基于改进SSA-BP的高压断路器储能单元故障诊断方法、装置及方法与流程

本发明涉及高压断路器故障诊断，尤其是涉及一种基于改进ssa-bp的高压断路器储能单元故障诊断方法、装置及方法。

背景技术：

1、高压断路器作为电力系统中至关重要的组成部分，在电力系统运行控制和故障保护中发挥着不可替代的作用。然而，由于高压断路器长期处于高负荷和恶劣环境下，其弹簧操作机构容易遭遇各种故障，导致设备无法正常运行。根据国网及cigre的调查报告，发现高压断路器拒动、勿动的首要原因是操作机构故障，其中储能单元检测不及时是机械故障的重大诱因。为维持电力系统稳定运行，及时发现故障显得至关重要。传统的高压断路器故障诊断方法主要是基于阈值确定、定期检查、人工判断等方法，这些方法会减少设备使用寿命、对日常运行造成重大负担且准确度较低，检修的开展存在盲目性及高成本性，对检修人员经验依赖性较强。因此开展高压断路器储能单元的故障检测技术，对提高压断路器的安全性有着重要意义。

2、物联网嵌入式技术及人工智能算法的发展为高压断路器非侵入式诊断提供了新思路，在故障诊断领域出现了各种基于人工智能算法的方法：基于专家系统的方法、人工神经网络、模糊理论、支持向量机、概率神经网络、petri网等方法，其中人工神经网络和支持向量机在特征参量识别上表现出巨大潜力，可以获得较高的诊断精度。目前国内外针对高压断路器操作机构的诊断多基于分合闸线圈电流信号、触头行程-时间特性曲线、储能电机电流信号、温度信号和振动信号，用以反映操作机构关键部件健康状态。其中针对储能电机电流信号研究较少，现有技术中，利用储能电机电流信号诊断高压断路器故障的方法主要基于电流信号的分析，例如，在某些实施例中，主要利用储能电机电流信号的有效期、峰值、持续时间等进行诊断，但是这种方式只能反应剩余的容量和内阻，无法反应处机械性能，因此，需要配合一些其他信息，如机械性能、电气性能、操作机构状态等，才可能实现准确判断。

技术实现思路

1、本发明的目的就是为了提供一种基于改进ssa-bp的高压断路器储能单元故障诊断方法、装置及方法，通过设计以收到指令时刻为起始时刻，采集得到断路器动作时的储能电机电流时序信号，并且，特征向量中除了峰值信息以外，还包括储能闭锁时刻和储能闭锁时刻所对应的电流，从而可以有效反映内阻和机械性能、电气性能，从而可以依赖单一的储能电机电流信号实现电机电压降低、电机电压升高、储能弹簧卡涩、传动齿轮卡涩和储能弹簧未闭锁共五种故障的诊断。

2、本发明的目的可以通过以下技术方案来实现：

3、一种基于改进ssa-bp的高压断路器储能单元故障诊断方法，包括：

4、当接收到断路器动作指令后，以收到指令时刻为起始时刻，采集得到断路器动作时的储能电机电流时序信号；

5、提取所述储能电机电流时序信号的特征向量；

6、基于提取的特征向量，经归一化后，输入至故障诊断模型，得到诊断结果，其中，所述故障诊断模型的输入为储能电机电流时序信号的特征向量，输出为诊断结果，诊断结果包括电机电压降低、电机电压升高、储能弹簧卡涩、传动齿轮卡涩、无故障和储能弹簧未闭锁。

7、所述提取所述储能电机电流时序信号的特征向量，包括：

8、提取所述储能电机电流时序信号的包络面，并进行滤波得到特征信号；

9、基于得到的特征信号，提取得到特征向量。

10、所述特征向量由储能传动机构起始动作时间、储能传动机构动作期间的峰值电流对应的时刻、储能传动机构动作期间的峰值电流、储能闭锁时刻和储能闭锁时刻所对应的电流。

11、所述储能闭锁时刻在特征信号上对应的点，满足以下条件：

12、该对应的点的斜率负，且

13、该对应的点及之后所有点斜率的绝对值均小于预配置的斜率阈值。

14、所述包络面的采样点的提取过程中：

15、比较采样点与前后两个相邻采样点的大小，若与任一相邻采样点之差小于预配置的阈值，则剔除该采样点。

16、所述故障诊断模型为基于改进麻雀收缩算法的神经网络算法。

17、所述故障诊断模型的训练过程中，引入一维sin混沌初始化网络的初始权重：

18、

19、其中：xi+1为第i+1个鸟的位置，xi为第i个鸟的位置，每个鸟的位置代表一个初始权重。

20、所述基于改进麻雀收缩算法的神经网络算法中，麻雀搜索的发现者更新式为：

21、

22、

23、其中：ω为惯性权值，t为迭代的代数，itermax为最大迭代次数，为第t+1代第i个鸟的j维的位置，为第t代第i个鸟的j维的位置，为第t代第j维全局最优值，r2为预警值，q1为随机数，st为安全值；

