基于綜合判斷法的高壓開關設備機械特性在線監測技術

許 挺，向新宇，劉偉浩，錢少鋒，陳 煒，尤 敏，陳巧勇，湯 明

（國網浙江省電力有限公司杭州供電公司，杭州 310009）

0 引言

隨著我國經濟社會的發展，人民物質水平的提高，對電量的需求越來越大，使得電力系統也在不停地擴張。為了保證電力系統能夠穩定、安全、可靠地運行，國家提出了堅強智能電網的發展規劃，因此也對電力系統中配套監控設備提出了更高的設計要求。電網工程能夠安全、穩定地運行，與大量高壓開關設備的使用密不可分?？蒲腥藛T發現，在歷年高壓開關設備重大事故中，機械結構故障、SF6泄漏、避雷器性能降低、斷路器觸頭接觸不良等故障是主要誘因。為保障供電的安全、可靠、穩定，監測并解決高壓開關設備潛在的故障刻不容緩[1-5]。

高壓開關設備是用來控制輸配電過程中電流的通斷，廣泛應用于電力系統。高壓開關設備中集成了高壓隔離開關、斷路器、驅動電機、操作機構、避雷器等設備部件，很多零部件集成在一起，空間很小，因此對于開關設備三相間的絕緣特性有很高的要求，目前較多的高壓開關設備使用SF6氣體進行絕緣。據統計，斷路器故障70%來自于機械結構，例如因油脂凝固導致斷路器電磁驅動機構卡澀、分合閘速度降低、電機線圈燒毀等現象時有發生，上述故障不僅會給社會造成經濟損失，同時也會對用戶的生命財產安全構成威脅[6-10]。

斷路器機械特性直接反映其工作狀態，目前基本上采取定期離線式檢測方法對斷路器進行檢修與維護。隨著國家提出建設智能電網的要求，高壓開關設備的智能化已成為必然的發展趨勢，傳統離線式的檢修方式已經越來越不能滿足實際需求。為此本文提出一種基于綜合判斷法的高壓開關設備機械特性在線監測技術，利用加速度振動判斷斷路器剛分和剛合點，結合位移傳感器解決了斷路器觸頭開距和超程在線監測的難題，同時提出多層感知機的斷路器觸頭超程狀態自動識別方法，實現對斷路器觸頭磨損狀況的實時監測，滿足供電公司為防止誤判需要雙驗證的要求；提出基于電流分析法的斷路器電磁驅動機構機械特性在線監測方法，解決了斷路器存在機構卡澀、線圈斷線、分合閘速度降低等在線監測難題，可真正實現由計劃檢修到在線監測的轉變[11-15]。

1 基于電流分析法的斷路器電磁驅動機構機械特性監測方法

針對斷路器故障，本文提出一種基于電流分析法的斷路器電磁驅動機構機械特性監測方法，可以準確判斷斷路器電磁驅動機構是否存在卡澀、線圈是否斷線等缺陷[6-8]。

通常斷路器電磁驅動機構采用220 V 直流電機，為了測量電磁驅動線圈電流，本文采用穿心式霍爾電流傳感器，將電流信號轉換為電壓信號，再經過微處理器A/D 采集，便可以準確得出電磁驅動機構線圈電流的大小，并可繪制出電流-時間曲線。電磁驅動機構線圈電流一般為1～2 A，線圈電流-時間曲線如圖1 所示，圖中A 點表示電磁驅動機構連桿出現移動，儲能彈簧也會隨之發生相應的形變；C 點和D 點表明電磁驅動機構連桿到達最大位移處；E 點表示到達最大位移處；F 點表示主控觸頭開始動作；G 點表示輔助觸頭也開始動作；H 點表示電磁連桿恢復，儲能彈簧無形變。

圖1 斷路器電磁驅動機構線圈電流-時間曲線

分析圖1 可得： B 點位置變高，表示驅動電流增加，說明斷路器電磁驅動機構存在卡澀，如果沒有電流曲線，或者電流曲線突然消失，表明電機線圈斷線；G 點向右移動表明機構動作時間較長，電磁驅動機構卡澀。

