一種基于多數(shù)據(jù)融合技術的高壓斷路器機械故障診斷方法
【專利摘要】本發(fā)明公開了一種基于多數(shù)據(jù)融合技術的高壓斷路器機械故障診斷方法，在高壓斷路器上安裝多個傳感器，利用數(shù)據(jù)處理算法獲得故障信息，結合故障數(shù)據(jù)庫中儲存的典型故障信號特征向量，確定斷路器狀態(tài)屬于各不同典型故障的隸屬度；通過引入廣義信息熵概念獲得各傳感器的證據(jù)可信度，以此得到加權證據(jù)，最后采用D?S證據(jù)理論組合規(guī)則完成故障融合，得到決策診斷結果。本發(fā)明采用加權證據(jù)理論及多數(shù)據(jù)融合技術，不僅考慮了獲得各個故障隸屬度的結果，還考慮了各個證據(jù)的可信度，有效提高了系統(tǒng)診斷的準確性。
【專利說明】
-種基于多數(shù)據(jù)融合技術的高壓斷路器機械故障診斷方法
技術領域
[0001] 本發(fā)明設及一種基于多數(shù)據(jù)融合技術的高壓斷路器機械故障診斷方法，屬于在線 監(jiān)測和故障診斷技術領域。
【背景技術】
[0002] 隨著社會生產力的發(fā)展和科學技術的不斷進步，對電力的需求也隨之劇增，運對 "堅強智能電網"的建設提出了更高的要求。斷路器是電力系統(tǒng)中至關重要的控制和保護設 備，也是電網中動作最為頻繁的設備。因此，保證斷路器安全可靠地運行有著十分重要的意 義。但按照傳統(tǒng)的計劃檢修方法，由于檢修人員無法及時了解斷路器操動機構的實際運行 狀態(tài)，操作盲目性強，容易造成檢修過剩或檢修不足。此外，斷路器大修需要解體，時間成本 和經濟成本高，同時解體和重新裝配可能會造成新的缺陷，降低斷路器動作的可靠性。而在 線監(jiān)測的方法則通過獲取設備在運行狀態(tài)下的信息特征，通過分析比較來確定設備是否發(fā) 生故障或缺陷，發(fā)生故障或缺陷的部件位置，所W具有很強的實時性和針對性。因此，斷路 器的在線監(jiān)測與故障診斷已成為必不可少的環(huán)節(jié)。同時根據(jù)大量統(tǒng)計數(shù)據(jù)表明斷路器主要 故障為機械故障。因此，應用在線監(jiān)測的方式，對斷路器進行機械故障診斷顯得尤為重要。 在機械故障出現(xiàn)的初期及時發(fā)現(xiàn)故障，在問題惡化影響斷路器運行之前及時處理，能很大 程度上提高斷路器安全運行和電力系統(tǒng)正常工作的可靠性的經濟性。
[0003] 在故障診斷的過程中，處理的數(shù)據(jù)都是通過傳感器采集得到的。但是由于診斷對 象運行狀態(tài)復雜，影響因素眾多，同一種故障往往表現(xiàn)不同，同一癥狀又可能是多種故障。 即檢測量與故障特征之間，故障特征與故障源之間都是一種非線性映射，傳統(tǒng)的在線監(jiān)測 和故障診斷僅依靠單個傳感器得到的故障特征量一般無法有效地完成故障診斷，解決上述 問題的有效手段就采用多傳感器信號融合技術。信息融合可W應用于原始數(shù)據(jù)層的處理、 特征抽象層的處理、決策層的處理等各個階層。相應的，在不同層次融合處理的過程中應用 不同的數(shù)學算法來解決融合過程中遇到的問題。由于傳感器自身性能、外部環(huán)境干擾等問 題的影響，使得傳感器接受的數(shù)據(jù)具有不確定性。利用多傳感器進行信息融合能夠將獲得 的不確定性信息進行互補，合理的對信息進行推理決策。
