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

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
基于多传感器的断路器机械特性在线监测方法及装置
技术领域
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。

背景技术
断路器在电力系统中发挥着重要作用，对于电力系统的稳定、安全运行具有重要的意义。

在断路器的机械参数中，触头超程是一个重要的性能参数，超程过小表明触头磨损严重，会导致断路器触头接触不良，导致触头发热严重，超程过大则会损坏触头机械结构。

现有断路器机械特性检测由于受刚分和刚合点的判断技术的限制基本局限于离线式检测，离线式检测通过在断路器回路中加入小电压信号，在刚分和刚合瞬间断路器回路中电流会产生突变，根据电流突变点，再结合位移传感器就可以实现断路器总行程、开距和超程等参数的检测，但是运行的断路器在主回路中有几千伏到几万伏高压接入，监测主回路电流目前还无法解决高电压物理隔离问题，所以，到目前还没有更好的办法解决断路器机械特性在线检测问题，为此本技术提出一种基于多传感器的断路器机械特性在线监测方法及装置，利用压力传感器、加速度振动传感器及位移传感器，可以解决断路器机械特性在线监测难题。

技术内容
为解决上述问题，本技术提出基于多传感器的断路器机械特性在线监测方法及装置。

基于多传感器的断路器机械特性在线监测方法，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。

优选的，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。

优选的，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。

优选的，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。

优选的，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。

优选的，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。

基于多传感器的断路器机械特性在线监测装置，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。

优选的，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。

优选的，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。

优选的，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。

本技术具备以下有益效果：
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；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；根据上述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，从而最终实现对断路器机械特性的监测。

附图说明
下面结合附图和具体实施方式对本技术作进一步详细的说明。

图1是本技术一实施例一种基于多传感器的断路器机械特性在线监测方法的流程图；
图2是本技术一实施例一种基于多传感器的断路器机械特性在线监测方法中步骤S2的流程图；
图3是本技术一实施例一种基于多传感器的断路器机械特性在线监测方法中步骤S4的流程图；
图4是本技术一实施例一种基于多传感器的断路器机械特性在线监测方法中步骤S5和S6的流程图；
图5是本技术一实施例一种基于多传感器的断路器机械特性在线监测方法中断路器驱动机构电流-时间标准曲线图；
图6是本技术一实施例一种基于多传感器的断路器机械特性在线监测装置的结构示意图；
图7是本技术一实施例一种基于多传感器的断路器机械特性在线监测装置中第一电流互感器和第二电流互感器的结构示意图；
图8是本技术一实施例一种基于多传感器的断路器机械特性在线监测装置中分闸命令控制单元、合闸命令控制单元、合闸状态输入单元、分闸状态输入单元的结构示意图；
图9是本技术一实施例一种基于多传感器的断路器机械特性在线监测装置中电源模块的结构示意图；
图10是本技术一实施例一种基于多传感器的断路器机械特性在线监测装置中通信模块的结构示意图；
图11是本技术一实施例一种基于多传感器的断路器机械特性在线监测装置中存储模块的结构示意图；
图12是本技术一实施例一种基于多传感器的断路器机械特性在线监测装置中显示模块的结构示意图；
图13是本技术一实施例一种基于多传感器的断路器机械特性在线监测装置中地址选择模块的结构示意图。

具体实施方式
以下结合附图，对本技术的技术方案作进一步的描述，但本技术并不限于这些实施例。

本实施例的基本思想是通过位移传感器测量断路器总行程及运行时间；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；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；根据上述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，从而最终实现对断路器机械特性的监测。

基于上述思想，本技术一实施例提出一种基于多传感器的断路器机械特性在线监测方法，如图1所示，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。

在本实施例中，如图2所示，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。

在本实施例中，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。

本技术提出基于多层感知机的断路器超程状态识别新方法，利用加速度振动传感器采集多组断路器分合闸加速度振动信号，通过多层感知机函数对振动信号特征提取，构造特征量，并建立触头超程状态(偏大、正常、偏小)自动识别数学模型，断路器分合闸动作后，将采集到断路器动作加速度振动信号传送到触头超程状态自动识别数学模型中，便可实现断路器触头超程状态的自动识别。

