一種基于多信號特征融合的斷路器狀態識別方法
【技術領域】
[0001] 本發明設及一種基于多信號特征融合的斷路器狀態識別方法，用于電力系統中高 壓斷路器故障診斷和運行狀態監測。
【背景技術】
[0002] 國際大電網會議(CIGRE)對高壓斷路器可靠性進行了 3次世界范圍調查，操動機構 及輔助回路故障占到大多數，達到了61%。而我國的統計分析表明：220kVW下等級配電開 關設備事故情況的拒動、誤動、開斷與關合故障占總事故的43%; 110~500kV電壓等級斷路 器故障中，66.4 %為操動機構及輔助回路故障。
[0003] 由于斷路器存在故障隱患時伴隨的信號屬于非平穩信號，所W不管是在記錄還是 處理上都要比周期性的信號復雜困難的多。鑒于斷路器操作過程中振動、聲音和應力信號 的復雜性和實測數據的隨機性，且信號采樣頻率和記錄速度都很高，所W對斷路器操作過 程產生的振動信號、聲音信號和應力信號聯合分析研究還處于探索階段。
[0004] 隨著信號處理技術的提高，一些新型的算法也逐漸應用于斷路器狀態判別中。對 于通過傳統的單一聲音信號或振動信號辨別斷路器狀態，現有的算法主要包括小波分解、 經驗模態、小波包能譜賭、小波奇異性監測等等，運些算法都取得了比較理想的效果。振動 信號通過固體傳播衰減小，不易收到外界干擾，一般采用的壓電式加速度傳感器采集信號 時，雖然靈敏度高，但振幅較大時信號存在飽和現象，波形存在削頂現象;而聲波信號在空 氣中傳播易受背景噪聲干擾，信噪比低，但其屬于非接觸式測量，安裝方便，另外測量頻帶 寬，能夠有效避免飽和及失效現象。已有的方法中大部分采用單一的振動信號或聲音信號， 并沒有較全面的利用斷路器在動作時其他信號，故而會在一些比較特殊的情況下做出誤判 斷。

【發明內容】

[0005] 本發明所要解決的技術問題，就是提供一種基于多信號特征融合的斷路器狀態識 別方法，其在利用現有算法的基礎上，綜合考慮了斷路器在動作過程中產生的聲音、振動和 應力信號，避免了信息的缺失;利用多信號融合技術，進一步掲示了聲音、振動和應力信號 之間的內在聯系，提高了診斷結果的準確度，去除數據的大量冗余，彌補了現有算法的一些 缺點。
[0006] 解決上述技術問題，本發明采取如下技術方案：
[0007] -種基于多信號特征融合的斷路器狀態識別方法，其特征是包括W下步驟：
[000引步驟1，通過聲音傳感器、振動傳感器和應力傳感器測得斷路器包括故障和非故障 動作時的信號；
[0009] 步驟2，求信號起始點的對應時刻(也即分合閩起始點）
[0010] 將聲音信號與振動信號W64個點為一組形成信號序列，分別對信號序列進行FFT 變換得到信號序列的頻率組成，對比得到的信號序列頻率組成找出含有不同于環境噪聲頻 率的第一段信號序列；
[0011]計算上面得到的聲音信號和振動信號不同于環境噪聲頻率的第一段信號序列之 間的歐幾里得距離：W -材%:
[0012] 其中，V=(V1,V2, . . .，Vn)、S=(Sl,S2, . . . ,Sn)為聲音信號和振動信號信號序列在 歐幾里得空間中的點；
[0013] 在捜索具體的對應事件時d(V，S)如果單調增加，則加大步長，直至d(V，S)遞減，開 始精細捜索，得到最小值d(V，S)min，該點即為信號起始點的對應時刻；
[0014] 步驟3,利用小波變換提取振動信號、聲音信號和應力信號的小波能譜賭特征矩陣 M= [Ev Es Ef]
[001 5] Ev = Evl , Ev2 , . . . Evm、Es 二Esl , Es2 , . . . Esm、EF = Ef 1 , Ef 2 , . . . Efm為振動f曰號、尸首f曰號 和應力信號在m尺度上的小波能譜賭，；
[0016] 步驟4，W形成的小波能譜賭特征矩陣M=[Ev Es Ef]建立特征融合框架 [0017]設F為狀態識別的特征融合框架，F包含2類狀態，即正常Fi和異常F2狀態；
[001引若集函數11:2心[0山（2。為F的幕集)滿足條件:D(O)=O且I"(巧）二1，你=巧>， 巧 其中Fk表示第k類狀態，則n就叫狀態識別特征融合框架F上的基本可信度分配；V巧:e2f .，n (Fk)稱為Fk的基本可信數；
[0019] n(Fk)表征對第k類狀態不確定性的度量或對第k類狀態本身的支持度大小；
[0020] 設m，n2，n3是F上3類基本可信度分配，那么組合后的基本可信度分配為各可信度 分配函數的正交和;^ =巧，用公式表示為
[0023]設第i類狀態的第j類信號對應的基本可信度函數為：
[0025]式中：1 = 1，2^ = 1，2,3;4^為第^'類信號的模糊不確定度，根據歷史經驗或統計數 據來設定；I ImIU表示小波能譜賭特征矩陣的二范數，目的是為了通過范數計算出多種信 號間的能譜賭距離，從而更好的反應多種信號在不同狀態的特征；
[00%] W上兩式為證據理論的核屯、，通過它可W把若干條獨立的證據組合起來；
[0027] K成為沖突因子，當K< W，表示運若干條證據一致或部分一致，運時可給出證據組 合結果；
[00%]當K = W時，表示運些證據是完全矛盾的，運時不能用證據理論進行組合.
