高压断路器的在线监测与故障诊断 赵景茜 指导老师：刘东 (上海交通大学电气工程系，上海市200240：) 摘要：针对高压断路器在线监测的需求，探讨了信号采集、信号处理、故障分类等环节的 处理方法，结合变电站自动化的发展趋势，探讨了基于IEC850的在线监测系统模型，使工程 上更有实践性。 关键词：高压断路器：在线监测：故障识别：：变电站自动化 1.引言 状态检修的实现手段为在线监测。若能 在设备不离线的情况下，获知其运行状态， 随着我国社会和经济的快速发展，电力系 及时作出或调整检修计划，将大大节省人力 统在国民经济中的地位越来越为重要，电力系 和财力资源，提高电力系统运行可靠性，进 统的容量也在快速不断地增加，这就对电力设 一步推进变电站自动化。 备的可靠性提出了更高的要求。而高压断路器 2.2高压断路器概述 又是所有电力设备中最重要的设备，在系统中 相比其他静止设备，高压断路器需要不 起着控制和保护的作用。高压断路器能否持续 断进行动作，且承担电弧开断工作。因此它 可靠的运行对电力系统的安全、稳定有着十分 结构复杂，零部件多样，故障种类也较为繁 重要的影响。因此，研究如何准确并及时地诊 杂，故障诊断不易。 断断路器故障类型及严重程度具有十分重要 2.2.1高压断路器故障种类 的现实意义。 根据国际大电网会议以及国内有关部 文献[1]叙述了电力设备在线监测的发展 门对高压断路器故障的统计结果表明，由机 现状，文献[2][14]用各种不同的方法进行了 械性能下降引起故障占断路器运行中故障 信号处理和故障识别，文献[15][16]介绍了基 的70%：由辅助电路和控制电路的电故障引 于IEC61850的在线监测系统模型设计。 起的占19%：由绝缘问题引起的故障占 最后本文在以上基础上改进了信号处理 8.3%。可见机械性能老化是断路器故障的 和故障识别方法，并在变电站自动化方面做了 主要原因。每种故障对应的特征信号不同， 一定的创新。 下文中将着重分析机械状态对应的振动信 号，其余信号较之更为简单，可用类似方法 2.问题的提出 进行处理。 2.1状态检修及在线监测 2.2.2高压断路器的电寿命和机械寿命 随着传感技术、微机技术、数据采集与 断路器的电寿命取决于触头的磨损，而 处理技术等高新科技的发展与应用，出现了 触头磨损又取决于燃弧放电量。 一种新的检修技术一一状态检修。不同于之 前的“事故检修”和“预防检修”，状态检 q= idt 修是一种基于设备状态的检修方式，它以数 其中i为开断电流，t为燃弧时间。 据为依据作出检修决策，旨在不影响设备正 断路器由于频繁动作，不可避免地造成 常运行的情况下，通过各种方法对设备健康 机械损伤，且这种机械损伤远大于电损伤。 水平进行监视和评估。既可实时了解设备的 锈蚀和变形都会造成断路器无法正常开断。 运行状态，又可捕捉故障征兆，及时作出针 一般以断路器的开断次数作为衡量其机械 对性的检修计划，防止事故发生或事故扩大。 寿命的重要指标
高压断路器的在线监测与故障诊断 赵景茜 指导老师：刘东 （上海交通大学 电气工程系，上海市 200240；） 摘 要：针对高压断路器在线监测的需求，探讨了信号采集、信号处理、故障分类等环节的 处理方法，结合变电站自动化的发展趋势，探讨了基于IEC850的在线监测系统模型，使工程 上更有实践性。 关键词：高压断路器；在线监测； 故障识别；；变电站自动化 1．引言 随着我国社会和经济的快速发展，电力系 统在国民经济中的地位越来越为重要，电力系 统的容量也在快速不断地增加，这就对电力设 备的可靠性提出了更高的要求。而高压断路器 又是所有电力设备中最重要的设备，在系统中 起着控制和保护的作用。高压断路器能否持续 可靠的运行对电力系统的安全、稳定有着十分 重要的影响。因此，研究如何准确并及时地诊 断断路器故障类型及严重程度具有十分重要 的现实意义。 文献[1]叙述了电力设备在线监测的发展 现状，文献[2]~[14]用各种不同的方法进行了 信号处理和故障识别，文献[15][16]介绍了基 于IEC61850的在线监测系统模型设计。 最后本文在以上基础上改进了信号处理 和故障识别方法，并在变电站自动化方面做了 一定的创新。 2．