对于一个输入信号，假如输入信号为输入空间是Y＝{+1,-1},其中X＝
{X1,……，Xn}，Xi为一个特征向量，
定义从输入到输出的空间函数为：f(x)＝sign(w.x+b)为感知机函数，w为的例权重，b为偏
置值，
在本实施例中，如图3所示，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。

本技术采用上述两种断路器触头超程状态的判断方法，当两者的判断结果一致时，则将该结果作为最终的判断结果，若两者的判断结果不一致，则不作为最终的判断结果，从而满足了供电公司为防止误判对一个事件采用不同方法进行需双验证的要求，提高判断的可靠性。

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；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。

在断路器合闸和分闸的过程中，加速度振动传感器所采集到的加速度振动信号是不同的，利用加速度振动传感器采集断路器分合闸时动静触头接触或分离瞬间加速度振动信号的突变值，进而获得断路器刚分和刚合点。

同理，在断路器合闸和分闸的过程中，压力传感器所采集到的压力信号是不同的，利用压力传感器采集断路器分合闸时动静触头接触或分离瞬间压力的突变值，进而获得断路器刚分和刚合点。

位移传感器可以测量得到断路器真空泡总行程量，也就是断路器的总行程，再结合断路器的刚分和刚合点，可以获得断路器开距和超程。

再结合断路器的合闸和分闸的时间，还可以计算得到断路器的平均分闸速度和平均合闸速度。

当根据加速度振动信号所计算得到的参数与根据压力信号所计算得到的参数的差值在设定范围内时，则计算两者的平均值作为最终的参数值，若两者的差值大于设定的范围时，则需要通过加速度振动传感器和压力传感器再次采集数据进行计算。

通过加速度振动传感器和压力传感器分别采集数据，目的是满足了供电公司为防止误判对一个事件采用不同方法进行需双验证的要求，提高判断的可靠性。

当获得断路器的超程后，与标准的超程相比较，当大于标准的超程时，则判断超程偏大，当小于标准的超程时，则判断超程偏小。

根据超程的变化量可以获得触头磨损情况，超程越小磨损越严重，接触电阻变大，负载能力降低。

在本实施例中，为实现对断路器储能驱动机构的监测，如图4所示，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。

在本实施例中，为实现对断路器操作机构的监测，如图4所示，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。

图5为断路器驱动机构电流-时间标准曲线图，图中A点表示电磁驱动机构连杆出现移动，储能弹簧也会随之出现相应的形变；C点和D点表明电磁驱动机构连杆到达最大位移处；E点表示到达最大位移处；F点表示主控触头开始动作；G点表示辅助触头也开始动作；H 点表示电磁连杆恢复，储能弹簧无形变。

电机扭矩与电机电流的关系为：
其中：T为电机转矩；KT为比例系数；φm为气隙磁通；I为电机电流。

当电机扭矩T增大时，根据公式可以看出电流I也随之增加，因此通过操作机构驱动电机电流大小，可以间接地反映出操作机构连杆受力状况。

类比于人脸识别要对人脸特征进行提取，声纹识别要对声音特征进行提取，电流指纹识别是对电流特征进行提取。

针对电流频谱、波形等多个特征进行采集分析，结合电流-时间曲线及+5％的包络线的电流特征数据，对于断路器机械结构运行初期电流-时间曲线的包络线可以小些，例如+2-3％，对于运行后期电流-时间曲线的包络线可以大些，例如+3-5％，可以判断出操作机构是否存在线圈断线、机构卡涩、驱动力不足等问题。

同时根据累计的真空泡动作次数，给出断路器预期机械寿命。

本技术通过位移传感器、加速度振动传感器、压力传感器、第一电流互感器、第二电流互感器分别采集断路器在线工作时不同的数据，结合对这些数据的分析，实现对断路器机械特性多个参数的在线监测。