[0004] 由前文所述，信息融合方式一般在決策層進行融合。決策層的信息融合技術是把 兩種或更多的分類器進行集成，采用一定的融合算法進行診斷。證據(jù)理論也稱為Dempster/ 化afer證據(jù)理論(D-S證據(jù)理論），屬于人工智能范疇，最早應用于專家系統(tǒng)中，具有處理不 確定信息的能力。作為一種不確定推理方法，證據(jù)理論的主要特點是:滿足比貝葉斯概率論 更弱的條件;具有直接表達"不確定"和"不知道"的能力。
[0005] 在一般的多數(shù)據(jù)融合方法中并沒有考慮傳感器在進行不同故障診斷時的可信度， 然而在信息融合和決策環(huán)節(jié)中，并不是不是所有的證據(jù)都具有一樣的可信度，通常來說，有 些證據(jù)比起其他證據(jù)具有更高的說服力，為了獲得證據(jù)可信度，一般方法需要獲取先驗知 識來得到證據(jù)可信度，但是先驗知識難W獲取，而本方法不需要獲得先驗知識來得到證據(jù) 可信度;此外，在應用傳統(tǒng)的證據(jù)理論方法中，存在數(shù)據(jù)沖突和組合爆炸的現(xiàn)象，本專利的 方法通過引入證據(jù)可信度對證據(jù)源進行了處理，在一定程度上有助于解決運一問題;最后， 在一般應用信息賭的多數(shù)據(jù)融合方法中對故障隸屬度進行分配時，只考慮為一種故障類型 對應一個基本信度分配單元，但實際情況中，經常存在幾種故障不確定的情況。本專利方法 引入了廣義信息賭的概念，將一個基本信度分配單元對應多種故障類型納入了考慮，并設 計了相應的算法處理。

【發(fā)明內容】

[0006] 為了解決上述技術問題，本發(fā)明提供了一種基于多數(shù)據(jù)融合技術的高壓斷路器機 械故障診斷方法。
[0007] 為了達到上述目的，本發(fā)明所采用的技術方案是：
[0008] -種基于多數(shù)據(jù)融合技術的高壓斷路器機械故障診斷方法，包括W下步驟，
[0009] 步驟1，在斷路器上安裝多個傳感器；
[0010] 每個傳感器采集一類信號；
[0011] 步驟2,利用小波包分解理論分別對采集的各個采集信號進行小波包分解；
[0012] 步驟3,計算各個采集信號在小波包分解后的重構序列的能量值；
[0013] 步驟4，對各個重構序列的能量值進行歸一化處理，得到故障特征向量；
[0014] 每個采集信號對應一個故障特征向量；
[0015] 步驟5,計算各個故障特征向量與故障數(shù)據(jù)庫中存儲的典型故障信號特征向量的 歐氏距離；
[0016] 步驟6,求取故障特征向量各個歐氏距離的倒數(shù)的歸一化結果，即得到各個傳感器 對應的故障隸屬度；
[0017] 步驟7,定義廣義信息賭來衡量各個傳感器對應的故障隸屬度的信息價值高低，得 到證據(jù)可信度；
[0018] 步驟8,將證據(jù)可信度作為權值，將各個故障隸屬度作為原始證據(jù)，加權求和獲得 加權證據(jù)；
[0019] 步驟9,利用D-S證據(jù)理論對原始證據(jù)和加權證據(jù)進行數(shù)據(jù)融合，獲得故障診斷結 果。
[0020] 安裝在斷路器上的傳感器包括采集斷路器振動信息的振動傳感器、采集斷路器行 程信息的行程傳感器W及采集斷路器應力信息的應力傳感器。
[0021] 所述行程傳感器采用滑線變阻器或者旋轉電位器，采用滑線變阻器時，滑線變阻 器的滑動端與斷路器動觸頭連接，并且隨著動觸頭運動而滑動，滑線變阻器的其余兩端分 別接地和接電源;采用旋轉電位器時，旋轉電位器的凸軸連接于斷路器操作機構轉軸上，旋 轉電位器的凸軸隨轉軸轉動。
