基于ＶＢ和ＭＡＴＬＡＢ的高壓斷路器故障診斷系統設計

摘要:針對高壓斷路器發生故障時，故障征兆與故障原因之間復雜的對應關系，提出了一種利用神經網絡進行故障診斷的方法。文章介紹了系統的構成、功能、算法及實現，以高壓斷路器常見的故障為例，基于MATLAB和VB程序構建了高壓斷路器的故障診斷軟件系統。

關鍵詞:神經網絡;故障診斷;VB;高壓斷路器

中圖分類號:TP3文獻標識碼:A文章編號:1009-3044(2009)24-6803-02

Design of Fault Diagnosis System for High Voltage Circuit Breaker Based on VB and MATLAB

MA Yan-fang1，2， WANG Yu-mei1

(1.Henan Polytechnic University， Jiaozuo 454000， China; 2.Jiaozuo University， Jiaozuo 454000， China)

Abstract: According to the complicated corresponding relationships between fault symptoms and fault reasons when high voltage circuit breakers occurring fault， a fault diagnosis method of high voltage circuit breakers using neural network was presented. The paper introduced the composition， function， algorithm and it’s realization of the system. Take the common faults of high voltage circuit breaker for example， a fault diagnosis system for high voltage circuit breaker based on MATLAB and VB was designed.

Key words: neural network; fault diagnosis; VB; high voltage circuit breaker

高壓斷路器故障種類通常有操作電壓過低、合閘鐵心開始階段有卡澀、操作機構有卡澀、合閘鐵心空行程太大、輔助開關動作接觸不良和機構正常等[1]。高壓斷路器故障診斷是一個復雜的問題，其故障具有相似性且非線性可分。故障與征兆的關系不很明確。常常是多故障同時發生、故障特征相互交織。人工神經網絡具有較強的自學習能力，能夠解決非線性模式識別問題，因而在高壓斷路器故障診斷中得到了廣泛應用[2]。MATLAB 所提供的神經網絡工具箱極大方便了神經網絡的構建[3]，而通過 MATLAB 的二次開發接口與VB 進行交互，實現數據通信，則可將 Windows 風格的應用程序 VB 與運算功能強大的 MATLAB 結合起來，開發出具有良好人機界面的高壓斷路器故障診斷軟件。在此以高壓斷路器常見的操作電壓過低(GD)、合閘鐵心開始階段有卡澀(HKS)兩種故障狀態和機構正常(ZC)這三種狀態為例，介紹基于 VB 和 MATLAB 構建高壓斷路器的故障診斷軟件系統。

1 高壓斷路器狀態信號的特征提取

根據國內外多項統計來看，機械故障(包括操動機構及控制回路)占高壓斷全體故障的70%～80%，而高壓斷路器的機械故障主要是由操動機構引起的。因此，本文主要對監測故障模塊中獲取的合/分閘線圈電流曲線進行信號分析，并提取信號的狀態特征量，它可以反映斷路器部分機械方面的故障。然后，建立基于神經網絡的故障診斷專家系統模型，實現對高壓斷路器操動機構的狀態監測和故障診斷。采用磁平衡式霍爾電流傳感器作為斷路器合(分)閘線圈電流信號的在線監測，霍爾傳感器精度高、線性度好，具有很好的動態特性和電氣特性，工作頻帶寬，而且體積小。它利用霍爾效應，采用磁補償原理，被測回路與測試回路之間完全絕緣。在測試電路中，線圈線路從傳感器中穿心而過，這種結構不會對斷路器的主系統正常運行造成影響。同時，測量回路與輸出回路相互隔離，故而不必再對電流輸入通道進行隔離。它另外一個優點是可以測量直流、交流和脈動電流，所以，不論線圈電流是交流還是直流的都能很好的進行測量。