[0029] K越大表示證據沖突越嚴重，在實際應用中，為避免違背常理的組合結論出現，通 常給K設定一闊值，當K大于該闊值時，則認為證據沖突過大造成組合沒有實際意義，需要重 新尋找證據或采用修正的證據理論；
[0030] 步驟5,建立基于可信度的判斷機制，對得到的特征賭通過證據理論判斷過后做出 判斷；
[0031] 該判斷應滿足某種狀態具有最大可信度，其可信度與另一狀態可信度值差在最大 可信度中所占的比例大于某一百分比；
[0032] 因此應滿足條件：
，則Fi即為判斷結果；
[0033] 其中Ei為根據斷路器的型號和斷路器所處環境設置的闊值，。為最大可信度與另 一狀態差值所占最大可信度的百分比；El是為了保證對Fl成立的信任度足夠大，E2是為了保 證判斷結果具有足夠的區分度而不至于得到模棱兩可的結論。
[0034] 有益效果:本方法提高了診斷結果的準確度，去除數據的大量冗余，彌補了現有算 法的一些缺點;可用于彌補現有斷路器診斷方法的不足，亦可作為現有技術的補充。
【附圖說明】
[0035] 圖1是本發明實現框圖；
[0036] 圖2是時標對位實現框圖；
[0037] 圖3是信息融合過程框圖。
【具體實施方式】
[0038] 本發明的基于多信號特征融合的斷路器狀態識別方法實施例，包括W下步驟：
[0039] 步驟1，通過聲音傳感器、振動傳感器和應力傳感器測得斷路器包括故障和非故障 動作時的信號；
[0040] 步驟2,由信號頻率崎變法初步確定分合閩發生所在的信號序列，利用變步長歐幾 里得距離快速捜索法對聲音信號和振動信號進行時標對位，具體如下：
[0041] 將聲音信號與振動信號W64個點為一組形成信號序列，分別對信號序列進行FFT 變換得到信號序列的頻率組成，對比得到的信號序列頻率組成找出含有不同于環境噪聲頻 率的第一段信號序列；
[0042] 計算上文得到的不同于環境噪聲頻率的聲音信號和振動信號兩者之間的歐幾里 得距離。選擇最小歐幾里得距離得到信號起始點的對應時刻；
[0043] 定義:在歐幾里得空間中，點V=(V1，V2, . . .，Vn)和S=(S1，S2, . . .，Sn)之間的歐式 距離為抓/..S-) = -J,)'，稱為歐幾里得距離；
[0044] W歐幾里得距離之和最小（隸屬度最大）的事件為振動信號和聲音信號的相應事 件，由此繪出兩信號對應事件的時間-事件曲線，從而得到信號起始點的對應時刻；
[0045] 利用歐幾里得距離判據，捜索時d(V，S)如果單調增加，則加大步長，直至d(V，S)遞 減，開始精細捜索，得到最小值d(V，S)min，該點即為信號起始點的對應時刻即分合閩起始 占 .
[0046] 步驟3,利用小波變換提取振動信號、聲音信號和應力信號的小波能譜賭特征矩陣 M= [Ev Es Ef]
[0047] Ev = Ev1，Ev2, . . .Evm、Es = Esl，Es2, . . .Esm、EF = Efl，Ef2, . . .Efm為振動信號、聲音信號 和應力信號在m尺度上的小波能譜賭，；
[0048] 步驟4, W形成的小波能譜賭特征矩陣建立起特征融合框架
[00例設F為狀態識別的特征融合框架，F包含2類狀態，即正常Fi和異常F2狀態；
[0050] 若集函數n:2F一[0，1](2哨F的幕集)滿足條件:n(巫）=0且做二W = U)， 巧巨護 其中Fk表示第k類狀態，則n就叫狀態識別