電網高壓隔離開關機械故障診斷

蔣健 陳宇癉 蔡潤慶 柯梓陽

摘 要：電網高壓隔離開關經常發生軸承卡澀、動作不到位等機械故障，導致故障信號特征值不準確、診斷效果不佳等問題的產生，對此提出一種新的電網高壓隔離開關機械故障診斷方法．根據機械發生故障時的振動信號特征值，繪制力矩轉角檢測曲線，通過與正常運行狀態下的曲線變化相對比，實現對機械故障的準確診斷．實驗結果證明，所設計方法的機械故障診斷結果與實際一致，說明該方法可以有效檢測電網高壓隔離開關機械故障，診斷效果較好．

關 鍵 詞：力矩與轉角檢測；電網高壓；隔離開關；機械故障；振動信號特征值；軸承卡澀；信號特征；狀態曲線

中圖分類號：ＴＭ３２５ 文獻標志碼：Ａ 文章編號：１０００－１６４６（２０２３）０２－０１２７－０６

電網的安全穩定運行需要機械設備配合，只有機械設備正常運轉，才能保障電網的正常運行．在眾多電網高壓機械設備中，使用頻率較高的是電網高壓隔離開關，其作用是在維修電網高壓設備時隔離電壓，保障作業現場安全．絕大多數電網高壓隔離開關都在室外環境下工作，受破壞和腐蝕現象嚴重，一旦出現故障，很容易影響電網的正常運行．同時，電網高壓隔離開關結構簡單、成本低，相關單位對其重視程度不高，因此，該設備機械故障事件頻發，導致電網工作安全性降低．最為常見的兩種故障類型有動作不到位與軸承卡澀，這兩種機械故障占總故障５０％以上．

有關電網高壓隔離開關故障診斷的方法層出不窮，如超聲波探傷技術、紅外測溫技術等．雖然這些方法都取得了一定的成效，但是對于電網高壓隔離開關機械故障仍缺少理想的診斷方法，相關學者針對這一問題也在不斷研究：程林等［１］研究了基于力矩轉角曲線的隔離開關機械狀態檢測方法，采用非植入式力矩檢測系統，測得分合閘過程操作力矩轉角曲線，并詳細分析了曲線的變化趨勢與對應的運動過程，但是該方法存在故障信號特征提取效果差，降噪效果不佳的問題．林琳等［２］提出了基于粗糙集神經網絡和振動信號的機械故障診斷方法，基于粗糙集理論對特征向量進行屬性約簡分析，從而建立簡單明了的決策表，根據決策表規則建立徑向基函數（ＲＢＦ）神經網絡故障模型，實現診斷設備故障，但是該方法過于依靠特征的敏感性，其針對特征數據的降噪處理效果差，導致故障診斷結果與實際結果的偏差較大．