tdet Transmission and Distribution Engineering and Technology 2325-1565 2325-1573 beplay体育官网网页版等您来挑战! 10.12677/tdet.2024.123004 tdet-95642 Articles 工程技术 基于Matlab下模拟高压断路器故障数据研究
Research on Simulating High Voltage Circuit Breakers Fault Data Based on Matlab
通号(长沙)轨道控制技术有限公司智能电气设备分公司研发部,湖南 长沙 03 09 2024 12 03 35 43 26 7 :2024 26 7 :2024 26 8 :2024 Copyright © 2024 beplay安卓登录 All rights reserved. 2024 This work is licensed under the Creative Commons Attribution International License (CC BY). http://creativecommons.org/licenses/by/4.0/ 当前电力行业中高压断路器的在线感知数据积累严重不足,处理难度较大,并且故障试验成本高昂且危险性高,现场故障时设置的故障单一,获得的数据具有局限性,这些问题导致高压断路器的机器学习算法的置信度低,难以实际应用到设备的在线监测中。本文通过Matlab搭建故障模拟平台,可根据需要调整断路器操动机构的各个参数,模拟断路器在不同运行状态下的各种机电故障,用软件提取断路器分合闸线圈电流信号和动铁芯直线行程位移信号的时域特征,并对混杂着各种故障状态下的合闸、分闸以及拒动过程训练数据进行处理研究,导出故障诊断模型训练规范的数据文件,有效地解决了现有数据量不足的问题,为构建断路器人工智能故障诊断模型提供数据基础。
The accumulation of online perception data for high-voltage circuit breakers in the current power industry is seriously insufficient, and the processing difficulty is high. In addition, the cost of fault testing is high and the danger is high. The single fault set during on-site faults has limitations in the data obtained. These problems result in low confidence of machine learning algorithms for high-voltage circuit breakers, making it difficult to apply them in practical online monitoring of equipment. This paper builds a fault simulation platform through Matlab, adjusts the parameters of circuit breaker operating mechanism according to needs, simulates various electromechanical faults of circuit breaker under different operating states, and uses software to extract the time domain characteristics of circuit breaker switching coil current signal and moving core linear stroke displacement signal. And the training data of the closing and opening processes under various fault states, as well as the refusal to operate, are processed and studied, and the data file for training the fault diagnosis model is extracted, effectively solving the problem of insufficient data, providing a data basis for building an artificial intelligence fault diagnosis model for circuit breakers.
高压断路器,Matlab,故障模拟平台,数据处理,故障诊断模型,输配电工程与技术
High-Voltage Circuit Breaker
Matlab Fault Simulation Platform Data Processing Fault Diagnosis Model TDET
1. 引言

作为供电系统中担负承受和切断正常工作电压和事故电压的关键设备,高压断路器在维护供电系统平稳工作方面发挥了举足轻重的角色。断路器在实际应用过程中,由于自身因素所导致的事故无论是在频次和停电时间上,均达到总量的百分之六十以上 [1] [2] ,而空气断路器最主要的故障多出现在操动机部分上,而故障的形成又将加大系统的停电损失和装置寿命损失。但是,当前电力行业中高压断路器在线感知数据积累严重不足,数据处理困难很大,而且故障测试成本大且风险多,从而很难提供合理的故障诊断模式。因此,根据高压断路器产生机电故障的特性,把机电故障特性整理成数据,并对数据进行处理研究,输出的数据用来训练模型,产生最优的模型对高压断路器进行机电故障诊断,快速判断机电故障的原因,有利于提升运维效率,具有十分重要的意义。

2. 故障数据模拟研究的方法

本文以型号ZW-27.5/M1600-31.5永磁式单极真空断路器为试验对象,首先用Matlab软件搭建一个永磁操动机构真空断路器电气机械系统仿真模型,通过输入断路器状态、控制回路电阻、控制电压等参数,能够得到有效反映断路器运行状态的分合闸线圈电流和动铁芯直线行程位移信号。然后再用Matlab软件搭建一个高压断路器故障仿真模拟平台,导入真空断路器电气机械仿真模型,根据需要调整永磁操动机构的各个参数,来模拟断路器操作机构储能电容电压不足或过高、线圈回路接触不良、铁芯卡涩、铁芯气隙变化等机电故障 [3] [4] [5] ,仿真输出各种故障模拟下断路器分合闸线圈电流信号和动铁芯直线行程位移信号的波形曲线,通过Matlab软件编程提取两种信号的时域特征,对该特征提取过程封装成函数,批量数据特征值提取时进行调用 [6] 。最后,批量数据处理时,对输出高压断路器各种状态下的数据表中混杂着各种故障状态下的合闸、分闸、拒动数据需要进行分类,并给数据标记故障信息和故障编码,导出规范的数据文件,供高压断路器故障诊断训练模型用 [7] [8] [9]

