[发明专利]基于ANFIS的高压断路器操作机构状态评估

摘要

本发明涉及一种基于自适应神经模糊推理系统（Adaptive Neuro‑Fuzzy Inference System，ANFIS）的高压断路器操作机构状态评估方法。将自适应神经模糊推理系统应用到高压断路器操作机构的状态评估中，基于操作机构的分合闸线圈电流曲线和触头行程‑时间曲线，通过建立多级递阶ANFIS模型将两种特性融合来综合评估操作机构的运行状况。本发明所建立的模型能有效评估断路器操作机构的运行状况，对预测和防范故障、合理安排检修计划和检修重点具有重要的指导意义。

主权项

1.一种基于ANFIS的高压断路器操作机构状态评估方法，其特征在于：在评估高压断路器操作机构运行状态时，建立多级递阶ANFIS模型融合操作机构的分合闸线圈电流曲线和触头行程‑时间曲线来综合评估操作机构的运行状态，该方法能有效评估断路器操作机构的运行状况；该方法包括如下步骤：(1)提取线圈电流曲线和触头行程‑时间曲线的特征参数在标准电流曲线中，可将电磁铁铁芯的运动过程分为4个阶段，通过分析电磁铁铁芯的运动过程可知t0、t1、t2、t3、t4、i1、i2、i3是反映线圈电流的特征参数，其中t0是线圈通电时刻；t1动铁芯动作时刻；t2动铁芯停止动作；t3辅助触头切断线圈回路电源时刻；t4线圈电流降为零时刻；i1为第一阶段线圈电流按指数规律上升能达到的最大值；i2为动铁芯运动到位，即将停止运动时的线圈电流；i3为线圈电流达到近似稳态时的数值。利用这几个特征参数可评估操作机构电磁铁的状态和本体机构的部分工作状态；在分合闸触头行程‑时间标准曲线中，动触头固有动作时间T1和分合闸速度V是行程‑时间曲线中最重要的参数，反映了操作机构的多种状态信息，将T1、V作为特征参数，便可监测操作机构传动部分、本体及触头的工作状况；(2)建立多级递阶ANFIS评估模型本发明采用多级递阶ANFIS结构模型来评估操作机构的运行状态；建立多级递阶ANFIS评估模型的过程如下：第一步：建立基于触头行程‑时间曲线的ANFIS1模型将提取的行程‑时间曲线的两个特征参数，即固有动作时间T1和动触头的运动速度V作为ANFIS1的输入，得到基于触头行程‑时间曲线的评估结果；ANFIS1可由以下两条规则描述：规则1：ifT1A1and Vis B1then y＝p1T1+q1V+r1规则2：ifT1is A2and V is B2then y＝p2T1+q2V+r2其中，T1、V为系统输入，y为推理系统的输出,A1、A2、B1、B2为前件中的模糊集合，p1、p2、q1、q2、r1、r2为常数；ANFIS典型结构分为5层，用Oj,i表示第j层第i个节点的输出；第一层：模糊化层，该层将输入变量模糊化，计算输入数据对模糊集合的隶属度，其输出表达式为：式中，和是模糊集的隶属函数，O₁,i是模糊集的隶属度，隶属函数可以是任意合适的参数化隶属函数，采用高斯函数，如式(2)所示：式中，ci，σi为隶属函数的参数，也称为前件参数；第二层：规则推理层，该层计算各条规则的激励强度，其输出表达式为：式中，wi表示对应规则的激励强度，即各模糊规则的权值；第三层：归一化层，该层将各条规则的激励强度归一化，即计算第i条规则的激励强度与所有规则激励强度之和的比值，其输出表达式为：式中，为第i条规则归一化后的激励强度，表示第i条规则对最终结果的贡献；第四层：逆模糊化层，该层计算每条规则的输出，其输出表达式为：式中，参数pi、qi和ri称为该层各个节点的后件参数，由ANFIS1得到；第五层：输出层，该层计算所有逆模糊化节点输出的总和，并产生最后的ANFIS1输出：第二步：建立基于分合闸线圈电流曲线的ANFIS2模型将提取的线圈电流曲线的特征参数t0、t1、t2、t3、t4、i1、i2、i3作为ANFIS2的输入得到基于线圈电流曲线的评估结果；ANFIS2的结构图和评估步骤均同ANFIS1类似，所不同的只是ANFIS2的输入增加到了8个；第三步：建立基于分合闸线圈电流曲线和触头行程‑时间曲线的ANFIS3模型将ANFIS1和ANFIS2的输出结果作为ANFIS3的输入，综合评估操作机构状态，ANFIS3的结构图和评估步骤均和ANFIS1完全相同。