基于断路器操动机构的机械特性多状态量感知与评估系统的制作方法

本发明涉及电力设备检测，更具体地说，本发明涉及基于断路器操动机构的机械特性多状态量感知与评估系统。

背景技术：

1、断路器操动机构是使断路器触头按指定操作顺序和方式实现接触与脱离的机构，它包含动力、主动、传动、缓冲几个组成部分，由于断路器操作机构结构复杂，其引发的故障类型较多，故障的表现形式可分为拒分、拒合、误分、误合，尤其是在操作机构的长期运转过程中，一些关键的零部件极容易出现磨损、锈蚀、裂纹、疲劳以及由于润滑剂的流失、固化而产生的转动副卡滞等现象，为了避免操动机构潜在的故障可能导致的损失，就需要对断路器操动机构进行状态监测，发现断路器操动机构内部潜在的故障。

2、参考公开号为cn117250489a的专利申请公开了基于电流特征的机械特性状态评估方法，其只需在断路器电气回路上安装霍尔传感器，无需安装振动、位移等直接检测断路器机构的传感器，从而具有安装简单且非侵入式安装的优点，其从多个维度来冗余评估断路器机构机械特性，从而提高了评估结果的可靠性；

3、现有技术存在以下不足：

4、现有的断路器操动机构评估系统通过对电流特征进行采集，并结合冗余评估的方式对断路器操动机构的潜在故障进行评估，由于采集数据的状态较为单一，无法对断路器操动机构多状态的变化数据进行综合采集和分析，导致断路器操动机构的评估结果存在局限性，无法满足多状态下的准确评估需求，降低了断路器操动机构的评估准确性。