3. 建立永磁操动机构真空断路器电气机械系统仿真模型 3.1. 分合闸线圈电流及行程信号特征量的演变规律

分合闸电磁铁作为高压断路器第一级控制元件,其结构如下 图1 所示。

Figure 1. Schematic diagram of the electromagnetic structure for circuit breaker opening and closing--图1. 断路器分合闸电磁铁结构示意图--

直流电源作为大多数断路器的控制电源,其直流供电电路如 图2 所示。图中的U为储能电容电压,R为分合闸线圈电阻、L为分合闸线圈电感,其电感L的大小与线圈和铁芯铁轭等机械构件的尺寸和铁芯在开断过程中垂直运动的行程S有关 [3] ,其值随S的增加而增加。

Figure 2. Schematic diagram of DC power supply circuit for circuit breaker coil--图2. 断路器线圈直流供电回路示意图--

当铁芯不饱和时,则断路器分合闸线圈供电回路中的电感L与电流i的并无关系,只与时间t有关。当控制开关K合闸后,由 图2 该电路图可得:

U = i R + d φ d t (1)

式中,为φ线圈磁链,且 U = i R + L d i d t + i d L d S v d L / d S t = t 0 t 1 v = 0 , L = L 0 。于是,上式可化为:

U = i R + d L i d t = i R + L d i d t + i d L d t = i R + L d i d t + d L d S d S d t (2)

即:

U = i R + L d i d t + i d L d S v (3)

根据式(3)中, d L / d S 可由L-S曲线中不同S点斜率求出,V为铁芯运动的速度。断路器开断过程中,分合闸线圈中电流变化典型波形如下 图3 所示。

Figure 3. Current waveform curve of the coil during the opening and closing process of the circuit breaker--图3. 断路器分合闸过程中线圈电流波形曲线--

在断路器分合闸过程中线圈电流波形中,其铁芯运动过程基本上可分为以下四个阶段:

(1) 铁芯触动阶段

t = t 0 t 1 的时间段,t0为断路器响应分(合)闸命令时刻的起点;t1为线圈中电流驱动铁芯开始移动的时刻。在这一阶段 v = 0 , L = L 0 为常数,此时式(3)可简化为:

U = i R + L 0 d i d t (4)

代入初始条件t = t0时,当i = 0,可得:

i = U R [ 1 e R t / L 0 ] (5)

这个过程是指数上升阶段,对应 图3 中t0~t1电流波形起始阶段。

(2) 铁芯运动阶段

t = t 1 t 2 阶段,铁芯在电磁力作用下开始加速运动,运动到铁芯上端面撞到机械部分为止,此时 v > 0 ,电感L也不再是常数,i将按照公式(3)进行变化。在此变化过程中, v > 0 , d L / d S > 0 , L ( d i / d t ) 随时间不断增大的反电动势且幅值大于U,故 d i / d t < 0 [3] 。当线圈电流i在铁芯运动后迅速下降,直到铁芯停止运动,v又重新为零位置。根据 图3 中的t1~t2这一阶段的电流波形,可反映该铁芯运动阶段有无脱扣、卡涩和机械负载变动等故障。

(3) 触头分、合闸阶段

t = t 2 t 3 间,铁芯已停止运动,传动机构带动断路器动触头分、合闸,期间v = 0,i的变化类似公式(5),由于 L m > L 0 ,故电流上升速率比第一阶段慢。当 L = L m ( S = S m 时的电感)时有:

i = U R [ 1 e R t / L m ] (6)

(4) 电流切断阶段

t = t 3 t 4 间,辅助触点切断后直流供电电路开关K随之分断,其触头间产生电弧并被拉长,线圈电流i随之迅速减小到零。

通过分析线圈电流i的波形和波形中铁芯启动第一阶段时刻t1、铁芯运动第二阶段时刻t2、线圈通电第三阶段时刻t3对应电流特征值,得到铁芯运动和所控制的启动阀、锁闩及辅助开关转换的运行状态,从而监测出断路器操动机构的工作状态,预判每个阶段产生故障的原因。例如 I 1 , I 2 , I 3 三个特征值分别对应第一次波峰的幅值、第二次波谷的幅值、第二次波峰对应的幅值,可作为反映电源电压、线圈电阻及电磁铁动铁芯运动速度的信息。