2 觸頭開距和超程在線監測

2.1 斷路器觸頭剛分和剛合點的判斷

斷路器由于經常在滿負荷下開斷，勢必造成觸頭磨損，進而導致觸頭接觸面積減小，最終引發斷路器觸頭發熱，嚴重時會使開關設備燒毀。為了解斷路器觸頭磨損情況，供電公司目前均是采用停電離線檢測的方法，需要將斷路器從開關柜上拆除，然后停電進行離線檢測，這種檢測方法不但不能及時發現斷路器觸頭磨損情況，而且停電也給用戶帶來經濟損失，同時還需要大量的人力和物力投入。

斷路器工作狀態如圖2 所示，為驗證本文所提加速度振動法的正確性，利用傳統離線電壓激勵法判斷剛分和剛合點來進行對比試驗。

進行離線式電壓激勵法試驗時，在斷路器回路加入5 V 直流激勵電壓源，為減小斷路器回路電流，在斷路器回路串聯一個2 kΩ 的電阻，并形成回路，采用示波器跟蹤電阻兩端的電壓信號，斷路器分合閘操作時，通過曲線的跳變，判斷出剛分和剛合點，薄膜傳感器會在斷路器剛分和剛合點瞬間發生形變，在剛分和剛合點處引起電壓信號的突然變化，根據電壓變化拐點，進而判斷剛分和剛合點。

圖2 斷路器工作狀態示意

采用加速度振動法和傳統電壓激勵法在觸頭剛分、剛合點處均發生了明顯的電壓信號跳變，從而驗證了加速度振動法獲取剛分、剛合點的可行性。

2.2 斷路器觸頭開距和超程在線測量

斷路器的總行程=開距+超程[9-10]，若獲得總行程，再結合剛分和剛合點就可以獲得開距和超程的具體數值。位移傳感器測量原理如圖3 所示。

圖3 斷路器位移傳感器測量原理

2.3 基于多層感知機的斷路器觸頭超程狀態識別

為進一步獲得運行中的斷路器觸頭磨損情況，本文又提出基于多層感知機的斷路器超程模式識別新方法，以達到供電公司防止誤判需雙驗證（利用不用方法或不同原理對同一事件進行驗證）的要求。加速度振動傳感器采集多組斷路器分合閘加速度振動信號，通過Python 中的多層感知機函數提取振動信號特征，構造特征量，并建立觸頭超程狀態（偏大、正常、偏?。祵W模型；斷路器分合閘動作后，將采集到斷路器動作加速度振動信號傳送到觸頭超程狀態自動識別數學模型中，實現斷路器觸頭超程狀態的自動識別[11-12]。

2.3.1 神經網絡多層感知機

（1）多層感知機

感知機是一種線性分類器，屬于判別模式。另外一種是生成模式，通過輸入特征信號，利用超平面將輸入的特征信號分為兩類甚至多類，感知機是神經網絡和SVM（支持向量機）信息處理的基礎。

對于一個輸入信號，假如輸入信號為X?Rn，輸入空間是Y={+1，-1}，其中X={X1，…，Xn}，Xi為一個特征向量，。

定義從輸入到輸出的空間函數f（x）=sign（wx+b）為感知機，w 為感知機的比例權重，b 為偏置值，。

感知機最終得到的結果是在一個平面上，將各個類的點區分開。對于二維或者多維的平面，通過一條直線，或者多條直線對坐標系中的點進行區分，對于已經給出的一個點的坐標，或者是一個特征向量，便可以通過二維圖來確定這個點的類別。

（2）多層感知機算法實現

模型、策略和算法是多層感知機的三大要素。根據感知機的數學模型，便可以實現感知機算法和學習策略，具體步驟為：

步驟1，確定需要初始化的w 和b。

步驟2，從訓練中隨機選取點（xi，yi），則預測值為sign（w·xi+b）。

步驟3，在預測過程中，如果準確率較低，或者是不正確，即sign（w·xi+b）≤0，則更改w 和b的值，繼續預測。

步驟4，重復迭代步驟2 和步驟3，直至預測結果小于期望誤差。

步驟5，輸入未知點（xi+1，yi+1）的特征向量xi+1，yi+1=sign（w·xi+1+b）。在步驟3 中，通過更新w 和b的值，一般采用所有誤差點到超平面的總距離，即，其中M 為所有誤差點的集合。

