北京航空航天大学 武建文 李德阁 孙一航

　　国网江苏省电力公司电力科学研究院 杨景刚

　　断路器作为重要的一次设备广泛应用于配电系统中，其可靠性随着配网自动化程度和可靠性要求的提高而不断增加[1-3]。目前，传动机构卡涩等引发的断路器机械性故障时有发生，并已在运行现场出现多起[4-11]，此类机械性故障会导致开关设备在动作过程中出现较为明显的异常振动信号，但利用以往的监测方法很难及早发现。

　　不同类型的机械故障会在断路器上激发相应的固有频率，同一种故障引发的信号能量一般会分布在某种或几种频率成分上，且处于不同频带的故障信号能量也不相同[12-13]。断路器在分合闸操作过程中产生的振动信号蕴含着丰富的状态信息。当断路器发生故障时，提取故障信号的特征向量可成为故障分析的关键，目前快速傅里叶变换方法只适合分析平稳信号，由于机械振动信号是非平稳性的，须采用适合于非平稳信号的分析处理方法。小波分析可以对暂态信号进行分解，但对信号进行分解时，需要预先确定基函数和分解尺度，得到的分解结果是某一固定频率段的时频波形，而短时傅里叶变换同样可以对暂态信号进行分解，但需要确定时间窗口宽度，都不是自适应的分解方法。经验模态分解法方法（empirical mode decomposition，EMD）是依据信号本身的局部特征信息进行自适应地分解，基函数在分解过程中自适应地随信号产生。因此，分解得到的各个内禀模态函数（intrinsicmode function，IMF）分量包含了原始信号的局部特征信息，具有一定的物理意义。综上，短时傅里叶变换、小波分析等方法无法实现对非平稳信号的有效分析，本文中采用经验模态分解法[14-15]，提取断路器振动信号的特征向量，它是一种新的适合分析非平稳信号分析的方法，具有很高的信噪比，能将复杂信号分解，从而得到有限个IMF分量，由于其涵盖了原始信号的不同时间尺度的局部特征信号，对IMF分量的分析可准确提取原始信号的重要特性，每个IMF分量里所包含的频率成分与信号的采样频率相关，所以为自适应的[16-17]。

　　本文笔者深入研究断路器动作过程中的振动信号特征，以检测机械性故障，为断路器的故障检测和诊断提供更为全面的补充。

　　1 断路器故障振动信号特征向量提取方法

　　1.1 经验模态分解过程

　　每个内禀模态函数必须满足以下两个条件：在整个数据段内，过零点的个数和极值点的个数必须相等或相差最多不超一个；其次，任意时刻由局部极大值点形成的上包络线和由局部极小值点形成的下包络线相对于时间轴局部对称。

　　1.2 能量总量法

　　振动信号各个频率成分的能量中包含着丰富的故障信息，当断路器的分合闸弹簧、脱扣线圈、缓冲器等传动系统发生机械异常时，系统各部件的振动频率 f 会相应的发生改变， 断路器故障振动信号的

　　2.2 振动监测图谱

　　该试验中选用的12kV真空断路器配用弹簧操动机构，通过多次测量，设置以上机械故障后断路器监测点的振动信号频率基本小于10kHz，根据奎斯特采样定理，示波器的采样频率应大于等于20kHz。为检验故障诊断效果，测试了断路器在正常状态下、主轴卡涩、合闸磁铁卡涩、弹簧疲劳、半轴卡涩、混合故障情况下的振动信号，断路器处于空载条件下。

　　2.3 特征向量提取结果

　　以每种状态5组振动数据为例，给出见表1-6所示的经过归一化处理的数据。从表1~表6可以看出，经过归一化的能量数据具备进行SVM分类特征向量的特点，为后续进行故障状态分类打下良好的基础，能量总量法的特征向量的提取过程简便、易行。

　　3 基于支持向量机故障诊断结果及分析

　　4 结语

　　对于断路器故障采用现有的振动信号分析理论为基础，结合高压断路器振动信号的特点，提出基于断路器振动信号对断路器工作状态的推测。主要针对断路器正常工作状态、主轴卡涩故障状态、弹簧弹性减弱故障状态、半轴卡涩故障状态、合闸磁铁卡涩故障状态及主轴卡涩弹簧弹性减弱混合故障状态进行振动信号采样分析。采用基于经验模态分解及内禀模态函数能量总量法的特征向量提取方法进行研究，通过对比3种核函数的分类时间和分类准确率，选用OAOT分类策略并且核函数为RBF核函数的分类效果最优，为研制完善的断路器故障诊断系统提供理论依据及实际的数据基础。

　　参考文献

　　[1] SUN Yihang,WU Jianwen.Design on intelligent integrated controller of circuit breaker based on dual-core CPU[C]//2011 1st International Conference on Electric Power Equipment-switching Technology.Xi’an:IEEE,2011:315-318.

