下载掌阅APP，畅读海量书库
立即打开
一个在线监测与故障诊断系统的关键技术由传感器数据采集、信号处理及特征参量提取、状态识别和故障趋势分析、确定寿命和维修决策等几部分决定 ［60，61］ 。
高压断路器是机电一体化的开关设备，在运行过程中必然会有光、电、声、热、力等各种物理量的变化。选择能表征高压断路器工作状态的多种信号是十分必要的，这些信号一般由不同的传感器获取。
随着科学技术的不断进步，各种新兴监测技术不断涌现，如光纤传输技术、噪声监测技术、红外感应测温技术、超声波监测技术等各种技术原理各异，拓宽了传统高压断路器的测量领域，提高了信号测量的准确性与精确性。
有文献介绍了日本一种高压断路器在线监测与诊断系统，能通过分闸指令探测传感器、光传感器、时间计数器获得高压断路器操作时间－行程曲线。由于SF 6 断路器的广泛使用，国外针对SF 6 气体监测的研究也有很大进展，已开发出相关仪器，如瑞士制造的DP19型气体微水测量仪，英国生产的Q200示踪气体检漏仪，美国开发的TIF5750A检漏仪。ABB公司推出的safeguard监测系统采用了温度传感器和感应式位移传感器，其能够监测高压断路器的温升、电磨损和机械状态。
国内也有不少报道采用先进的传感器进行信号采集。有文献介绍了利用光纤温度传感器来测量真空断路器触头温度，一方面能够直接监测真空断路器的长期稳定温升规律，另一方面还可以监测触头的接触压力。另有文献根据高压断路器内部热缺陷的特点研究了利用红外线设备监测断路器故障的方法。也有文献使用了SF 6 气体露点温度监测与温度补偿方法，研发了一种新型的SF 6 断路器微水检测仪。还有文献使用霍尔电流传感器监测分合闸线圈电流，利用压电式加速度传感器测量断路器机械振动的形式，该装置通过以上信号的计算和分析来评价高压断路器的电寿命、机械寿命等性能。
特征参量提取是实现断路器状态监测的关键环节。特征参量提取方法主要有傅里叶变换、小波变换、小波包分解等。
近年来，对断路器监测信号的状态特征提取途径日益增多。Glinkowski等按照提取的途径不同，对断路器状态特征的主要提取方法进行了总结，主要有触头行程 －时间曲线分析法、分合闸线圈电流曲线分析法、振动信号分析法等，基于振动信号的分析处理方法逐渐成为研究热点。
（1）基于振动信号的分析处理方法
目前采用的分析方法主要有时域法、频域法和时频联合分析法。其中，时域法直观、简单，是振动信号分析的首选方法。频域法和时频联合分析法复杂，计算量大，一般应用于上层的故障诊断软件中。
1996年，Runde等使用加窗快速傅里叶变换和动态时间规整算法分析振动信号，并得到正常状态和测试状态的振动信号时间偏移的估计，以此与参考值相比较进行诊断，取得了良好的诊断效果。也有文献采用动态时间规整算法，利用高压断路器振动波形具有重复性和独特性的特点，通过比较待测波形与参考波形时间特征参量相似度的大小获得诊断结果。
由于傅里叶变换难以有效地提高频谱分辨率，有文献采用细化频谱分析方法来分析断路器操动机构振动信号的频域特性和频率结构，不足是反映的时间信息不够。也有文献针对高压断路器操作振动信号的特点，基于积分思想，通过曲线拟合将振动信号中的细微变化用多个参数定量表达，分析表明该方法较好地考虑了测量的分散性，对不同状态下的信号具有较好的区分度。有文献针对断路器机械特性在线监测中触头关合时刻难以获取的特点，研究了短时能量法在断路器机械振动信号分析中的应用。
有文献通过对相空间图直观定性的分析，提出了利用求解振动信号的关联维数来定量分辨断路器机械机构运动状态的方法，为高压断路器振动信号分析领域提供了新的思路。研究表明振动信号的振动源或传播途径发生变化，其对应的关联维数也会发生相应的变化，因此，基于相空间重构的特征提取方法可作为评估高压断路器机械操动机构性能的一个判据，具有一定的实用意义。其缺点是只能从某个方面体现故障特征，不能作为故障诊断的充要判据，如要对故障进行准确诊断，还要结合其他方法，如功率谱法、时域－频域复合分析法、状态图法等获得辅助判据来进行综合判断。