5、鉴于此，本发明提出基于断路器操动机构的机械特性多状态量感知与评估系统以解决上述问题。

技术实现思路

1、为了克服现有技术的上述缺陷，为实现上述目的，本发明提供如下技术方案：基于断路器操动机构的机械特性多状态量感知与评估系统，包括：

2、原始数据采集模块，用于标记出断路器操动机构的动作时段，并采集动作时段内的原始动作数据；

3、目标数据筛选模块，用于识别出原始动作数据的状态类型，并基于状态类型，判定原始动作数据是否属于目标动作数据；

4、机械特性提取模块，用于从目标动作数据中提取出机械特性；

5、实时感知评估模块，用于将机械特性输入到提前训练好的操动状态评估模型中，评估出断路器操动机构的操动状态；

6、异常特性排列模块，用于从机械特性中识别出异常特性，并基于排列优先级，将异常特性有序排列。

7、进一步的，原始动作数据的采集方法包括：

8、通过技术参数表查询线圈在不动作状态下的电流值，记为标准电流，将标准电流增加一个预设电流跨度值，获得电流变化值；

9、通过电流传感器监测线圈在动作状态下的电流值，记为运行电流；

10、将运行电流第一次到达电流变化值的时刻记为动作起始时刻；

11、通过速度传感器监测操动机构在动作起始时刻之后的运动速度，当运动速度在一个预设动作周期内不再发生变化时，将最后一次出现运动速度变化的时刻记为动作结束时刻；

12、将动作起始时刻至动作结束时刻对应的时段记为动作时段；

13、在动作时段的前置时刻和后置时刻均增加一个扩展时段，并标记出扩展后的动作时段的前扩展时刻和后扩展时刻；

14、以前扩展时刻为采集起点，以后扩展时刻为采集终点，采集断路器操动机构的所有动作参数，获得原始动作数据。

15、进一步的，状态类型包括不可用状态和可用状态；

16、不可用状态和可用状态的标记方法包括：

17、逐一标记出采集个原始动作数据的时刻，获得个时刻点；

18、按照时间先后顺序将个时刻点依次排列，并将处于一个预设采集周期内的时刻点记为有效时刻点，获得个有效时刻点；

19、通过自然语言处理技术识别出个有效时刻点对应的原始动作数据的关键字；

20、将关键字同时包含触头振动、线圈电流、合分闸时间、连杆温度的原始动作数据标记为可用状态；

21、将关键字不同时包含触头振动、线圈电流、合分闸时间、连杆温度的原始动作数据标记为不可用状态。

22、进一步的，是否属于目标动作数据的判定方法包括：

23、遍历原始动作数据的状态类型；

24、当原始动作数据的状态类型为可用状态时，判定原始动作数据属于目标动作数据；

25、当原始动作数据的状态类型为不可用状态时，判定原始动作数据不属于目标动作数据。

26、进一步的，机械特性包括合分闸时间差值、触头振动速率、线圈电流下降率和连杆升温速率；

27、合分闸时间差值的提取方法包括：

28、将目标动作数据的有效时刻点按照时间先后顺序依次排列；

29、将处于第一位的有效时刻点记为第一目标时刻，将处于最后一位的有效时刻点记为第二目标时刻；

30、以第一目标时刻为基准，向前倒推一个时间延迟值，获得合分闸起始时刻；

31、以第二目标时刻为基准，向后倒推一个时间延迟值，获得合分闸结束时刻；

32、将合分闸结束时刻与合分闸起始时刻作差，获得合分闸时间值；

33、合分闸时间值的表达式为：

34、；

35、式中，为合分闸时间值，为合分闸结束时刻，为合分闸起始时刻；

36、将合分闸时间值与合分闸标准时间值作差，获得合分闸时间差值；

37、合分闸时间差值的表达式为：

38、；

39、式中，为合分闸时间差值，为合分闸标准时间值。

40、进一步的，触头振动速率的提取方法包括：

41、将第一目标时刻至第二目标时刻之间的时段划分为个子区间，并标记个子振动区间的起点对应的时刻，获得个区间起点时刻；

42、通过振动传感器逐一检测个区间起点时刻的振动幅度，获得个起始振幅；

43、通过振动传感器逐一检测个子区间内所有的振动幅度，并标记振动幅度的最大值，获得个振幅上限值；

44、通过时间戳逐一查询个振幅上限值对应的时刻，获得个上限时刻；

45、将个振幅上限值逐一与个起始振幅作差后，与个上限时刻和个区间起点时刻的差值比较，获得个子速率；

46、子速率的表达式为：

47、；

48、式中，为第个子速率，为第个振幅上限值，为第个起始振幅，为第个上限时刻，为第个区间起点时刻；

49、去掉子速率的最大值和最小值，将余下的个子速率累加后求平均，获得触头振动速率；

50、触头振动速率的表达式为：

51、；

52、式中，为触头振动速率，为第个子速率。

53、进一步的，线圈电流下降率的提取方法包括：

54、通过电流传感器在合分闸时间值对应的时段内记录线圈电流，并记录每一个线圈电流的记录时间；

55、以线圈电流为纵轴，以记录时间为横轴，绘制出电流变化曲线；

56、将电流变化曲线中第一个上升曲线与第一个下降曲线的临界点的电流值记为第一电流极大值，并获取第一电流极大值的记录时间；

57、将电流变化曲线中第二个下降曲线与第三个上升曲线的临界点的电流值记为第二电流极大值，并获取第二电流极大值的记录时间；

58、将第一电流极大值与第二电流极大值作差后，与第二电流极大值的记录时间和第一电流极大值的记录时间的差值比较，获得线圈电流下降率；

59、线圈电流下降率的表达式为：

60、；

61、式中，为线圈电流下降率，为第一电流极大值，为第二电流极大值，为第二电流极大值的记录时间，为第一电流极大值的记录时间。

62、进一步的，连杆升温速率的提取方法包括：

63、通过红外热像仪拍摄包含连杆的红外热像图，并通过计算机视觉技术识别出红外热像图中的连杆，将连杆所在位置记为连杆区域；

64、将连杆区域等分为个子区域，并在个子区域内随机标记个不相邻的测温点，记录个测温点的温度，获得个温度值；

65、将个子区域的个温度值累加后求平均，获得个区域温度值；

66、区域温度值的表达式为：

67、；

68、式中，为第个区域温度值，为第个子区域的第个温度值；

69、通过温度传感器测量环境温度值，在环境温度值的基础上增加一个预设温度补偿值，获得连杆表面温度值；

70、剔除掉小于连杆表面温度值的区域温度值，将余下的个区域温度值累加求平均后，与合分闸时间值比较，获得连杆升温速率；

71、连杆升温速率的表达式为：

72、；

73、式中，为连杆升温速率，为第个区域温度值。

74、进一步的，操动状态包括不合闸状态、误合闸状态和卡涩状态；

75、操动状态评估模型的训练方法包括：

76、预先采集断路器操动机构处于不合闸状态、误合闸状态和卡涩状态下的多组机械特性；

77、将每组机械特性标记为训练特征，对每组训练特征的操动状态进行标注，标注包括不合闸状态、误合闸状态和卡涩状态，将不合闸状态转换为0，将误合闸状态转换为1，将卡涩状态转换为2；将标注后的训练特征分为训练集和测试集；使用训练集对操动状态评估模型进行训练，使用测试集对操动状态评估模型进行测试；预设误差阈值，当测试集中所有训练特征的预测误差的均值小于误差阈值时，输出操动状态评估模型；操动状态评估模型采用支持向量机模型或随机森林模型中的任意一个；

78、当操动状态评估模型的输出为0时，操动状态为不合闸状态；

79、当操动状态评估模型的输出为1时，操动状态为误合闸状态；

80、当操动状态评估模型的输出为2时，操动状态为卡涩状态。

81、进一步的，异常特性的标记方法包括：

82、将合分闸时间差值与预设的差值安全值比较，当合分闸时间差值大于预设的差值安全值时，合分闸时间差值被标记为异常特性；

83、将触头振动速率与预设的振动安全值比较，当触头振动速率大于预设的振动安全值时，触头振动速率被标记为异常特性；

84、将线圈电流下降率与预设的电流安全值比较，当线圈电流下降率大于预设的电流安全值时，线圈电流下降率被标记为异常特性；

85、将连杆升温速率与预设的升温安全值比较，当连杆升温速率大于预设的升温安全值时，连杆升温速率被标记为异常特性；

86、排列优先级为：线圈电流下降率的优先级高于触头振动速率的优先级，触头振动速率的优先级高于合分闸时间差值的优先级，合分闸时间差值的优先级高于连杆升温速率的优先级。

87、本发明基于断路器操动机构的机械特性多状态量感知与评估系统的技术效果和优点：

88、本发明通过标记出断路器操动机构的动作时段，并采集动作时段内的原始动作数据，识别出原始动作数据的状态类型，并基于状态类型，判定原始动作数据是否属于目标动作数据，从目标动作数据中提取出机械特性，将机械特性输入到提前训练好的操动状态评估模型中，评估出断路器操动机构的操动状态，从机械特性中识别出异常特性，并基于排列优先级，将异常特性有序排列；相对于现有技术，通过确定动作时段，可以限定数据的有效采集时间，并获取到合理的目标动作数据，同时通过对触头振动、线圈电流、合分闸时间、连杆温度多个不同状态量的数据进行采集，实现了断路器操动机构多状态量的数据处理范围，并基于操动状态评估模型能够准确的评估出断路器操动机构的潜在故障，进而有效的避免了单一状态量导致的评估结果存在局限性的问题，提高了断路器操动机构的评估结果准确度。