- 頭條有效識別斷路器機械零部件故障程度的新思路2022-02-06 作者：楊秋玉、王棟 等 | 來源：《電工技術學報》 | 點擊率：943導語如何有效識別高壓斷路器機械零部件故障嚴重程度是目前還未解決的問題。針對該問題，福建工程學院電子電氣與物理學院、國網河南省電力公司電力科學研究院、武漢大學電氣與自動化學院、中能電氣股份有限公司的研究人員楊秋玉、王棟、阮江軍、翟鵬飛，在2021年第13期《電工技術學報》上撰文，提出一種基于振動信號混沌吸引子形態特性的斷路器零部件故障程度識別方法。
隨著國家電網有限公司提出“三型兩網”（“三型”即樞紐型、平臺型和共享型，“兩網”即堅強智能電網和泛在電力物聯網）的戰略目標以及南方電網公司提出的“透明電網”建設目標，越來越多的研究者開始投入到建設泛在電力物聯網/“透明電網”的相關工作中。
然而，目前的電力基礎設施（如電力設備）最初并不是按照泛在電力物聯網/“透明電網”的要求進行規劃的（或者說不能滿足建設泛在電力物聯網/“透明電網”的要求）：①所有相關設備與電力用戶、電網企業、發電企業、電工裝備企業等連接；②設備信息廣泛交互和充分共享；③以數字化管理大幅提高裝備制造的安全、質量、先進、效益效率水平；④通過智能傳感器，讓設備狀態透明、運行狀態透明；⑤設備具有自我感知能力。
高壓斷路器是電網中具有保護和控制功能的重要電力設備，在上述大背景下，對高壓斷路器的智能化和運行可靠性的要求越來越高，科學地評估高壓斷路器的運行狀態，不僅能夠為電力運維部門制定檢修策略提供依據，也可以為制造企業提供改進方向。
對于高壓斷路器，常見的故障類型大致可以分為電氣故障和機械故障兩類。其中，機械零部件故障是一種常見的機械故障，包括零部件異常磨損、異常變形、斷裂等故障。零部件故障可能是由于加工工藝、裝配等因素造成的，也可能是在其運行過程中（受到內外環境的綜合作用）性能不斷退化造成的。零部件故障會導致斷路器動作性能不符合要求（如動作速度、動作時間不符合要求），嚴重時甚至會造成斷路器開斷、關合失敗等事故。
當機械零部件發生早期故障時，斷路器仍可繼續運行，但若不能及時發現而導致故障程度不斷加劇，將會引起斷路器機械傳動異常，影響機械特性，最終破壞動觸頭的正常運動，進而引起開斷、關合失敗，甚至對電力系統造成影響。因此，有效判斷斷路器機械零部件的故障程度對提高斷路器的可靠性具有重要的意義。
采用斷路器分、合動作過程中產生的機械振動信號對斷路器進行故障診斷一直是國內外研究的重點與難點。自1988年M. L. Lai等首次提出利用振動信號診斷斷路器故障的優點及有效性以來，已經取得了一系列有價值的研究成果。然而，目前的研究主要集中在對故障部位和故障類型的區分識別，而對故障嚴重程度的研究較少。實際上，斷路器機械零部件故障是一個從輕微到嚴重的演變過程，準確識別故障演變過程對保證斷路器安全運行有著重要的意義。
在有關學者的研究基礎上，福建工程學院、河南省電力公司電力科學研究院的研究人員提出了基于振動信號混沌吸引子形態特性的斷路器機械零部件故障程度識別方法，能夠有效地判斷零部件的故障程度，克服了相關研究的不足，研究結果有助于更加合理地安排檢修計劃。
圖1 斷路器零部件故障模擬試驗平臺
圖2 試驗系統及加速度傳感器固定位置
首先，針對現有信號分解方法——變分模態分解方法存在的不足進行了改進，提出了一種譜形態變分模態分解（Variational Mode Decomposition, VMD）方法，以對斷路器振動信號進行參數自適應分解；其次，介紹了不同動力系統的吸引子特點，從中得出吸引子對系統狀態的變化較敏感，并將其應用到斷路器機械零部件故障程度的識別中；最后，對所提出的故障程度識別方法進行試驗驗證。研究表明，所提出的故障程度識別方法能夠直觀有效地反映斷路器機械零部件故障嚴重程度。
研究人員最后總結指出：
表1 斷路器故障程度診斷方法對比
1）對斷路器振動信號進行分時分割、特征模態提取以及重構混沌吸引子等處理后，可將斷路器零部件早期故障的微弱故障特征顯現出來。
其中，①信號分時分割是以斷路器正常狀態時的振動信號為參考依據，結合斷路器動作特點，將振動信號分割為脫扣、解列、傳動及制動階段，該方法有利于故障零部件的有效定位；②提出的SSVMD可以對振動信號進行參數自適應分解，該算法能夠根據斷路器振動信號自身特點，自動選擇分解層數，避免目前VMD方法存在參數選擇困難等不足。
2）斷路器制動階段的振動信號混沌吸引子能夠有效反映分閘緩沖器的故障程度，可以以吸引子軌道突然開始逃離吸引域作為緩沖器開始出現故障的判據；而傳動階段的振動信號混沌吸引子能夠有效反映傳動連桿孔軸的磨損程度，軸銷脫落前一次的混沌吸引子明顯異于正常狀態的吸引子，因此，可以以該吸引子的形態作為軸銷脫落的預警判據。
3）通過對一臺12kV真空斷路器開展零部件故障程度模擬試驗，以及通過分析一臺252kV SF6高壓斷路器傳動連桿孔軸磨損的演化過程，驗證了所提方法的有效性和一定的普適性。所提方法能夠有效識別斷路器零部件的故障程度，特別是對于早期故障的微弱故障信息，能夠以比較直觀的方式呈現出來，有利于提高故障程度識別的準確性。
4）后續工作可根據斷路器零部件不同故障程度的混沌吸引子形態特征，提出合適的量化形態特征的指標，以實現故障程度的定量評估。
以上研究成果發表在2021年第13期《電工技術學報》，論文標題為“基于振動信號的斷路器機械零部件故障程度識別”，作者為楊秋玉、王棟 等。