　　[2] 武建文,廉世军.一种具有故障隔离及锁定功能的微机型分界保护开关[C]//2007中国继电保护及自动化行业年会论文集.长沙:[s.n.],2006:209-212.

　　[3] 武建文,孙一航,张路明,等.一种具有故障区间隔离的断路器控制器:中国,201110104084.X[P].2013-09-18.

　　[4] 谢志坚.高压断路器状态在线监测系统[J].福建电力与电工2000,20（3）:8.

　　[5] 王昌钧.SF6高压断路器机械参量在线监测系统[J].电网技术,1999,23（7）:46-52.

　　[6] STANEK M,FROHLICH K. Model-aided diagnosis-a new method for online condition assessment of high voltage circuit breakers[J].IEEE Transactions on Power Delivery,2000,15（2）:585-591.

　　[7] LEE H J,PARK D Y,AHN B S,et al. A fuzzy system for the intergrated fault diagnosis[J].IEEE Trans.PD,2000,15（2）:833-857.

　　[8] 苑舜.高压开关设备状态监测与诊断技术[M].北京:机械工业出版社,2001.

　　[9] 范兴明,邹积岩,陈昌龙,等.基于DSP的真空断路器状态参数在线监测装置[J].电力系统自动化,2005,29（8）:99-103.

　　[10] 陈树勇,宋书芳,李兰欣,等.智能电网技术综述[J].电网技术,2009,33（8）:1-7.

　　[11] 苑舜,王承玉.配电网自动化开关设备[M].北京:中国电力出版社,2007.

　　[12] POLYCARPOU A A,SWARMAKAR A S V. Event timing and shape analysis of vibration bursts from power circuit breakers[J]. IEEE Trans. on Power Delivery,1996,11（2）:848-852.

　　[13] RUNDE M,SKYBERG B,OHLEN M.Vibration analysis for periodic diagnostic testing of circuit breakers[J].IEEE Power Engineering Review,1996,17（13）:53.

　　[14] HUANG N E,SHEN Z,LONG S R,et al.The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis[J].Proceedings of the Royal Society A-mathematical Physical and Engineering Sciences,1998,45（4）:903-995.

　　[15] 李天云,赵妍,季小慧,等.HHT方法在电力系统故障信号分析中的应用[J].电工技术学报,2005,20（6）:87-91.

　　[16] LOH C H.Application of the empirical mode decomposition-Hilbert spectrum method to identify near-fault groundmotioncharacteristics and structural nssdonses[J]. Bulletin of Theseismgical Society of America，2001（91）：1339-1357.

　　[17] 程军圣.基于Hilbert-Huang变换的旋转机械故障诊断方法研究[D].长沙:湖南大学,2005.

　　[18] 于德介,程军圣,杨宇.机械故障诊断的Hilbert-Huang变换方法[M].北京:科学出版社,2006.

　　[19] 陈忠,郑时雄.基于经验模式分解（EMD）的齿轮箱齿轮故障诊断技术研究[J].振动工程学报,2003,16（2）:229-232.

　　[20] 黄建,胡晓光,巩玉楠.基于经验模态分解的高压断路器机械故障诊断方法[J].中国电机工程学报,2011,31（12）:108-113.

　　[21] 陈伟根,邓帮飞,杨彬.基于振动信号经验模态分解及能量熵的高压断路器故障识别[J].高压电器,2009,45（2）:90-93.

　　作者简介

　　冯英，工程师，研究方向为高压开关及其智能化、高压开关运行管理等。

　　武建文，教授，研究方向为电器及其智能控制、电机电器测试和故障诊断等。

　　王承玉，教高，研究方向为高压开关设计、开关设备运行管理及其技术规范等。