[发明专利]一种采时域多特征差异匹配的隔离开关缺陷诊断方法

说明书

本发明涉及缺陷检测技术领域，尤其涉及一种采时域多特征差异匹配的隔离开关缺陷诊断方法，包括如下步骤：时域多特征提取；特征值归一化，对特征值进行归一化；缺陷识别，采用支持向量机核函数映射的方式构建训练模型：用径向基核函数建立后续的识别模型；模型训练与算法验证，采用多种型号隔离开关各状态下多组检测数据为总体样本并采用另外的数据作为算法验证。本发明基于不同机械状态隔离开关发生相同机械缺陷后电流曲线变化趋势一致的原理，提供了一种时域多特征差异匹配的隔离开关缺陷诊断方法，从而实现机械状态的识别，使隔离开关的故障诊断智能化，以解决工业现场开关机械状态离散性带来的分析结果准确性缺失问题。

技术领域

本发明涉及缺陷检测技术领域，尤其涉及一种采时域多特征差异匹配的隔离开关缺陷诊断方法。

背景技术

隔离开关用量大、机械缺陷频发，但仍主要依靠人工经验判断机械状态，缺乏可成熟应用的量化参考依据，无法在有限时间内快速准确地判断隔离开关机械状态，难以满足电力系统安全稳定的发展要求。

现有技术中对于GIS隔离开关机械监测主要分为两类第一类是状态直接检测，采用压力传感器检测、姿态传感器检测、微动开关/行程开关检测。直接检测的方式因隔离开关结处在高压大电流环境运行。在高电位引入传感器，信号线难以引出，信号受强电磁环境干扰，破坏原有结构，且易带来绝缘隐患等原因，不适用于这一对象的检测。

第二类是状态感知方法，主要包括电机电流检测、振动信号检测。对于电机电流检测方法无法反映电压与电流的相位变化关系，且不同电机型号的电机电流具有一定程度的分散性，导致电流特征表现不明显。即使在电流特征比较明显的前提下，现有诊断算法也属于物理分析方法，通过对电流包络线的分析进行缺陷分析，属于阈值判断，这种判断会造成两个问题，第一，对于不同的隔离开关该阈值设置难以直接量化，都需要专家介入，对隔离开关的运动过程完成物理分析，然后再进行阈值对应，同时，也难以适应工业现场的因开关机械状态离散性造成的阈值因开关差异而产生的差异。

对于振动信号的检测方法，只考虑了隔离开关在电磁力作用下的振动频率，而忽略了隔离开关本体结构的固有频率，所得出的结论难以与实测信号进行匹配。

为了解决上述问题，我们提出一种采时域多特征差异匹配的隔离开关缺陷诊断方法。

发明内容

基于背景技术存在的技术问题，本发明提出了一种采时域多特征差异匹配的隔离开关缺陷诊断方法，基于不同机械状态隔离开关发生相同机械缺陷后电流曲线变化趋势一致的原理，提供了一种时域多特征差异匹配的隔离开关缺陷诊断方法，从而实现机械状态的识别，使隔离开关的故障诊断智能化，以解决工业现场开关机械状态离散性带来的分析结果准确性缺失问题。

本发明提供如下技术方案：一种采时域多特征差异匹配的隔离开关缺陷诊断方法，包括如下步骤：

S1、时域多特征提取，采集隔离开关分合过程中的电机电流，并提取多个特征；

S2、特征值归一化，对特征值进行归一化，归一化区间为[0,1]；

S3、缺陷识别，采用支持向量机核函数映射的方式构建训练模型：用径向基核函数建立后续的识别模型；

S4、模型训练与算法验证，采用多种型号隔离开关各状态下多组检测数据为总体样本并采用另外的数据作为算法验证。

优选的，所述步骤S1中提取的特征包括转角差、啮合前阶段的均值及啮合阶段的极差。

优选的，所述步骤S1中提取的特征还包括平均幅值和有效值。

优选的，所述步骤S3中通过对训练样本交叉验证得到最优的核函数参数和惩罚因子，进而建立支持向量机预测模型。