[0022] 故障特征向量的具體計算公式為，
[0023] 定義對采集信號進行n層小波包分解；
[0024] 故障特征向量E為，
[0025]
[0026] 其中，
[0027]
[002引
[0029]
[0030] d j為第j個小波包分解后的重構序列，這為第j個小波包分解后的重構序列的第k 個分量，N為dj中分量的個數(shù)。
[0031] 故障隸屬度的具體計算公式為，
[0032]
[0033] 其中，mi(a)為第i個傳感器對應的故障隸屬度，k/為故障數(shù)據(jù)庫中典型故障類型 數(shù)目，Ik^為采集信號特征向量與第k/個典型故障信號特征向量的歐氏距離。
[0034] 證據(jù)可信度的計算公式為，
[0035]
[0036] 其中，Wi為第i個傳感器對應的證據(jù)可信度，巧^為定義的第i個傳感器對應的廣義 信息賭，EEd為所有廣義信息爐之和；
[0037]
[0038] 其中，Ai為BPA中的基本信度分配單元，I Ai I為該基本信度分配單元對應的故障種 類數(shù)目，m(Ai)為基本信度分配單元Al對應的故障隸屬度。
[0039] 加權證據(jù)的計算公式為，
[0040] m(a)= Wi X mi (a) + . .. +Wi Xmi (a) + . . .+Wn' Xnin' (a)
[0041] 其中，r/為傳感器數(shù)目；
[0042] 由加權證據(jù)與傳感器獲得的故障隸屬度作為原始證據(jù)，利用Dempster組合規(guī)則進 行數(shù)據(jù)融合，最終獲得融合結果M(a)=化1，C2，…，沁），Cp(P = 1，2，)為數(shù)據(jù)融合后各個 故障的隸屬度，其中最大值對應的故障類型即為故障診斷結果。
[0043] 本發(fā)明所達到的有益效果：1、本發(fā)明采用了多傳感器信息融合技術，能夠將獲得 的不確定信息進行互補，準確合理的對信息進行推理決策；2、本發(fā)明采用小波包分解理論 提取故障特征向量，可W提高故障分辨率;3、本發(fā)明利用廣義信息賭的概念來獲得證據(jù)可 信度，避免了先驗知識難W獲取的問題;4、本發(fā)明將證據(jù)可信度作為一個權值來衡量數(shù)據(jù) 融合中證據(jù)源的可信度，再將加權證據(jù)理論用于故障診斷環(huán)節(jié)，即有效避免了應用證據(jù)理 論可能產生的組合爆炸，時間沖突等問題，又兼顧了對證據(jù)源可信度的分析，提高了系統(tǒng)診 斷的準確性;5、本發(fā)明可W準確地進行高壓斷路器機械故障診斷，縮短維護查找時間，提高 維修效率;6、本發(fā)明準確高效，是一種能有效提高斷路器安全和可靠性的機械故障診斷方 法。
【附圖說明】
[0044] 圖1為本發(fā)明方法的機構框圖。
[0045] 圖2為故障隸屬度獲取流程。
[0046] 圖3為融合算法的流程圖
【具體實施方式】
[0047] 下面結合附圖對本發(fā)明作進一步描述。W下實施例僅用于更加清楚地說明本發(fā)明 的技術方案，而不能W此來限制本發(fā)明的保護范圍。
[0048] 如圖1、2和3所示，一種基于多數(shù)據(jù)融合技術的高壓斷路器機械故障診斷方法，包 括W下步驟：
[0049] 步驟1，在斷路器上安裝多個傳感器，每個傳感器采集一類信號。
