[发明专利]真空断路器电磨损在线检测方法及系统

摘要

本发明公开一种真空断路器电磨损在线检测方法及系统，主要由3个电流互感器、电流信号调理单元、模数转换单元、3个电弧特性探测器、电弧信号调理单元、燃弧时间预处理单元、开断次数统计预处理单元、中央处理单元、本地报警单元和供电单元组成。通过改进开断电流加权累计方法中电寿命在线检测实际参数的预测和选择，克服依靠经验数据进行评估计算时由于参数选择范围较宽，特别是开断电流指数对单次磨损量累计引起较大结果偏差的影响。

主权项

真空断路器电磨损在线检测方法，其特征是，包括如下步骤：(1)根据确定结构和类型的真空断路器的电寿命特征曲线，采用最小二乘算法确定该真空断路器理论上的磨损总量Qg和开断电流指数α；即(1.1)将电寿命特征曲线进行数据离散化；(1.2)在不同的额定电流下，将离散数据进行函数拟合，获得不同额定电流下的拟合函数；(1.3)分别将步骤(1.2)获得的不同额定电流下的拟合函数带入公式①中，得到不同额定电流下、理论上的电磨损总量Qg和开断电流I的关系式；Qg=N·Ibα                          ①式中，Qg表示理论上的电磨损总量；N表示开断电流为Ib时，断路器允许的开断的次数；α开断电流指数；(1.4)对于不同的额定电流，分别在电寿命特征曲线上任意选取一个特征点即(I，N)值，带入步骤(1.3)获得的理论上电磨损总量Qg和开断电流I的关系式中，各得到一组曲线；(1.5)每组曲线交点处的磨损量即为该额定电流条件下，真空断路器理论上的电磨损总量Qg，与此对应的积分电流系数即为开断电流指数α；(2)以理论上的电磨损总量Qg和开断电流指数α作为已知参数，根据电寿命特征曲线上特征点建立积分系数K值的LM‑BP神经网络预测模型，该模型以电寿命特征曲线上的特征点(I，N)为输入，并考虑真空断路器的首开相燃弧时间和首开相在三相中的不均匀性，对所建立的LM‑BP神经网络进行样本和收敛性训练，最终得到的神经网络用于实际电磨损在线检测系统确定积分系数K；(3)实际检测时，采用步骤(1)首先确定开断电流指数α和理论上的磨损总量Qg，通过步骤(2)已经训练好的LMBP神经网络，以本次操作实际采样的待测真空断路器的电流值ibi和待测真空断路器的燃弧时间tai，操作次数N,以及考虑三相不平衡因素(γ1,γ2，γ3)作为LMBP神经网络的输入，动态计算得出积分系数K值，进而根据公式②计算出计及本次开断的累计电磨损量值； Q z = K · Σ i = 1 n ∫ 0 t ai | i bi | β dt ②式中，Qz为实际监测中，真空断路器的累计电磨损量；K为积分系数；n为实测真空断路器开断的总次数；tai为实测真空断路器的燃弧时间，ibi为 实测真空断路器的电流值；β与触头材料有关，其值与开断电流指数α相等；(4)将步骤(3)所得真空断路器的累计电磨损量Qz与步骤(1)所得理论上的电磨损总量Qg进行比较，得出真空断路器触头系统的剩余电磨损量，然后根据设定预警限值给出检修和更换建议。