故障诊断方法，其特征是：所述的步骤二中采集高压断路器上的分合闸线圈的电流信号，并从所述分合闸线圈的电流信号中提取电流特征数据的步骤，包括：

控制所述高压断路器上安装的预设传感模块采集所述高压断路器在不同操作状态下的分合闸线圈的电流曲线，其中，所述电流曲线中包含时间信息和电流信号；

获取所述电流曲线中的电流信号，并提取电流信号中的电流特征值，得到所述电流特征数据。

4.根据权利要求3所述的高压断路器在线监测与故障诊断方法，其特征是：所述的步骤三的具体过程为：计算新采集的高压断路器故障特征向量与步骤二中得到的各聚类的数据中心的欧式距离，将具有最小距离的聚类作为其所属聚类；

选择其所属聚类中与其距离最近的K＇个近邻元素，并计算近邻元素与所属聚类数据中心的距离平方和；

判断近邻元素与所属聚类数据中心的距离平方和是否小于聚类距离阈值，如果小于则发生了对应聚类的故障；反之，则没有发生对应聚类的故障。