[0050] 安裝在斷路器上的傳感器包括采集斷路器振動信息的振動傳感器、采集斷路器行 程信息的行程傳感器W及采集斷路器應力信息的應力傳感器。
[0051] 振動傳感器安裝在斷路器動靜觸頭距離合適的位置;應力傳感器安裝在斷路器彈 黃底板上;行程傳感器采用滑線變阻器或者旋轉電位器，采用滑線變阻器時，滑線變阻器的 滑動端與斷路器動觸頭連接，并且隨著動觸頭運動而滑動，滑線變阻器的其余兩端分別接 地和接電源，測試時，斷路器在分、合閩操作過程中，動觸頭帶動滑線變阻器滑動端運動，變 阻器滑動端采樣的電壓值也隨之變動，經A/D轉換后輸入到計算機采樣，進行數(shù)據(jù)處理，繪 制成電壓-時間（即是行程-時間)特性曲線。采用旋轉電位器時，固定旋轉電位器主體，旋轉 電位器的凸軸連接于斷路器操作機構轉軸上，旋轉電位器的凸軸隨轉軸轉動，將直線位移 轉換為旋轉運動，獲得行程特性。
[0052] 步驟2,利用小波包分解理論分別對采集的各個采集信號進行小波包分解。
[0053] 小波包分解(WPD)在全頻段都具有較高的時頻分辨率，具有更精細的局部化性能。 它將頻帶進行多層次的劃分，對多分辨率分析沒有細分的高頻部分進一步分解，并能夠根 據(jù)被分析信號的特征，自適應的選擇相應頻帶，使之與信號頻譜相匹配，從而提高時頻分辨 率，因此具有廣泛的應用價值。
[0054] 步驟3,計算各個采集信號在小波包分解后的重構序列的能量值。
[0化5]定義對一個采集信號進行11層小波包分解，設芯^為該采集信號小波包分解后的重 構序列能量值，
[0化6]
[0化7]其中，dj為小波包分解后的第j個重構序列，(6//'為小波包分解后的第j個重構序列 的第k個分量，N為山中分量的個數(shù)。
[0058]步驟4,對各個重構序列的能量值進行歸一化處理，得到故障特征向量，每個采集 信號對應一個故障特征向量。
[0059] 故障特征向量E為，
[0060]
[0061]
[0062] 步驟5,計算各個故障特征向量與故障數(shù)據(jù)庫中存儲的典型故障信號特征向量的 歐氏距離。距離度量越大，表明兩者之間的隸屬度越弱。
[0063] 步驟6,求取故障特征向量各個歐氏距離的倒數(shù)的歸一化結果，即得到各個傳感器 對應的故障隸屬度。
[0064] 故障隸屬度的具體計算公式為，
[00化：
[0066] 其中，mi(a)為第i個傳感器對應的故障隸屬度，k'為故障數(shù)據(jù)庫中典型故障類型 數(shù)目，Ik^為采集信號特征向量與第k/個典型故障信號特征向量的歐氏距離。
[0067] 步驟7,定義廣義信息賭來衡量各個傳感器對應的故障隸屬度的信息價值高低，得 到證據(jù)可信度。
[0068] 定義第i個傳感器對應的廣義信息賭&"，
[0069]
[0070] 其中，Ai為BPA中的基本信度分配單元，I Ai I為該基本信度分配單元對應的故障種 類數(shù)目，m(Ai)為基本信度分配單元Al對應的故障隸屬度。同時一個基本信度分配單元可能 對應多個故障類型，而當每個基本信度單元對應的故障種類數(shù)目都為1時，定義轉化為普通 信息賭。
[0071] 貝1J，證據(jù)可信度的計算公式為，
[0072]
[0073] 其中，Wi刃巧i個傳感器對應的證據(jù)可信度,XEd為所有廣義信息賭之和。
[0074] 步驟8,將證據(jù)可信度作為權值，將各個故障隸屬度作為原始證據(jù)，加權求和獲得 加權證據(jù)。
[0075] 加權證據(jù)的計算公式為，