问题的提出 2.1 状态检修及在线监测 随着传感技术、微机技术、数据采集与 处理技术等高新科技的发展与应用，出现了 一种新的检修技术一一状态检修。不同于之 前的“事故检修”和“预防检修”，状态检 修是一种基于设备状态的检修方式，它以数 据为依据作出检修决策，旨在不影响设备正 常运行的情况下，通过各种方法对设备健康 水平进行监视和评估。既可实时了解设备的 运行状态，又可捕捉故障征兆，及时作出针 对性的检修计划，防止事故发生或事故扩大。 状态检修的实现手段为在线监测。若能 在设备不离线的情况下，获知其运行状态， 及时作出或调整检修计划，将大大节省人力 和财力资源，提高电力系统运行可靠性，进 一步推进变电站自动化。 2.2 高压断路器概述 相比其他静止设备，高压断路器需要不 断进行动作，且承担电弧开断工作。因此它 结构复杂，零部件多样，故障种类也较为繁 杂，故障诊断不易。 2.2.1 高压断路器故障种类 根据国际大电网会议以及国内有关部 门对高压断路器故障的统计结果表明，由机 械性能下降引起故障占断路器运行中故障 的 70％；由辅助电路和控制电路的电故障引 起的占 19％；由绝缘问题引起的故障占 8．3％。可见机械性能老化是断路器故障的 主要原因。每种故障对应的特征信号不同， 下文中将着重分析机械状态对应的振动信 号，其余信号较之更为简单，可用类似方法 进行处理。 2.2.2 高压断路器的电寿命和机械寿命 断路器的电寿命取决于触头的磨损，而 触头磨损又取决于燃弧放电量。 ᔨ 其中 i 为开断电流，t 为燃弧时间。 断路器由于频繁动作，不可避免地造成 机械损伤，且这种机械损伤远大于电损伤。 锈蚀和变形都会造成断路器无法正常开断。 一般以断路器的开断次数作为衡量其机械 寿命的重要指标
2.3IEC61850 辨率。 EC61850标准是电力系统自动化领域 唯一的全球通用标准。它通过标准的实现， 实现了智能变电站的工程运作标准化。使得 DA: AD DD. 智能变电站的工程实施变得规范、统一和透 AAA:DAA,ADA,DDA,AAD,DAD,ADD,DDD, 明。通过对统一信息接口的规定，实现设备 图3.1小波包分解示意图 之间的互操作性。 3.2.2EMD及其改进算法 变电站通信体系EC61850将变电站通信体 由于振动信号是非线性非平稳信号，传 系分为3层，即站控层、间隔层、过程层。 统的信号处理方法，如傅里叶变化，小波分 3.解决问题的方法 析等对它不再适用。EMD算法在处理此类 信号方面表现出色。 3.1信号采集 EMD分解实质上是一个对信号的“筛 针对高压断路器不同的故障类型，我们 分”的过程，它逐步将信号分解开来，产生 需要选取不同的参数进行监测，具体内容见 一系列信号分量，每一个信号分量都包含了 表3-1。 不同的特征尺度，这些分量被称为本征模态 表3-1监测量 函数(IMF)。一个真正的MF分量，需要 监测状态 监测量 同时满足下面两个条件： 动作情况 ①分合闸线圈电流 1)在整个信号序列内，极值点和过零点的 ②机械振动信号 个数相等或者相差不超过一个： ③分合闸次数 2) 信号任意一个局部极大值点的包络线 正常状态 ①温度 和局部极小值点的包络线的平均值为 ②电压、电流 零。 绝缘监测 泄漏电流 EMD分解步骤如下： 信号采集电路设计过程中要注意以下几点： 1)首先确定信号的所有的局部极大值点 1)传感器安放位置合理，不破坏断路器本 和极小值点，然后通过三次样条函数插 来结构： 值将所有的局部极大值点和极小值点 2)高低压侧隔离： 连接成上、下包络线： 3)设计的调理电路要尽可能屏蔽干扰信 2) 计算出上、下包络线的平均值记为m1, 号。 并让原信号序列x①)减去m1,得 3.2信号处理及特征量提取 h1=X(t-m1: 由传感器获取上述信号之后，我们需要 3) 若h(t)符合IMF的两个条件，那么可以 通过单片机对这些信号进行处理。以振动信 作为信号序列x①)的第一个分量。 号为例，对信号处理及特征量提取过程进行 若不符合，对h①)重复步骤1、2，得到 分析。 m11,h11=hl-m11再判断，若不满足则 3.2.1信号降噪 继续重复k次，直至hk满足IMF的两 在后续处理之前，先将信号用小波包降 个条件为止。记c=hk,得到第一个真 噪。其基本思想是，信号经过小波包分解后， 正的单信号分量： 其中幅值较大的系数包含信号的重要信息， 4) 将得到的第一个分量c1.从x(①中分离 而那些一致分布且数目和幅值均较小的系 出来，得到剩余信号序列r=x(t)-C1,循 数对应的是噪声。去除这些噪声分量后，再 环n次，直至m不存在满足MF条件 将这些信号进行重构，就能达到去噪的效果。 的分量为止，此时的m应是一个单调 小波包分解是对小波分解的改进。能够 函数。 对高频频带进行进一步的分解，提高频率分 分解的结果为：
