一種基于異常振動分析的gis機械故障診斷方法和系統的制作方法
【專利摘要】本發明公開了一種基于異常振動分析的GIS機械故障診斷方法和系統，該GIS機械故障診斷方法包括：對GIS設備上的振動信號進行采集的步驟；利用閥值去噪方法對采集的信號進行去噪處理的步驟；利用窄帶噪聲輔助多元EMD方法提取信號中包含的各種特征信息的步驟；利用功率譜密度函數提取其功率特征，計算各通道所有IMF的功率譜最大幅值，以構成所測工況下的功率特征矩陣的步驟；以及將通過試驗獲得的正常工況下的功率特征矩陣和/或各種故障工況下的功率特征矩陣，作為故障判據的步驟。與傳統方法相比，本發明對整個電力系統的正常運行無任何影響，能夠安全、可靠地監測GIS的運行狀態，適宜各電壓等級GIS變電站裝配。
【專利說明】
一種基于異常振動分析的GIS機械故障診斷方法和系統
技術領域
[0001] 本發明涉及一種基于異常振動分析的GIS機械故障診斷方法和系統。
【背景技術】
[0002] 目前，GIS(Gas Insulated Switchgear，氣體絕緣開關設備）的異常機械振動在運 行變電站時有發生，異常振動會對GIS運行狀態產生不利影響，并可能造成噪聲超標，影響 運行人員及變電站附近人員工作及生活。同時，異常振動會對現場GIS局部放電超聲波檢測 造成干擾，影響了對GIS運行狀態的準確評估。
[0003] GIS狀態監測為實現由計劃檢修到狀態檢修的轉變創造了條件。長期以來的計劃 檢修、盲目解體拆卸，浪費了大量的人力、物力和財力，同時也造成了停電損失和設備壽命 的降低。
[0004] 目前，電力系統各個運行單位正致力于GIS由計劃檢修到狀態檢修的轉變，不再以 投入年限和動作次數作為衡量標準，而是以設備的實際狀態為維修依據。近年來，人們己經 發現，依靠設備的在線監測與診斷技術，實現設備的狀態檢修，預期可達到電力系統的下述 要求：
[0005] (1)產品的質量問題使運行可靠性受到影響，采用在線監測可以在運行中及時發 現發展中的事故隱患，防患于未然。
[0006] (2)逐步采用在線監測代替停電試驗，減少設備停電時間，節約試驗費用。
[0007] (3)對老化設備或已知有缺陷、有隱患的設備，用在線監測隨時監視其運行情況， 一旦發現問題及時退出，最大限度地利用其剩余壽命。
[0008] 針對GIS的故障監測技術，目前國內外仍主要采用離線的定期維修方式或是部分 帶電檢測離線檢修方式，比較完善的在線監測和診斷系統在生產實際中的應用還非常少 見，且很不成熟。
【發明內容】
[0009] 本發明的目的在于提供一種基于異常振動分析的GIS機械故障診斷方法，本發明 的目的還在于提供一種基于異常振動分析的GIS機械故障診斷裝置，以有效地監測GIS的運 行狀態。
[0010]為此，本發明提供了一種GIS機械故障診斷方法，包括以下步驟:對GIS設備上的振 動信號進行采集的步驟一;利用閥值去噪方法對采集的信號進行去噪處理的步驟二;利用 窄帶噪聲輔助多元EMD方法提取信號中包含的各種特征信息的步驟三;利用功率譜密度函 數提取其功率特征，計算各通道所有IMF的功率譜最大幅值，以構成所測工況下的功率特征 矩陣的步驟四；以及將通過試驗獲得的正常工況下的功率特征矩陣和/或各種故障工況下 的功率特征矩陣，作為故障判據的步驟五。
[0011]進一步地，上述步驟三包括:首先對原始多通道信號增加若干通道高斯白噪聲，然 后對復合信號再應用MEMD分解，并將噪聲通道的頂F剔除，即得到原始信號的分解結果。
[0012] 進一步地，上述步驟五還包括：引入功率特征矩陣的相似度，當功率特征矩陣相似 度大于預定值時判定為相同工況。
[0013] 進一步地，當所測工況的功率特征矩陣與正常工況下的功率特征矩陣的相似度大 于0.9時，判定GIS設備正常運行，當相似度小于0.7時，判定GIS發生振動故障。
[0014] 進一步地，上述在步驟一和步驟二之間還包括:通過不同頻帶的濾波器，將頻率較 高的局部放電信號和頻率較低的機械振動信號區分開的步驟。
[0015] 根據本發明的另一方面提供了一種GIS機械故障診斷系統，包括振動信號檢測模 塊、信號調理模塊、數據采集模塊、以及信號處理模塊，信號處理模塊利用閥值去噪方法對 采集的信號進行去噪處理，之后利用窄帶噪聲輔助多元EMD方法提取信號中包含的各種特 征信息，并利用功率譜密度函數提取其功率特征，計算各通道所有IMF的功率譜最大幅值， 以構成所測工況下的功率特征矩陣，將所測工況下的功率特征矩陣與通過試驗獲得的正常 工況下的功率特征矩陣和/或各種故障工況下的功率特征矩陣相比較，以判定GIS設備是否 發生故障。
[0016] 進一步地，上述振動信號檢測模塊為CA-YD-103型壓電式傳感器。
[0017] 進一步地，上述壓電式傳感器使用耦合劑固定在GIS設備的殼體表面，其中，GIS設 備的測量點包括窺視孔、操作機構和氣室中部。
[0018] 進一步地，上述數據采集模塊為USB-1902型數據采集卡。
[0019] 進一步地，上述信號調理模塊為YE5853A型電荷放大器。