[0076] m(a)=wiXmi(a) + . . .+WiXmi(a) + . . .+Wn' Xnw (a)
[0077] 其中，r/為傳感器數(shù)目。
[0078] 步驟9，利用D-S證據(jù)理論對原始證據(jù)和加權證據(jù)進行數(shù)據(jù)融合，獲得故障診斷結 果。
[0079] 由加權證據(jù)與傳感器獲得的故障隸屬度作為原始證據(jù)，利用Dempster組合規(guī)則進 行數(shù)據(jù)融合，最終獲得融合結果M(a)=化1，C2，…，沁），Cp(P = 1，2，)為數(shù)據(jù)融合后各個 故障的隸屬度，其中最大值對應的故障類型即為故障診斷結果。
[0080] 舉例說明上述算法，
[0082]
[0081] 表1.證據(jù)理論與加權證據(jù)理論診斷結果比較表
[0083]
[0084] 上表中，傳感器2獲得的證據(jù)與傳感器1、3獲得的證據(jù)，有明顯沖突，由常理推斷應 判斷發(fā)生故障2。由一般D-S證據(jù)理論計算得到的結果為(0.0435，0.6087，0.3478)，若設判 斷故障發(fā)生的闊值為0.7,則一般D-S理論無法進行判別。而加權證據(jù)理論獲得的結果為 (0.0158，0.7080，0.2762 )，可 W 準確進行判別。
[0085] 上述診斷方法在高壓斷路器上安裝多個傳感器，利用數(shù)據(jù)處理算法獲得故障信 息，結合故障數(shù)據(jù)庫中儲存的典型故障信號特征向量，確定斷路器狀態(tài)屬于各不同典型故 障的隸屬度;通過引入廣義信息賭概念獲得各傳感器的證據(jù)可信度，W此得到加權證據(jù)，最 后采用D-S證據(jù)理論組合規(guī)則完成故障融合，得到決策診斷結果。
[0086] 上述診斷方法采用了多傳感器信息融合技術，能夠將獲得的不確定信息進行互 補，準確合理的對信息進行推理決策;采用小波包分解理論提取故障特征向量，可W提高故 障分辨率;利用廣義信息賭的概念來獲得證據(jù)可信度，避免了先驗知識難W獲取的問題，并 將證據(jù)可信度作為一個權值來衡量數(shù)據(jù)融合中證據(jù)源的可信度，再將加權證據(jù)理論用于故 障診斷環(huán)節(jié)，即有效避免了應用證據(jù)理論可能產生的組合爆炸，時間沖突等問題，又兼顧了 對證據(jù)源可信度的分析，提高了系統(tǒng)診斷的準確性。
[0087] 綜上所述，上述診斷方法可W準確地進行高壓斷路器機械故障診斷，縮短維護查 找時間，提高維修效率，準確高效，是一種能有效提高斷路器安全和可靠性的機械故障診斷 方法。
[0088] W上所述僅是本發(fā)明的優(yōu)選實施方式，應當指出，對于本技術領域的普通技術人 員來說，在不脫離本發(fā)明技術原理的前提下，還可W做出若干改進和變形，運些改進和變形 也應視為本發(fā)明的保護范圍。
【主權項】
1. 一種基于多數(shù)據(jù)融合技術的高壓斷路器機械故障診斷方法，其特征在于:包括以下 步驟， 步驟1，在斷路器上安裝多個傳感器； 每個傳感器采集一類信號； 步驟2，利用小波包分解理論分別對各個采集信號進行小波包分解； 步驟3,計算各個采集信號在小波包分解后的重構序列的能量值； 步驟4,對各個重構序列的能量值進行歸一化處理，得到故障特征向量； 每個采集信號對應一個故障特征向量； 步驟5,計算各個故障特征向量與故障數(shù)據(jù)庫中存儲的典型故障信號特征向量的歐氏 距離； 步驟6,求取故障特征向量各個歐氏距離的倒數(shù)的歸一化結果，即得到各個傳感器對應 的故障隸屬度； 步驟7，定義廣義信息熵來衡量各個傳感器對應的故障隸屬度的信息價值高低，得到證 據(jù)可信度； 步驟8，將證據(jù)可信度作為權值，將各個故障隸屬度作為原始證據(jù)，加權求和獲得加權 證據(jù)； 步驟9，利用D-S證據(jù)理論對原始證據(jù)和加權證據(jù)進行數(shù)據(jù)融合，獲得故障診斷結果。