2.3 IEC61850 IEC61850 标准是电力系统自动化领域 唯一的全球通用标准。它通过标准的实现， 实现了智能变电站的工程运作标准化。使得 智能变电站的工程实施变得规范、统一和透 明。通过对统一信息接口的规定，实现设备 之间的互操作性。 变电站通信体系 IEC61850 将变电站通信体 系分为 3 层，即站控层、间隔层、过程层。 3．解决问题的方法 3.1 信号采集 针对高压断路器不同的故障类型，我们 需要选取不同的参数进行监测，具体内容见 表 3-1。 表 3-1 监测量 监测状态 监测量 动作情况 ①分合闸线圈电流 ②机械振动信号 ③分合闸次数 正常状态 ①温度 ②电压、电流 绝缘监测 泄漏电流 信号采集电路设计过程中要注意以下几点： 1) 传感器安放位置合理，不破坏断路器本 来结构； 2) 高低压侧隔离； 3) 设计的调理电路要尽可能屏蔽干扰信 号。 3.2 信号处理及特征量提取 由传感器获取上述信号之后，我们需要 通过单片机对这些信号进行处理。以振动信 号为例，对信号处理及特征量提取过程进行 分析。 3.2.1 信号降噪 在后续处理之前，先将信号用小波包降 噪。其基本思想是，信号经过小波包分解后， 其中幅值较大的系数包含信号的重要信息， 而那些一致分布且数目和幅值均较小的系 数对应的是噪声。去除这些噪声分量后，再 将这些信号进行重构，就能达到去噪的效果。 小波包分解是对小波分解的改进。能够 对高频频带进行进一步的分解，提高频率分 辨率。 图 3.1 小波包分解示意图 3.2.2 EMD 及其改进算法 由于振动信号是非线性非平稳信号，传 统的信号处理方法，如傅里叶变化，小波分 析等对它不再适用。EMD 算法在处理此类 信号方面表现出色。 EMD 分解实质上是一个对信号的“筛 分”的过程，它逐步将信号分解开来，产生 一系列信号分量，每一个信号分量都包含了 不同的特征尺度，这些分量被称为本征模态 函数（IMF)。一个真正的 IMF 分量，需要 同时满足下面两个条件： 1) 在整个信号序列内，极值点和过零点的 个数相等或者相差不超过一个； 2) 信号任意一个局部极大值点的包络线 和局部极小值点的包络线的平均值为 零。 EMD 分解步骤如下： 1) 首先确定信号的所有的局部极大值点 和极小值点，然后通过三次样条函数插 值将所有的局部极大值点和极小值点 连接成上、下包络线； 2) 计算出上、下包络线的平均值记为 m1， 并让原信号序列 x(t)减去 m1，得 h1=x(t)-m1； 3) 若 h(t)符合 IMF 的两个条件，那么可以 作为信号序列 x(t) 的第一个分量。 若不符合，对 h(t)重复步骤 1、2，得到 m11,h11=h1-m11 再判断，若不满足则 继续重复 k 次，直至 h1k满足 lMF 的两 个条件为止。记 c1k=h1k，得到第一个真 正的单信号分量； 4) 将得到的第一个分量 c1．从 x(f)中分离 出来，得到剩余信号序列 r1=x(t)-c1，循 环 n 次，直至 rn 不存在满足 IMF 条件 的分量为止，此时的 rn 应是一个单调 函数。 分解的结果为：
