文档介绍:国内图书分类号:
国际图书分类号:
工学博士学位论文
高压断路器
在线监测与故障诊断系统的研究
博士研究生:孙来军
导师:纪延超教授
副导师:胡晓光教授
申请学位:工学博士
学科、专业:电力系统及其自动化
所在单位:电气工程及自动化学院
答辩日期:2006 年 12 月
授予学位单位:哈尔滨工业大学
Classified Index:
.:
Dissertation for the Doctoral Degree in Engineering
RESEARCH ON ON-LINE MONITORING
AND FAULT DIAGNOSIS SYSTEM FOR
HIGH VOLTAGE BREAKERS
Candidate: Sun Laijun
Supervisor: Prof. Ji Yanchao
Associate Supervisor: Prof. Hu Xiaoguang
Academic Degree Applied for: Doctor of Engineering
Specialty: Power System and Its Automation
Affiliation: Dept. of Electrical Engineering
Date of Defence: Dec, 2006
Degree-Conferring-Institution: Harbin Institute of Technology
摘要
摘要
断路器操作中所产生的机械振动蕴含着大量反映断路器健康状况的重
要信息,采用振动信号融合其他信息对高压断路器进行机械故障诊断是近来
国内外发展的趋势和研究的热点。实现断路器多类监测信息的有效融合,完
成断路器定期停运检修到状态检修的转变,构建多方信息管理、共享的系统
也是电力设备监测与诊断的主要发展方向之一。结合黑龙江省电力公司重点
项目“断路器状态监测与故障诊断系统研究”,在大量相关文献基础上,本
论文采用多代理和支持向量机技术,以某变电所少油断路器为研究对象,在
理论和实践两个方面对基于多代理和支持向量机的断路器在线监测与故障
诊断技术进行了系统、深入研究和详细阐述,并开发了实用系统。
研究了振动信号特征参数的提取方法。将小波包与熵理论结合提取振动
信号小波包-特征熵(等时段小波包-特征熵和等能段小波包-特征熵),将对
断路器状态变化的检测转变成为对振动事件时间与振动事件频率成分偏移
检测,并利用小波包-特征熵向量的离散性直观反映这种偏移。利用该方法
改进故障诊断流程,为设备软故障诊断提供新的思路。
针对高压电力设备诊断学****样本数据不足和故障维修一刀切的问题,研
究了利用量化的故障危害修正支持向量机最优分类面,将传统样本最优分类
面根据危害偏移转变成更符合一般诊断推理的最优故障诊断分类面,使分类
输出利于诊断决策。通过与传统神经网络的比较验证方法的有效性。
研究了多 SVM 输出信息的多级融合模型。针对断路器故障诊断中监测
信号多、信号不同处理方法多等使决策过程繁琐、难以实现的问题,通过在
信号内利用 D-S 证据理论融合不同处理方法得到的分类信息,在信号间使
用模糊信息融合实现决策级诊断信息输出,解决以往融合中对未知知识过度
依赖,通过实例验证模型的实用性。
针对传统故障诊断软件推理速度慢,不适合大规模在线应用的问题,研
究了利用 CPLD/FPGA 实现故障诊断硬件高速推理的模块化设计方法。根据
传统故障树形成诊断推理树,根据运算步骤组合推理通用功能模块,利用
CPLD/FPGA 实现推理运算过程。实验表明该设计方法达到预期效果。
针对故障诊断知识匮乏的实际问题和管理的需要,研究了设备监测与诊
断同体分离的系统构建模式。在同一硬件设备基础上,形成以省电力管理部
门为中心的集中监测、管理网络和以变电所为中心的多方远程协助故障诊
- I -
哈尔滨工业大学工学博士学位论文
断、维护网络,利用多代理理论将大型数据中心、管理维护部门、相关科研
机构和运行单位有效联合,构成监测与诊断网络。同时,根据断路器运行实
际需要,研究了多代理任务分解模式,并开展了在线监测与故障诊断系统的
开发。系统安全、稳定的运行验证了系统设计的正确性和有效性。
关键词:高压断