2. 根據(jù)權利要求1所述的一種基于多數(shù)據(jù)融合技術的高壓斷路器機械故障診斷方法， 其特征在于:安裝在斷路器上的傳感器包括采集斷路器振動信息的振動傳感器、采集斷路 器行程信息的行程傳感器以及采集斷路器應力信息的應力傳感器。3. 根據(jù)權利要求2所述的一種基于多數(shù)據(jù)融合技術的高壓斷路器機械故障診斷方法， 其特征在于:所述行程傳感器采用滑線變阻器或者旋轉電位器，采用滑線變阻器時，滑線變 阻器的滑動端與斷路器動觸頭連接，并且隨著動觸頭運動而滑動，滑線變阻器的其余兩端 分別接地和接電源;采用旋轉電位器時，旋轉電位器的凸軸連接于斷路器操作機構轉軸上， 旋轉電位器的凸軸隨轉軸轉動。4. 根據(jù)權利要求1所述的一種基于多數(shù)據(jù)融合技術的高壓斷路器機械故障診斷方法， 其特征在于:故障特征向量的具體計算公式為， 定義對采集信號進行η層小波包分解； 故障特征向量Ε為， 其中，dj為第j個小波包分解后的重構序列，為第j個小波包分解后的重構序列的第k個分 量，N為dj中分量的個數(shù)。5. 根據(jù)權利要求1所述的一種基于多數(shù)據(jù)融合技術的高壓斷路器機械故障診斷方法， 其特征在于:故障隸屬度的具體計算公式為，其中，nu(a)為第i個傳感器對應的故障隸屬度，V為故障數(shù)據(jù)庫中典型故障類型數(shù)目， k為采集信號的特征向量與第V個典型故障信號特征向量的歐氏距離。6. 根據(jù)權利要求1所述的一種基于多數(shù)據(jù)融合技術的高壓斷路器機械故障診斷方法， 其特征在于:證據(jù)可信度的計算公式為，其中，為第i個傳感器對應的證據(jù)可信度，《彳為定義的第i個傳感器對應的廣義信息 熵，ΣEd為所有廣義信息熵之和；其中，Ai為BPA中的基本信度分配單元，| Ai |為該基本信度分配單元對應的故障種類數(shù) 目，mUO為基本信度分配單元心對應的故障隸屬度。7. 根據(jù)權利要求1所述的一種基于多數(shù)據(jù)融合技術的高壓斷路器機械故障診斷方法， 其特征在于:加權證據(jù)的計算公式為， m(a)=wiXmi(a) + . . .+WiXmi(a) + . . .+wn7 Xmn7 (a) 其中，Y為傳感器數(shù)目； 由加權證據(jù)與傳感器獲得的故障隸屬度作為原始證據(jù)，利用Dempster組合規(guī)則進行數(shù) 據(jù)融合，最終獲得融合結果M(a) = (ξ:，ξ2，…，ξν )，ξΡ(ρ= 1，2，…!^ )為數(shù)據(jù)融合后各個故障 的隸屬度，其中最大值對應的故障類型即為故障診斷結果。
【文檔編號】G06F17/50GK105956290SQ201610299059
【公開日】2016年9月21日
【申請日】2016年5月6日
【發(fā)明人】田濤, 陳昊, 朱超, 翟慶, 李雙偉, 張建忠, 耿亞明, 柴宇
【申請人】國網江蘇省電力公司檢修分公司, 國網江蘇省電力公司, 國家電網公司