另有文献根据高压断路器振动信号在一定标度范围内具有分形特征的特点，通过对其自相似性的分析，利用小波变换手段获得这些特征曲线，提出了基于分形理论处理高压断路器机械振动信号的新方法，以此评估高压断路器机械操动机构的性能及其工作状态，并通过与人为机械故障下的分形特征参数对比论证了该法的有效性。
高压断路器机械故障的出现不仅会引起振动冲击事件的时移，而且会引起时域波形中一些波峰形态的变化。有文献基于小波变换的信号奇异性检测理论，求取振动信号包络的奇异性指数，作为特征参数用于故障诊断，并对高压断路器合闸振动信号进行了分析，取得了较好的效果。也有文献利用小波包变换将已知信号按任意时频分辨率分解到更加精细的频带，提高了信号处理的频率分辨率。
（2）基于其他监测信号的分析处理方法
有文献通过提取线圈电流信号中5个时间参数、3个电流参数和触点状态转换信号等特征值进行高压断路器的故障分析。也有文献通过对分合闸线圈电流曲线的分析，提取时间参数和电流参数作为特征值，建立了其机械故障诊断模型。也有文献通过对断路器动触头行程、分合闸时间和速度等相关信息的分析，利用小波变换处理断路器在线状态监测中的采样数据，判断运行状态，实现在线监测。也有文献通过不同故障类型的主轴转角曲线的差异，提取斜率k 1 、k 2 和曲率半径r对高压断路器的状态进行了识别。另有文献提取分闸速度曲线中的速度最大值作为特征值进行故障类型判断。
故障检测的首要目的是明确被检测设备是否出现初期的故障征兆，为故障报警和进一步故障分析提供依据。将经过信号处理后获得的特征参量与规定的允许参数或判别标准进行比较，从而确定断路器工作状态、是否存在故障及故障的类型和性质等，同时根据当前数据预测状态可能发展的趋势，进行故障趋势分析。
故障诊断技术可以分为两大类，一类称为数学诊断方法，包括Bayes决策判据、基于判别函数的模式识别方法、基于概率统计的时序模型诊断法、基于距离判别的诊断法、灰色系统诊断法、故障树诊断法、小波分析法和混沌分析法等。另一类称为智能诊断法，包括专家系统、遗传算法、模糊逻辑法、神经网络、支持向量机、粗糙集理论、数据融合等。
30多年来，高压断路器故障诊断技术经历了一个从简单信号测量到人工智能、人机协作的发展过程。最初的诊断方法是直接测量系统的I／O信号，通过信号变化是否超限确定系统是否发生了故障，即采用信号比较法。当某一表征信号与正常情况有差别时，就有可能发生了故障，但对故障类型和部位则还需要经验加以分析。后来发展到对信号做一些简单的处理，得到相应信号的变化率和系统效率等特征量，这使系统的诊断功能得到一定改善。上述对高压断路器的故障诊断，主要是由该领域专家在设备交接及停电期间定期地进行预防性试验，从而更换部件和进行操动机构的机械特性检查等。
统计过程控制方法是应用较广泛的一种故障诊断方法。断路器的许多机械参数都可以直接用数值进行表达，如分合闸速度、分合闸时间、三相分合闸同期性、触头开距、刚分合速度、平均速度、最大速度、触头行程、超程、触头合闸弹跳时间、弹跳速度、触头分闸反弹幅值等。有文献通过对这些信号采用统计过程控制方法进行分析，以确定断路器的状态。
也有文献用硬件逻辑运算实现对这些测量参数与标准判据的比较、分析功能。该文献介绍了利用可编程逻辑控制器PLC的软元件构建逻辑控制电路，判断是否符合故障诊断的判据，实现故障诊断。由于PLC具有较短的响应时间，所以该方法可快速准确地实现故障诊断。也有文献利用故障树的概念将专家知识转换为二值或多值推理，并利用复杂可编程逻辑器件（CPLD）实现门电路推理过程，同时将其应用于高压断路器故障诊断系统。
高压断路器的故障诊断以前主要是由该领域专家通过分析离线数据完成的。近年来，人工智能技术在电力系统设备故障诊断中得到了广泛的应用，基于人工智能对高压断路器运行状态进行在线监测与故障诊断已成为研究热点之一。