根據最小梯度下降法，wi+1=wi+ηyixi，bi+1=bi+ηyi，η 為梯度下降速度。根據以上步驟，便可以構建多層感知機的數學學習模型，在本文中通過Python 語言來實現多層感知機函數。

2.3.2 多層感知機對超程狀態的識別

結合2.1 中采集到的加速度振動信號，經過去除噪聲處理之后，得到的加速度信號如圖4、圖5 所示，其中圖4 為斷路器合閘觸頭加速度振動信號，圖5 為斷路器分閘觸頭加速度振動信號。

圖4 斷路器合閘觸頭加速度振動信號

圖5 斷路器分閘觸頭加速度振動信號

根據斷路器設計參數可知，觸頭超程狀態不能超過4.2 mm 而且不能小于3.3 mm。觸頭超程狀態可分為三類： 正常狀態（3.3 mm≤超程≤4.2 mm）、偏大狀態（超程＞4.2 mm）和偏小狀態（超程＜3.3 mm）。文中共選取了100 組斷路器的動作數據作為訓練樣本，其中34 組為正常狀態觸頭加速度數據，33 組為偏大狀態觸頭加速度數據，33 組為偏小狀態觸頭加速度數據，每組數據共有2 500 個點。利用多層感知機分類時，偏大狀態分類標簽為1，正常狀態分類標簽為2，偏小狀態分類標簽為3。通過多層感知機數學模型對100組數據進行迭代，最終運行結果顯示，迭代準確率為95.2%，如圖6 所示。

3 超程現場試驗測試

為真實反映現場運行斷路器的實際工作狀況，將斷路器置于與之配套的開關柜內，搭建了振動信號數據采集平臺，如圖7 所示。

圖6 斷路器觸頭超程狀態準確率

圖7 現場數據采集平臺

為驗證數學模型的準確性，隨機選取5 組超程偏大狀態、5 組超程正常狀態、5 組超程偏小狀態動作加速度振動信號作為識別樣本，樣本預測結果如圖8 所示。

圖8 多層感知機預測結果

數據預測主要程序代碼如下所示：

圖8 中，空心點為斷路器觸頭超程實際狀態，實心點為預測值，經比對發現，多層感知機預測結果與實際結果完全一致，說明本文采用的多層感知機對斷路器觸頭超程狀態的識別具有很高的準確性，進而保證了對斷路器觸頭超程狀態識別的準確性。

4 結語

目前國內外處理斷路器觸頭磨損、機構卡澀、線圈斷線等缺陷還基本局限于離線式停電檢修方式，而本文研究了高壓開關設備機械特性在線監測技術，利用霍爾電流傳感器對斷路器電磁驅動機構線圈電流進行實時監測，根據其電流波形中所含信息，判斷電磁驅動機構動作時是否存在卡澀、脫扣、斷桿等故障；利用振動傳感器準確獲取斷路器觸頭動作剛分和剛合點，并結合位移傳感器獲得觸頭動作位移；通過計算便可以準確得出斷路器觸頭總行程、開距和超程等數據，間接判斷斷路器觸頭磨損情況，并利用多層感知機對斷路器觸頭超程狀態進行識別，采用Python編程語言，調用多層感知機函數，通過大量斷路器動作加速度振動信號數據，對觸頭動作加速度振動信號進行學習，建立數學模型，對后期斷路器的動作加速度振動信號進行識別，識別出斷路器觸頭超程狀態，從而預判出斷路器觸頭磨損狀態。在傳統高壓開關設備的基礎上，結合控制、監測、通信等現代技術，使得開關設備具有自控制、自監測和自診斷的功能，將智能化的高壓開關設備應用到電力系統中，不但會提高我國電力設備的智能化水平，還可以減少由于高壓開關設備發生故障造成的經濟損失，降低電力系統發生故障的概率，因此，設計并研制智能化的高壓開關設備具有重要意義。