n H x(t)= ci(t)+rn 0 H. 其中c信号中从高频段到低频段的能量，m 代表信号变化趋势。 实践结果表明，这种方法存在较大的模 态混叠。为改进这一缺点，发展了EEMD 口 算法。即在原始信号中多次加入均值为0， 、mrgn-2小M 标准差为常数白噪声n(t),即 x(t)=x(t)+n(t) 图3.2最优分类面示意图 再对x)进行EMD分解，方法与上述 支持向量机是一种广义的线性分类器， 相同。 其基本分类思想是：通过非线性变换将输入 3.3.3特征量提取 空间变换到一个高维的特征空间，并在此空 为进行故障诊断，我们需要对信号进行 间中寻找最优的线性分类超平面，并且该超 特征量提取，将各信号特征量化，用数值反 平面不但能将所有训练样本正确分类，还能 应出来。常用特征量如下： 使它离最近样本的分类间隔最大。如图3.2 表3-2特征量 所示。 特征量 相关说明 3.3.2神经网络分类法 均方值 2 BP网络一般是指采用了BP算法的多 S= 层神经网络模型。图3.3所示为多层神经网 峭度 G,=N2,1- 1 络模型的拓扑结构，它由输入层、中间层和 时 输出层组成，中间层即是隐含层，可以是一 域 Xrms 层或者多层。BP网络的学习过程分为两部 能量总量 n 分：正向传播和反向传播。 Q=∑x2Oat t=0 极值点时刻 振动信号极值点的发生 时刻 频 能量熵 对MF包络线进行处 域 样本熵 理，得到能反应信号特 征的值 总得来说频域量的特征更加明显，更容 输入层 隐层 输出层 易做后续故障分析。 3.3故障诊断 图3.3多层BP网络拓扑结构图 获取振动信号的特征量后，可以根据特 基本原理如下：正向传播时，输入信息 征量的值进行故障分类，下面介绍三种典型 从输入层经隐层单元处理后传向输出层，每 方法。 一层神经元的状态只影响下一层的神经元 3.31支持向量机 状态。如果输出层没有得到希望的输出结果， 则转入反向传播，将误差信号沿原来的神经 元连接通路返回。在返回过程中，会逐一修 改各层神经元连接的权值。这种运算过程不 断迭代，最后使信号误差达到允许的范围之 内
其中 cj信号中从高频段到低频段的能量，rn 代表信号变化趋势。 实践结果表明，这种方法存在较大的模 态混叠。为改进这一缺点，发展了 EEMD 算法。即在原始信号中多次加入均值为 0， 标准差为常数白噪声 ni(t)，即 䁊 再对 xi(t)进行 EMD 分解，方法与上述 相同。 3.3.3 特征量提取 为进行故障诊断，我们需要对信号进行 特征量提取，将各信号特征量化，用数值反 应出来。常用特征量如下： 表 3-2 特征量 特征量 相关说明 时 域 均方值 S x i 2 峭度 Cq 1 N i1 N xi − x䁊 4 Xrms 4 能量总量 Q t0n |x 2 t |∆t 极值点时刻 振动信号极值点的发生 时刻 频 域 能量熵 对 IMF 包络线进行处 理，得到能反应信号特 征的值 样本熵 总得来说频域量的特征更加明显，更容 易做后续故障分析。 3.3 故障诊断 获取振动信号的特征量后，可以根据特 征量的值进行故障分类，下面介绍三种典型 方法。 3.3.1 支持向量机 图 3.2 最优分类面示意图 支持向量机是一种广义的线性分类器， 其基本分类思想是：通过非线性变换将输入 空间变换到一个高维的特征空间，并在此空 间中寻找最优的线性分类超平面，并且该超 平面不但能将所有训练样本正确分类，还能 使它离最近样本的分类间隔最大。如图 3.2 所示。 3.3.2 神经网络分类法 BP 网络一般是指采用了 BP 算法的多 层神经网络模型。图 3.3 所示为多层神经网 络模型的拓扑结构，它由输入层、中间层和 输出层组成，中间层即是隐含层，可以是一 层或者多层。BP 网络的学习过程分为两部 分：正向传播和反向传播。 图 3.3 多层 BP 网络拓扑结构图 基本原理如下：正向传播时，输入信息 从输入层经隐层单元处理后传向输出层，每 一层神经元的状态只影响下一层的神经元 状态。如果输出层没有得到希望的输出结果， 则转入反向传播，将误差信号沿原来的神经 元连接通路返回。在返回过程中，会逐一修 改各层神经元连接的权值。这种运算过程不 断迭代，最后使信号误差达到允许的范围之 内