3.2. 建立27.5 kV永磁真空断路器物理仿真模型

根据27.5 kV永磁操动机构真空断路器电磁铁的工作特性,分别创建参数输入子系统、控制回路子系统、线圈回路电气子系统、铁芯及运动机械子系统、测量子系统,组合搭建永磁操动机构真空断路器电气机械系统仿真模型如下 图4 所示。

Figure 4. Electrical mechanical system model of high-voltage circuit breaker--图4. 高压断路器电气–机械系统模型--

根据输入断路器状态、控制回路电阻、控制电压等参数,通过软件编程实现得到有效反映断路器运行状态的分合闸线圈电流波形图(如下 图5 所示)、动铁芯直线行程位移信号波行图(如下 图6 所示)。

Figure 5. Current waveform of coil circuit--图5. 线圈回路电流波形-- Figure 6. Core displacement waveform--图6. 铁芯位移波形--
4. 高压断路器故障模拟仿真平台 4.1. 建立故障模拟仿真平台

单一的合闸线圈电流和行程信号很难以定性区分故障,需要结合两类信号的特征量,故用Matlab软件搭建了一个高压断路器故障仿真模拟平台,仿真参数设置和显示界面如下 图7 所示。

Figure 7. Simulation parameter settings and display interface--图7. 仿真参数设置和显示界面--

通过加载 图3 高压断路器电气机械仿真模型,通过设置并调整永磁操动机构的储能电容电压、驱动回路电阻、动铁芯气隙、分闸弹簧弹性系数等各个参数,模拟故障的试验数据有:

(1) 电容电压变化。通过调整储能电容电压到正常电压220 V的135%/125%/100%/91%/82%/75%等级下,通过断路器分合闸操作,模拟真空断路器操动机构电压变化产生的故障,每组电压等级下分合闸操作5次,共产生60次故障数据。

(2) 回路接触不良。通过调整线圈驱动电路电阻到20/30/40/50/60 Ω,模拟真空断路器分合闸线圈接触不良故障,每组分合闸次数为5次,共产生50次故障数据。

(3) 铁芯的气隙。通过调整断路器操动机构铁芯初始间隙为20/21/22/23/24 mm,模拟铁芯气隙变化故障,每组分合闸次数为5次,共产生50次故障数据。

这些参数用于模拟断路器的不同运行状态,达到故障模拟的效果。其中,断路器状态可选择“分闸”和“合闸”,当选择“分闸”状态时,仿真模拟的是断路器合闸过程,当选择“合闸”状态时,仿真模拟的是分闸过程。点击“仿真”按钮,界面右侧展示分合闸线圈电流信号和永磁操动机构动铁芯的直线行程位移信号波形图像(如下 图8 所示),并对每一次试验图像进行保存。

Figure 8. Simulation results display interface--图8. 仿真结果展示界面--
4.2. 仿真信号特征提取

点击左上角的“仿真信号特征提取”一级菜单即可进入特征提取界面,如下 图9 所示。

该界面的左半部分用于展示前面仿真过程得到的两个信号波形,右半部分用于记录由分合闸线圈电流信号提取的八个时域特征,即第一波峰值 I 1 (A)、第一波谷值 I 2 (A)、第二波峰值 I 3 (A)、第一阶段时长t0~t1(ms)、第二阶段时长t1~t2(ms)、第三阶段时长t2~t3(ms)、第四阶段时长t3~t4(ms)、总时长t0~t4(ms),以及由铁芯位移信号波形提取出的七个特征:起始位置(m)、终止位置(m)、超行程(m)、铁芯运动时长(mS)、超行程时长(mS)、总行程(m)、开断速度(m/s)。点击界面右上角的“提取特征”按钮,通过Matlab软件编程在后台自动运行特征提取算法,分别提取分合闸线圈电流信号和铁芯位移信号的时域特征,将它们记录在右边文本框的对应位置,并导出相应的仿真数据特征值。

Figure 9. Signal feature extraction interface--图9. 信号特征提取界面--
4.3. 批量数据处理

由于合闸信号与分闸信号的特征提取过程与故障诊断模型有所差异,因此需要分别对合闸信号和分闸信号进行特征处理,分别构建训练集。对于批量的故障数据中混杂着各种故障状态下的合闸过程数据、分闸过程数据以及拒动数据,所以首先需要将这三类信号分开,并给数据标记故障信息和故障编码。

(1) 标记动作信息。首先需对数据表中的每一条数据进行“动作标签”标记分类,分类的依据是比较每条数据的铁芯位移信号数据中前10%数据和后10%数据的平均值A和B,若B − A > 10,则为合闸数据;若B − A < −10,则为分闸数据;若|A − B| < 5,则说明动铁芯的位置在动作前后没有发生变化,所对应的数据为拒动数据,将仿真产生的信号图像分别保存为合闸过程信号图像、分闸过程信号图像以及拒动情况的信号图像。