24、一种基于改进ssa-bp的高压断路器储能单元故障诊断装置，包括存储器、处理器，以及存储于所述存储器中的程序，，所述处理器执行所述程序时实现如上述的方法。

25、一种存储介质，其上存储有程序，所述程序被执行时实现如上述的方法。

26、与现有技术相比，本发明具有以下有益效果：

27、1、通过设计以收到指令时刻为起始时刻，采集得到断路器动作时的储能电机电流时序信号，并且，特征向量中除了峰值信息以外，还包括储能闭锁时刻和储能闭锁时刻所对应的电流，从而可以有效反映内阻和机械性能、电气性能，从而可以依赖单一的储能电机电流信号实现电机电压降低、电机电压升高、储能弹簧卡涩、传动齿轮卡涩和储能弹簧未闭锁共五种故障的诊断。

28、2、所述储能闭锁时刻在特征信号上对应的点，满足以下条件：该对应的点的斜率负，且该对应的点及之后所有点斜率的绝对值均小于预配置的斜率阈值，提取次稳态下的电流和执行时间，从而可以更加准确的反应机械性能和电气性能，提高准确率。

29、3、基于改进ssa-bp的高压断路器储能单元故障诊断方法，改进后的ssa算法具有更好的全局搜索能力，减弱了传统ssa算法易陷入局部最优点的问题，利用改进后的ssa算法对bp神经网络进行初始阈值和权值寻优，以提高故障诊断率。

技术特征：

1.一种基于改进ssa-bp的高压断路器储能单元故障诊断方法，其特征在于，包括：

2.根据权利要求1所述的一种基于改进ssa-bp的高压断路器储能单元故障诊断方法，其特征在于，所述提取所述储能电机电流时序信号的特征向量，包括：

3.根据权利要求2所述的一种基于改进ssa-bp的高压断路器储能单元故障诊断方法，其特征在于，所述特征向量由储能传动机构起始动作时间、储能传动机构动作期间的峰值电流对应的时刻、储能传动机构动作期间的峰值电流、储能闭锁时刻和储能闭锁时刻所对应的电流。

4.根据权利要求3所述的一种基于改进ssa-bp的高压断路器储能单元故障诊断方法，其特征在于，所述储能闭锁时刻在特征信号上对应的点，满足以下条件：

5.根据权利要求2所述的一种基于改进ssa-bp的高压断路器储能单元故障诊断方法，其特征在于，所述包络面的采样点的提取过程中：

6.根据权利要求1所述的一种基于改进ssa-bp的高压断路器储能单元故障诊断方法，其特征在于，所述故障诊断模型为基于改进麻雀收缩算法的神经网络算法。

7.根据权利要求6所述的一种基于改进ssa-bp的高压断路器储能单元故障诊断方法，其特征在于，所述故障诊断模型的训练过程中，引入一维sin混沌初始化网络的初始权重：

8.根据权利要求6所述的一种基于改进ssa-bp的高压断路器储能单元故障诊断方法，其特征在于，所述基于改进麻雀收缩算法的神经网络算法中，麻雀搜索的发现者更新式为：

9.一种基于改进ssa-bp的高压断路器储能单元故障诊断装置，包括存储器、处理器，以及存储于所述存储器中的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-8中任一所述的方法。

10.一种存储介质，其上存储有程序，其特征在于，所述程序被执行时实现如权利要求1-8中任一所述的方法。

技术总结本发明涉及一种基于改进SSA‑BP的高压断路器储能单元故障诊断方法、装置及方法，其中方法包括：当接收到断路器动作指令后，以收到指令时刻为起始时刻，采集得到断路器动作时的储能电机电流时序信号；提取储能电机电流时序信号的特征向量；基于提取的特征向量，经归一化后，输入至故障诊断模型，得到诊断结果，其中，故障诊断模型的输入为储能电机电流时序信号的特征向量，输出为诊断结果，诊断结果包括电机电压降低、电机电压升高、储能弹簧卡涩、传动齿轮卡涩、无故障和储能弹簧未闭锁。与现有技术相比，本发明可以依赖单一的储能电机电流信号实现电机电压降低、电机电压升高、储能弹簧卡涩、传动齿轮卡涩和储能弹簧未闭锁共五种故障的诊断。技术研发人员：李腾飞,张文辉,廖巍,林清明,管建阳,康丽受保护的技术使用者：上海恒能泰企业管理有限公司璞能电力科技工程分公司技术研发日：技术公布日：2024/7/25