这种方法需要事先用很多样本进行训 XCBR 断路器建模 练，而且计算量较大 SIMU 监测温度、压力等参数 3.3.3图像识别技术 GGIO 通用信息 每个振动信号都可以构成如测点*时间 CALH 处理报警和事件 *振幅的三维故障样本矩阵，每个这样的矩 基于以上节点，可以建立在线监测系统 阵都可以看成是一幅数字图像。因此，将待 的简易模型如图3.5。 检故障信号与样本信号的矩阵进行比对，实 际上就是一种数字图像匹配计算，属于图像 LINO LPHD XCBR D名称 装置铭牌 新路器名序 识别的范畴。找出接近的典型故障样本，即 断路器路径 可判别为此类故障。 D路径 然置健嫩度 其使必选信包 是香为代型 其他公 断路器位置 3.4在线监测系统设计 共信息 其他配述信息 其也配培信息 依据上述信号处理原理和故障分类技 CALH G01 术编写程序，即可实现从信号到故障的诊断。 所在D名 所在D名存 渐在1D名将 所在1D路径 所在D降径 所在1D路径 下面联系变电站，对在线监测系统进行整体 其他必达信色 分合附线国电流 讨论。 色缘格界 告餐信包 开斯由洁 其他配法倍息 其他配选倍息 其直流输入量 3.4.1拓扑图 (GG102 CCI03 A相 所在1D名称 所在D名称 所在LD路径 所在D路径 45H R2328485 主路电流 簧储 主路地压 电机流 其他交流输入异 其位状药输入量 R8232URS.485 232R548 图3.5在线监测模型 A相 4.总结与体会 R5-252/R545 4.1总结 基于状态检修发展趋势，本文以断路器 图3.4监测系统拓扑图 这一重要电力设备为代表，分析了在线监测 系统分现场采集系统和远程管理系统 系统建立的过程。从信号采集，到信号处理， 两部分。由测量单元采集到数据后，传入下 再到故障分类，每一环节需要考虑的因素都 位机进行数据处理，并通过通信口上传至上 十分复杂，关系到最后的故障诊断正确率。 位机，进行存储、打印、和人机交互。 同时，还从变电站自动化的角度出发， 由于采集的信号较多，远距离传输受到 探讨了在线监测系统基于EC61850的模型， 的干扰较大，个人认为信号处理和故障诊断 有利于工程的统一化和标准化 可以在下位机进行，再将故障诊断结果传送 4.2体会 至上位机进行保存和显示。由于断路器的分 在撰写小论文的过程中，我深切体会到 合闸频率不高，虽然信号量大但是更新周期 了工程的不易。一开始只是一个粗略的想法， 较长。所以对下位机的数据处理速率没有太 没有想到一个简单的想法要付诸实践，要考 高的要求。 虑无数的细节和问题。这一过程远比我想象 3.4.2基于IEC61850的模型 的要困难许多。在查阅了相关文献资料后， 应用IEC61850对在线监测系统进行建 终于对这一过程有了初步的了解。 模，会用到以下节点： 在论文撰写过程中我发现，没有实验数 表3-3逻辑节点 据对论文的影响很大。每一过程都会有许多 逻辑节点 说明 方法，各有千秋。只有用现场实验数据来检 LLNO 为逻辑设备存放公共数据 验才能知道最终效果的好坏。但是由于资源 LPHD 物理装置的公用信息建模 限制并没有做到，这也是本文的缺憾所在
这种方法需要事先用很多样本进行训 练，而且计算量较大 3.3.3 图像识别技术 每个振动信号都可以构成如测点*时间 *振幅的三维故障样本矩阵，每个这样的矩 阵都可以看成是一幅数字图像。因此，将待 检故障信号与样本信号的矩阵进行比对，实 际上就是一种数字图像匹配计算，属于图像 识别的范畴。找出接近的典型故障样本，即 可判别为此类故障。 3.4 在线监测系统设计 依据上述信号处理原理和故障分类技 术编写程序，即可实现从信号到故障的诊断。 下面联系变电站，对在线监测系统进行整体 讨论。 3.4.1 拓扑图 图 3.4 监测系统拓扑图 系统分现场采集系统和远程管理系统 两部分。由测量单元采集到数据后，传入下 位机进行数据处理，并通过通信口上传至上 位机，进行存储、打印、和人机交互。 由于采集的信号较多，远距离传输受到 的干扰较大，个人认为信号处理和故障诊断 可以在下位机进行，再将故障诊断结果传送 至上位机进行保存和显示。由于断路器的分 合闸频率不高，虽然信号量大但是更新周期 较长。所以对下位机的数据处理速率没有太 高的要求。 3.4.2 基于 IEC61850 的模型 应用 IEC61850 对在线监测系统进行建 模，会用到以下节点： 表 3-3 逻辑节点 逻辑节点 说明 LLNO 为逻辑设备存放公共数据 LPHD 物理装置的公用信息建模 XCBR 断路器建模 SIMU 监测温度、压力等参数 GGIO 通用信息 CALH 处理报警和事件 基于以上节点，可以建立在线监测系统 的简易模型如图 3.5。 图 3.5 在线监测模型 4．总结与体会 4.1 总结 基于状态检修发展趋势，本文以断路器 这一重要电力设备为代表，分析了在线监测 系统建立的过程。