表1 給出了在高壓斷路器實驗臺上得到的正常運行狀態(ZC)和操作電壓過低(GD)、合閘鐵心開始階段有卡澀(HKS)兩種常見故障數據采集樣本。

2 基于MATLAB 的神經網絡故障診斷

對表1中的前6組數據作為RBF神經網絡的輸入向量，這樣以來，網絡的輸入就是一個8維的向量。同時，由于這些原始數據具有不同的單位和量級，且幅值大小也不一，有時候相差還比較懸殊。如果直接投入使用，測量值大的波動就會影響神經網絡的學習過程，使其不能反映小的測量值的變化，所以在網絡的輸入向量確定后，應該首先需要對它們進行歸一化處理。已有研究表明，對網絡的輸入向量進行歸一化處理可以有效提高網絡的學習速度、減少一些壞數據的影響。

對表1數據進行歸一化處理，將輸入樣本向量變換到[0，1]之間，具體的歸一化處理公式:

上式中，yi，ymin，ymax—分別表示輸入模式中同一特征量的第i個數據及最小值、最大值;y—為歸一化后的數據(網絡輸入輸出模式)。本文采用 MATLAB 程序對輸入向量進行歸一化處理。

設定網絡的輸出:

正常狀態數據100000

操作電壓過低010000

合閘鐵心開始階段有卡澀001000

在 MATLAB7.0 中的神經網絡工具箱中包含了進行神經網絡分析和設計的許多工具函數:調用newrb ()函數建立一個神經網絡，并同時設置相應的網絡參數。

1) 神經網絡的結構參數

采用人工神經網絡的徑向基函數網絡算法，調用函數

net=newrb(P，T，Goal，SPREAD)

創建神經網絡。其中，P為網絡輸入向量，T為輸出向量; Goal為誤差目標值，設定為0.01;SPREAD為RBF網絡的分布密度，它的大小直接影響網絡的診斷精度，因此，這里將其設定為0.5、0.6、0.7、0.8、0.9、1.0，共6個整數，觀察它們對網絡故障診斷性能的影響，可以得出，當SPREAD=0.6時，網絡的逼近誤差最小。因此，選SPREAD=0.6可得到理想的診斷結果。

2) 網絡訓練及診斷示例

由于RBF網絡的建立過程就是訓練過程，因此，此時得到的網絡net已經是訓練好了的，經過11次的訓練后，網絡的輸出已經達到預先設定的精度要求。

將表1給出的類型示例的3組樣本數據(樣本序號7 8 9)歸一化后作為被診斷的對象示例，輸出的診斷結果與期望輸出相符。

3 基于VB的故障診斷軟件系統

本系統中用戶總控界面模塊是整個系統管理與控制的核心，用來控制和協調各子模塊間的調度和信息交換，并為整個系統提供良好的人機交互界面。系統用戶總控界面模塊由用戶管理子模塊和神經網絡子模塊等組成。

啟動高壓斷路器故障診斷系統后，將顯示出系統的主界面。在主界面下點擊神經網絡菜單，直接輸入待診斷的樣本，然后點擊“開始診斷”按鈕，界面就會給出診斷的結果及高壓斷路器的故障原因，如圖1所示。若要保存診斷結果的記錄(或刪除診斷結果的記錄)，只要點擊“保存記錄”(或刪除記錄)按鈕即可。

當輸入的故障特征向量不完整或輸入的數據為非數字碼時，會出現警告畫面，提醒用戶正確輸入故障特征向量。采用了這種嚴格的合法性檢查之后，可提高軟件運行的安全性和穩定性。

4 結束語

高壓斷路器的故障種類繁多，故障診斷較為復雜。借助于功能強大的MATLAB 語言系統及其神經網絡工具箱，可為高壓斷路器故障的智能、準確診斷提供一種便捷的處理方法，而將Windows 風格的應用程序VB 與運算功能強大的 MATLAB 結合起來，則可很容易開發出具有良好人機界面的高壓斷路器故障診斷軟件系統。

參考文獻:

[1] 劉亞芳.高壓斷路器事故調查[J].國際電力，1997(3):12-15.

[2] A.Protopapas，K.P.Psaltiras，A.V.Machias.An Expert System for Substation Fault Diagnosis and Alarm Processing[J].IEEE Transactions on Power Delivery，1991.6(2):648-655.

[3]羅小華，翁陳宇.基于RBF神經網絡在高壓斷路器故障診斷的研究[J].電氣應用，2007.26(4):50-53.