基于多传感器的断路器机械特性在线监测方法及装置的制作流程
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
本技术涉及监测领域，尤其涉及基于多传感器的断路器机械特性在线监测方法及装置，包括：S1：通过位移传感器测量断路器总行程及运行时间；S2：采集断路器分合闸加速度振动信号，并获得断路器刚分和刚合点，实现断路器总行程、开距、超程、平均分闸速度、平均合闸速度的在线监测，并实现断路器触头超程状态的在线自动识别；S3：通过压力传感器获得断路器刚分和刚合点，实现断路器总行程、开距、超程、平均分闸速度、平均合闸速度的在线监测；并实现断路器触头超程状态的在线自动识别；S4：根据步骤S2和S3对断路器触头超程状态的在线自动识别结果，得到对断路器触头超程状态的最终判断结果，本技术最终目的是实现断路器机械特性在线监测。
技术要求
1.基于多传感器的断路器机械特性在线监测方法，其特征在于，包括：
S1：通过位移传感器测量断路器总行程及运行时间；
S2：通过加速度振动传感器采集断路器分合闸加速度振动信号，并获得断路器刚分和刚
合点，再结合断路器总行程获得断路器开距和超程，进而实现断路器总行程、开距、超程、平均分闸速度、平均合闸速度的在线监测；将加速度振动信号输入已训练好的触头
超程状态自动识别数学模型中，实现断路器触头超程状态的在线自动识别；
S3：通过压力传感器获得断路器刚分和刚合点，再结合断路器总行程获得断路器开距和超程，进而实现断路器总行程、开距、超程、平均分闸速度、平均合闸速度的在线监测；根据断路器超程实现断路器触头超程状态的在线自动识别；
S4：根据步骤S2和S3对断路器触头超程状态的在线自动识别结果，得到对断路器触头超程状态的最终判断结果。
2.根据权利要求1所述的基于多传感器的断路器机械特性在线监测方法，其特征在于，所述触头超程状态自动识别数学模型的训练包括：
S21：确定需要初始化的w和b的值；
S22：从训练样本中随机选取特征点(xi,yi)，则预测值为sign(w*xi+b)，其中w表示比例权重，b表示偏置值；
S23：在预测过程中，若预测值sign(w*xi+b)≤0，则更改w和b的值，继续预测；
S24：重复迭代步骤S22和S23，直至预测值小于期望误差。
3.根据权利要求2所述的基于多传感器的断路器机械特性在线监测方法，其特征在于，所述更改w和b的值包括：
计算所有误差点到超平面的总距
离：其中M为所有误差点的集合；根据最小梯度下降法计算wi+1＝wi+ηyixi，bi+1＝bi+ηyi，其中η表示梯度值。
4.根据权利要求1所述的基于多传感器的断路器机械特性在线监测方法，其特征在于，所述根据步骤S2和S3对断路器触头超程状态的在线自动识别结果，得到对断路器触头超程状态的最终判断结果包括：
S41：若步骤S2和S3对断路器触头超程状态的在线自动识别结果完全相同，则将在线自动识别结果作为最终判断结果；
S42：若步骤S2和S3对断路器触头超程状态的在线自动识别结果不完全相同，则将在线自动识别结果不作为最终判断结果。
5.根据权利要求1所述的基于多传感器的断路器机械特性在线监测方法，其特征在于，还包括：
S5：通过第一电流互感器测量断路器操作机构驱动电机线圈电流，绘制电流-时间曲线，通过电流指纹识别技术比对历史电流-时间曲线与标准的电流-时间曲线的相似度，从而判断驱动结构是否存在故障。
6.根据权利要求1所述的基于多传感器的断路器机械特性在线监测方法，其特征在于，还包括：
S6：通过第二电流互感器测量断路器操作机构驱动电机线圈电流，绘制电流-时间曲线，通过电流指纹识别技术比对历史电流-时间曲线与标准的电流-时间曲线的相似度，从而判断驱动结构是否存在故障。
7.基于多传感器的断路器机械特性在线监测装置，其特征在于，包括：
位移传感器，用于测量断路器总行程及运行时间；
安装在断路器拉杆下端的加速度振动传感器，用于采集断路器分合闸加速度振动信号；安装在断路器真空泡下端的压力传感器，用于获得真空泡下端的压力信号；
在线自动识别模块，用于将加速度振动信号输入已训练好的触头超程状态自动识别数学模型中，实现断路器触头超程状态的在线自动识别；
处理模块，用于根据真空泡下端的压力信号以及断路器分合闸加速度振动信号，分别获得断路器刚分和刚合点，再结合断路器总行程，分别获得断路器开距和超程，进而实现断路器总行程、开距、超程、平均分闸速度、平均合闸速度的在线监测；根据断路器超程实现断路器触头超程状态的在线自动识别；
判断模块，用于根据在线自动识别模块和处理模块对断路器触头超程状态的在线自动识别结果，得到对断路器触头超程状态的最终判断结果。
8.根据权利要求7所述的基于多传感器的断路器机械特性在线监测装置，其特征在于，所述触头超程状态自动识别数学模型的训练包括：
S21：确定需要初始化的w和b的值；
S22：从训练样本中随机选取特征点(xi,yi)，则预测值为sign(w*xi+b)，其中w表示比例权重，b表示偏置值；
S23：在预测过程中，若预测值sign(w*xi+b)≤0，则更改w和b的值，继续预测；
S24：重复迭代步骤S22和S23，直至预测值小于期望误差。
9.根据权利要求8所述的基于多传感器的断路器机械特性在线监测装置，其特征在于，所述更改w和b的值包括：
计算所有误差点到超平面的总距
离：其中M为所有误差点的集合；根据最小梯度下降法计算wi+1＝wi+ηyixi，bi+1＝bi+ηyi，其中η表示梯度值。
10.根据权利要求7所述的基于多传感器的断路器机械特性在线监测装置，其特征在于，所述根据步骤S2和S3对断路器触头超程状态的在线自动识别结果，得到对断路器触头超程状态的最终判断结果包括：
S41：若步骤S2和S3对断路器触头超程状态的在线自动识别结果完全相同，则将在线自动识别结果作为最终判断结果；
S42：若步骤S2和S3对断路器触头超程状态的在线自动识别结果不完全相同，则将在线自动识别结果不作为最终判断结果。
技术说明书