从信号采集，到信号处理， 再到故障分类，每一环节需要考虑的因素都 十分复杂，关系到最后的故障诊断正确率。 同时，还从变电站自动化的角度出发， 探讨了在线监测系统基于 IEC61850 的模型， 有利于工程的统一化和标准化 4.2 体会 在撰写小论文的过程中，我深切体会到 了工程的不易。一开始只是一个粗略的想法， 没有想到一个简单的想法要付诸实践，要考 虑无数的细节和问题。这一过程远比我想象 的要困难许多。在查阅了相关文献资料后， 终于对这一过程有了初步的了解。 在论文撰写过程中我发现，没有实验数 据对论文的影响很大。每一过程都会有许多 方法，各有千秋。只有用现场实验数据来检 验才能知道最终效果的好坏。但是由于资源 限制并没有做到，这也是本文的缺憾所在
[15】孙佳林.SF6断路器在线监测系统的 参考文献： 开发D1.上海交通大学，2007. []胡文平，尹项根，张哲.电气设备在线 [16)董越.SF6高压断路器在线监测及振 监测技术的研究与发展).华北电力技术， 动信号的分析D].上海交通大学，2008. 2003(2):23-26. [2]郑晓彬，胡晓光，孙来军.基于单片机 的高压断路器机械状态在线监测数据采集 系统U.电气自动化，2002,24(6)：33-34. [3]韩学军，刘滨涛，陈永辉，等.基于无线 通信的高压断路器温度在线监测系统 电力系统自动化，2006,30(8)：84-88 [4]曲昱明.高压断路器在线监测系统的设 计[D1.大连理工大学，2014 [5]吕锋，曹国臣.基于DSP的断路器在线 监测与诊断系统).仪表技术与传感器 2008(6):52-54 [6]王玉梅，王娜.基于神经网络专家系统 的高压断路器在线监测研究U.测控技术， 2009.28(7):75-78. [T)孙抗，刘永超.基于小波包和EMD的断 路器机械故障诊断研究J.测控技术，2017， 36(2):20-23. [8)]张建锋.基于机械振动信号的高压断路 器故障诊断研究D].黑龙江大学，2016 [9]孙曙光，于晗，杜太行，等.基于振动信号 样本熵和相关向量机的万能式断路器分合 闸故障诊断J.电工技术学报，2017， 32(7):20-30. [10]郑近德，程军圣，杨宇，等.改进的 EEMD算法及其应用研究).振动与冲击， 2013.32(21):21-26 [11]花汉兵.基于小波包的振动信号去噪应 用与研究).噪声与振动控制，2007， 27(6):19-21 [12]陈非，施青，黄来，等.基于图像识别技 术的旋转机械振动故障诊断方法).汽轮 机技术，2014,56(5)：364-366. [13]马义，郑建勇，梅军，等.基于 IEC61850的SF6断路器在线监测系统的信 息建模及通信实现.电力自动化设备 2010,30(2):131-134 [14]王迪.基于IEC61850标准的SF6断路 器在线监测系统关键技术研究D].东南大 学，2015
参考文献： [1] 胡文平, 尹项根, 张哲. 电气设备在线 监测技术的研究与发展[J]. 华北电力技术, 2003(2):23-26. [2] 郑晓彬, 胡晓光, 孙来军. 基于单片机 的高压断路器机械状态在线监测数据采集 系统[J]. 电气自动化, 2002, 24(6):33-34. [3] 韩学军, 刘滨涛, 陈永辉,等. 基于无线 通信的高压断路器温度在线监测系统[J]. 电力系统自动化, 2006, 30(8):84-88. [4] 曲昱明. 高压断路器在线监测系统的设 计[D]. 大连理工大学, 2014. [5] 吕锋, 曹国臣. 基于 DSP 的断路器在线 监测与诊断系统[J]. 仪表技术与传感器, 2008(6):52-54. [6] 王玉梅, 王娜. 基于神经网络专家系统 的高压断路器在线监测研究[J]. 测控技术, 2009, 28(7):75-78. [7] 孙抗, 刘永超. 基于小波包和 EMD 的断 路器机械故障诊断研究[J]. 测控技术, 2017, 36(2):20-23. [8] 张建锋. 基于机械振动信号的高压断路 器故障诊断研究[D]. 黑龙江大学, 2016. [9]孙曙光, 于晗, 杜太行,等. 