(2) 标记故障信息和分离数据表。根据故障模拟设计故障类型和故障程度,对数据表中每一条数据标记故障类型和故障程度,并将数据表分割为“合闸数据表”、“分闸数据表”和“拒动数据表”。

<xref></xref>Table 1. Closing feature label datasetTable 1. Closing feature label dataset 表1. 合闸特征标签数据集
列数

1

2

3

4

5

6

7

8

描述

故障代码

第一波峰值

波谷值

第二波峰值

第一阶段时长

第二阶段时长

第三阶段时长

第四阶段时长

列数

9

10

11

12

13

14

15

16

描述

总时长

起始位置

终止位置

超行程

铁芯运动时间

超行程时长

总行程

速度

(3) 构建特征集。以合闸为例,首先加载合闸信号数据,并创建一个新的数据合闸数据集,以容纳特征数据和标签。其次,根据合闸信号数据表的列设置合闸数据集的故障信息列的内容。最后,通过编程调用合闸电流信号以及铁芯位移信号特征提取函数对数据集进行特征提取,为了查看特征点的提取情况以调整代码超参数,创建绘图函数,该函数将提取的特征点标记在曲线图像上。经过上述特征提取,得到可用于训练故障诊断模型的合闸特征标签数据集,如 表1 所示。

分闸特征标签集的构建步骤和合闸情况完全一致,只是两者在特征提取算法和特征数量方面有细微的差异。

5. 结论

本文以27.5 kV永磁操动机构真空断路器为试验对象,通过分析分合闸线圈电流及行程信号特征量的演变规律,建立该断路器的电气机械仿真模型。通过分析电容电压变化、回路接触不良、铁芯气隙变化的机电故障,通过软件编程提取每种故障下分合闸线圈电流和铁芯行程的数据,并对数据进行处理,构建特征标签的数据集,为后续断路器故障诊断模型机器学习提供数据来源。

本文研究的主要成果如下:

(1) 用Matlab软件搭建了断路器电气机械系统仿真模型,通过软件编程实现反映断路器运行状态的分合闸线圈电流、动铁芯直线行程位移信号;

(2) 用Matlab软件搭建高压断路器故障模拟平台,可以模拟断路器的各种故障数据,有效地解决了在线感知故障数据不足、故障单一、数据处理难度大的问题;

(3) 通过软件编程对分合闸线圈电流和铁芯行程两种信号的数据处理,得到可用于训练故障诊断模型的分合闸特征标签数据集,导出各种故障状态下规范的数据文件,用于高压断路器的机器学习,有助于提高高压断路器的机器学习算法的置信度。

References 廖敏夫, 黄金强, 葛国伟, 等. 国内外混合式断路器发展与研究现状[J]. 高电压技术, 2016, 42(6): 1688-1694. 王圣军. 永磁真空断路器设计及同步控制技术研究[D]: [硕士学位论文]. 淄博: 山东理工大学, 2020. 任明, 陈荣发, 夏昌杰, 等. 基于三元图谱的真空断路器机电故障诊断研究[J]. 中国电机工程学报, 2019(z1): 322-342. 陈欣昌. 基于多源数据的高压断路器故障诊断方法研究[D]: [硕士学位论文]. 西安: 西安交通大学, 2022. 张建, 张朋, 宫铭辰, 王悦, 陈世玉. 基于机器学习算法的高压断路器故障诊断研究[J]. 东北电力技术, 2022, 43(11): 12-16. 张永奎, 赵智忠, 冯旭, 郭雪. 基于分合闸线圈电流信号的高压断路器机械故障诊断[J]. 高压电器, 2013, 49(2): 37-42. 郎福成. 真空断路器机械特性在线监测[D]: [硕士学位论文]. 沈阳: 沈阳工业大学, 2005. Yang, Q., Ruan, J., Zhuang, Z., et al. (2019) A New Vibration Analysis Approach for Detecting Mechanical Anomalies on Power Circuit Breakers. IEEE Access, 7, 1470-1480. >https://doi.org/10.1109/ACCESS.2019.2893922 Wang, M., Zhang, Z., Li, K., et al. (2020) Survey on Advanced Equipment Fault Diagnosis and Warning Based on Big Data Technique. Journal of Physics: Conference Series, 1549, Article 042134.>https://doi.org/10.1088/1742-6596/1549/4/042134
Baidu
map