高壓斷路器（High-Voltage Circuit Breaker, HVCB）是電力系統中重要的保護和控制設備，其可靠性對于保障電力系統的穩定和安全運行具有重要意義。高壓斷路器分合閘動作時間短、速度高，為防止高速運動的零部件突然停止而發生剛性碰撞，須采用緩沖器來吸收分合閘運動末期的剩余能量，減小機械沖擊、振動對高壓斷路器的影響。

其中，分閘緩沖器還直接影響著高壓斷路器分閘反彈幅值的大小及彈跳時間的長短：過大的分閘反彈幅值及（或）過長的彈跳時間使波紋管受到大振幅的強迫振動而過早出現裂紋導致滅弧室漏氣，同時，過大的分閘反彈幅值使動靜觸頭間的最小動態開距（有效開距）嚴重減小，斷路器在開斷過程中絕緣間隙將被重擊穿，造成開斷失敗。

長期以來，由于緩沖器密封老化、漏油、緩沖器失效引起的嚴重振動沖擊造成絕緣拉桿松動、移位以及連接件變形、損壞等現象時有發生。然而，目前對高壓斷路器緩沖器故障的判斷，只能在停電檢修期間，采用離線測試高壓斷路器機械特性的方式，通過機械特性參數間接、人為判斷緩沖器是否出現異常、故障等情況。這種費時費力的傳統方法必須給予改變。

為解決這一問題，本文提出一種基于振動信號的高壓斷路器分閘緩沖器狀態識別方法，通過分析振動信號時頻圖像，提取反映高壓斷路器分閘緩沖器狀態的特征信息，實現對高壓斷路器分閘緩沖器狀態的評估。

由于高壓斷路器結構復雜、動作時間短，使得其振動信號具有強烈的非線性、非平穩性等特點。非線性、非平穩信號的分析方法主要采用時頻分析法，如Gabor變換、短時Fourier變換（Short Time Fourier Transformation, STFT）、雙線性時頻分析方法、小波變換（Wavelet,WT）、自適應信號分解法、Hilbert-Huang變換（Hilbert-Huang Transformation,HHT）等時頻分析法。

采用這些方法能夠將高壓斷路器的時域振動信號轉換為既能反映信號的頻率、又能反映頻率隨時間變化的時頻域振動信號，即得到反映高壓斷路器運行狀態的振動信號時頻圖像，如STFT時頻圖、小波時頻圖、HHT時頻圖等。

振動時頻圖像包含著全面的高壓斷路器運行狀態信息，且分閘緩沖器正常與缺陷的振動時頻圖像具有一定的差異。然而到目前為止，還未有針對高壓斷路器振動信號的時頻圖像進行特征提取、實現高壓斷路器及其關鍵零部件（如分閘緩沖器）等狀態評估與故障診斷的研究。

鑒于此，本文首次提出一種基于振動信號時頻圖像識別的高壓斷路器分閘緩沖器狀態評估方法，通過挖掘高壓斷路器振動時頻圖像中的二維信息，結合支持向量機（Support Vector Machine, SVM）實現高壓斷路器分閘緩沖器狀態的智能識別。該方法可實現對高壓斷路器分閘緩沖器的在線監測與狀態評估，具有重要的理論和工程應用價值。

圖1 高壓斷路器分閘緩沖器狀態識別流程

圖5 分閘緩沖器安裝位置及其緩沖行程調節、測量方法示意圖

結論

1）針對高壓斷路器振動信號的特殊性，對比分析了STFT、WVD、HHT和WT四種不同時頻分析方法對高壓斷路器振動信號的處理效果。結果表明WT具有較高的時頻分辨率，且得到的時頻圖像更適合用于圖像識別。

2）提出從高壓斷路器振動信號時頻圖像的直方圖及其統計特征、灰度共生矩陣和不變矩特征來綜合提取高壓斷路器振動時頻圖像特征參數，實現分閘緩沖器狀態評估。三類圖像特征綜合反映了高壓斷路器振動時頻圖像的顏色特征、紋理特征和區域特征。

3）針對高壓斷路器振動信號時頻圖像特征維度過高問題，采用ReliefF特征權重算法進行特征優選。結果表明采用優選特征的SVM對振動時頻圖像具有很高的識別率。

4）試驗模擬了分閘緩沖器8種不同緩沖狀態。結果表明采用振動信號時頻圖像及SVM的方法能夠準確識別高壓斷路器分閘緩沖器不同狀態，驗證了本文所提方法的有效性。