基于振动信号 样本熵和相关向量机的万能式断路器分合 闸故障诊断[J]. 电工技术学报, 2017, 32(7):20-30. [10]郑近德, 程军圣, 杨宇,等. 改进的 EEMD 算法及其应用研究[J]. 振动与冲击, 2013, 32(21):21-26. [11]花汉兵. 基于小波包的振动信号去噪应 用与研究[J]. 噪声与振动控制, 2007, 27(6):19-21. [12] 陈非, 施青, 黄来,等. 基于图像识别技 术的旋转机械振动故障诊断方法[J]. 汽轮 机技术, 2014, 56(5):364-366. [13] 马义, 郑建勇, 梅军,等. 基于 IEC61850 的 SF_6 断路器在线监测系统的信 息建模及通信实现[J]. 电力自动化设备, 2010, 30(2):131-134. [14] 王迪. 基于 IEC61850 标准的 SF6 断路 器在线监测系统关键技术研究[D]. 东南大 学, 2015. [15] 孙佳林. SF_6 断路器在线监测系统的 开发[D]. 上海交通大学, 2007. [16] 董越. SF_6 高压断路器在线监测及振 动信号的分析[D]. 上海交通大学, 2008
On-line monitoring and troubleshooting of high voltage circuit breaker Zhao Jingqian Adiviser:Liu Dong Shanghai Jiao Tong University,Shanghai 200240,China) Abstract:Aiming at the requirement of on-line monitoring of high-voltage circuit breakers,the processing methods of signal acquisition,signal processing and fault classification are discussed.Combined with the development trend of substation automation,the on-line monitoring system model based on IEC850 is also involved in this article,which makes the project more practical. Key word;high voltage circuit breaker,On-line monitoring;fault classification;substation automation
On-line monitoring and troubleshooting of high voltage circuit breaker Zhao Jingqian Adiviser:Liu Dong （ Shanghai Jiao Tong University，Shanghai 200240，China） Abstract：Aiming at the requirement of on - line monitoring of high - voltage circuit breakers, the processing methods of signal acquisition, signal processing and fault classification are discussed. Combined with the development trend of substation automation, the on - line monitoring system model based on IEC850 is also involved in this article, which makes the project more practical. Key word：high voltage circuit breaker; On-line monitoring; fault classification; substation automation