有文献基于径向基函数（RBF）网络理论，将健康振动信号和断路器实际振动信号波峰幅值之差形成的残差及波峰幅值发生的时间区段作为断路器故障诊断的特征参量，判别是否发生故障及故障类型。也有文献用改进的神经网络算法对已知的状态进行准确识别，发现并学习未纳入训练样本的状态类型，从而具备了对新状态类型的识别功能。也有文献将小波分析和神经网络相结合应用于断路器振动分析，通过选择合适的小波函数提取代表断路器不同状态的特征向量，然后作为BP神经网络的输入，从而实现不同故障类型的识别。有文献提出将小波包提取算法和径向基神经网络模式识别功能相结合进行断路器合闸振动信号分析。也有文献将支持向量机用于断路器故障诊断中。还有文献提出了高压SF 6 断路器模糊故障诊断数学模型，建立了高压断路器故障集、故障征兆集和模糊关系矩阵，并给出了最佳模糊算子和故障诊断原则。
有文献使用电流和振动两个传感器实时监测系统，再用数据融合中的D－S证据理论对断路器进行故障判断。也有文献通过计算断路器每次动作时采集的线圈电流、振动信息和行程信息的基本概率分配函数、可信度和似然度，用D－S证据理论，求得融合结果。
有文献提出了基于粗糙集的 SF 6 断路器故障诊断方法。也有文献基于智能互补融合的思想，将粗糙集理论与贝叶斯网络有机结合起来，提出了一种真空断路器故障快速诊断方法。也有文献将小波分析得到的故障特征参量作为决策表的原始输入，根据粗糙集理论提取高压断路器机械故障诊断的规则，提高了故障诊断的可靠性。
有文献介绍了一种基于线圈电流信号与触点状态的高压断路器故障诊断专家系统，分析了专家系统的推理过程。也有文献利用CPLD实现了高压断路器的故障诊断高速逻辑推理专家系统。
有文献提出了一种可以判断新故障类型的神经网络算法，又有文献对该神经网络算法进行了改进，它通过改进广义径向基人工神经网络的自更新能力，并与专家系统配合，实现了对高压断路器进行快速故障诊断。
真空断路器的寿命有真空寿命、机械寿命和电寿命三大类型。其中，真空寿命是真空断路器所特有的，随着时间的推移，通过漏气和各种途径的渗透，真空断路器内部的真空度将要下降。真空断路器机械寿命主要取决于不锈钢波纹管的寿命。真空断路器的电寿命可以根据真空灭弧室允许的磨损来确定，主要取决于开断电流的大小，电寿命是断路器研究的热点和重点之一。
关于断路器电寿命的计算方法一般有N－I b 曲线法、模糊综合诊断法、信号特征提取法等。其中，N－I b 曲线法是最有效也最常用的方法， N－I b 曲线法又包括累计开断电流、电弧能量法、累计开断电流加权法、计及燃弧时间加权评估法、触头相对电磨损与相对电寿命法等，各种计算方法各有优、缺点。累计开断电流或电弧能量法只需要测量开断电流的有效值，但灵敏度不高，因而仅在断路器监测初期得到广泛应用；累计开断电流加权法考虑了触头材料、灭弧介质等对断路器触头电磨损的影响，目前在国内得到广泛应用，但只能间接求出断路器的电磨损；计及燃弧时间加权评估法可以分别累计三相触头的电磨损情况，并根据燃弧时间计算单次开断电流的电磨损量，故可较准确地判断断路器的电寿命，但其需要安装测量燃弧时间的装置，比较烦琐。触头相对电磨损与相对电寿命法更科学。
信号特征提取法是采集感兴趣的信号波形或图像，对信号进行预处理，提取信号特征，然后利用人工神经网络、专家系统、模式识别等技术进行分类，进而对高压断路器的状态做出评估。
模糊综合诊断法将模糊理论应用于电气设备触头电寿命的在线监测综合评判，与单项指标诊断方法相比，该方法更准确、更科学、更完善。
有文献通过调查高压 SF 6 断路器运行中的故障性质及故障状态，选择累计电磨损程度、速度特性、导电回路电阻、维修记录等因素作为高压SF 6 断路器模糊综合评判模型的评判因素，提出了高压断路器状态模糊综合评估方法，为高压断路器运行状况的综合评估提出了新思路。