[0020]與傳統方法相比，振動法與整個電力系統沒有電氣連接，對整個電力系統的正常 運行無任何影響，具有較強的抗干擾能力和靈敏度，能夠安全、可靠地監測GIS的運行狀態， 整套軟硬件設備適合GIS的在線檢測，適宜各電壓等級GIS變電站裝配。
[0021] 除了上面所描述的目的、特征和優點之外，本發明還有其它的目的、特征和優點。 下面將參照圖，對本發明作進一步詳細的說明。
【附圖說明】
[0022] 構成本申請的一部分的說明書附圖用來提供對本發明的進一步理解，本發明的示 意性實施例及其說明用于解釋本發明，并不構成對本發明的不當限定。在附圖中：
[0023]圖1是根據本發明一實施例的GIS機械故障診斷系統的結構框圖；
[0024] 圖2是根據本發明一實施例的GIS機械故障診斷方法的流程圖；
[0025] 圖3是根據本發明另一實施例的GIS機械故障診斷方法的流程圖；
[0026] 圖4和圖5是根據本發明的利用閥值去噪方法對現場測試的兩種不同的振動沖擊 信號進行分析處理的對比圖；以及
[0027] 圖6是根據本發明的四個振動傳感器測量點的經過降噪處理后的振動信號及利用 NNA-MEMD方法進行分解所得各頂F的對比圖。
【具體實施方式】
[0028] 需要說明的是，在不沖突的情況下，本申請中的實施例及實施例中的特征可以相 互組合。下面將參考附圖并結合實施例來詳細說明本發明。
[0029] 針對當前GIS機械狀態在線監測與故障診斷技術的研究現狀和存在的問題，本發 明提供了一種GIS機械狀態在線監測與故障診斷方法，并針對實際工程應用，提出一整套智 能化的GIS機械狀態在線監測和故障診斷系統。
[0030] 根據本發明的GIS機械故障診斷系統，如圖1所示，包括振動信號檢測模塊11、信號 調理模塊12、數據采集模塊13、以及信號處理模塊14,信號處理模塊14利用閥值去噪方法對 采集的信號進行去噪處理，之后利用窄帶噪聲輔助多元EMD方法提取信號中包含的各種特 征信息，并利用功率譜密度函數提取其功率特征，計算各通道所有IMF的功率譜最大幅值， 以構成所測工況下的功率特征矩陣，將所測工況下的功率特征矩陣與通過試驗獲得的正常 工況下的功率特征矩陣和/或各種故障工況下的功率特征矩陣相比較，以判定GIS設備是否 發生故障。
[0031] 本發明的GIS機械故障診斷方法，如圖2所示，包括:對GIS設備上的振動信號進行 采集的步驟S10;利用閥值去噪方法對采集的信號進行去噪處理的步驟S12;利用窄帶噪聲 輔助多元EMD方法提取信號中包含的各種特征信息的步驟S14;利用功率譜密度函數提取其 功率特征，計算各通道所有頂F的功率譜最大幅值，以構成所測工況下的功率特征矩陣的步 驟S16;以及將通過試驗獲得的正常工況下的功率特征矩陣和/或各種故障工況下的功率特 征矩陣，作為故障判據的步驟S18。
[0032] 優選地，上述方法還包括位于步驟S10和步驟S12之間的步驟S11:通過不同頻帶的 濾波器，將頻率較高的局部放電信號和頻率較低的機械振動信號區分開。
[0033] 下面對本發明的各方面進行說明。
[0034] 本發明研究工作主要集中在以下幾個方面：
[0035] 1)對GIS運行中的正常和故障振動信號產生機理進行理論分析和數值計算及仿真 研究。
[0036] 2)不同機械故障類型的GIS外殼振動信號特性研究。
[0037] 3)根據理論分析，選擇合適的傳感器，進行GIS振動帶電檢測系統的研制。
[0038] 4)開展GIS振動特性的現場測試，明確正常運行GIS的振動特性和機械故障類型的 GIS的振動信號之間的差異，明確故障GIS振動信號的頻譜分布規律和特點，結合實驗室研 究，形成故障分析和判斷的判據。
[0039] 5)研制綜合式GIS機械缺陷在線監測與診斷系統。應用虛擬儀器技術，采用圖形化 編程語言LabVIEW作為軟件系統開發平臺，構建在線監測和故障診斷的綜合分析系統。
[0040] -、關于造成GIS設備振動或異響的原因
[0041] GIS設備在運行的過程中，其導體和外殼都有自身的振動頻率，在正常情況下，其 自身的振動和聲音都在正常的范圍內，當GIS內部有缺陷時，就會導致異常振動或異音的出 現，如果缺陷不消除，可能會導致GIS內部附件脫落或出現懸浮電位引起GIS內部放電，甚至 GIS爆炸的發生。經過摸索，本發明人發現:GIS可能造成振動或異響的原因主要有以下幾 項：
[0042]①設備內部存在局部放電現象。
[0043] ②斷路器的操作過程對應著一系列的機構動作和碰撞過程，能夠產生連續的振動 信號。
[0044] ③GIS異響處筒體緊固螺栓、支撐緊固螺栓等未完全緊固，存在振動現象。
[0045] ④GIS筒體接地線未牢固連接，通過入地電流時接地線振動產生異響。
[0046]⑤異響部位內部零部件松動，振動產生異響。
[0047 ]⑥異響部位導電桿結構在電動力的激勵下產生共振現象，造成異響。
[0048] ⑦相鄰部位設備內部存在零部件松動或振動現象，振動產生的聲響在氣體腔內產 生共鳴。
[0049] 機械故障是GIS的主要故障類型，它可能損壞隔離開關、斷路器、互感器和電力變 壓器，影響電力設備和系統的正常安全運行并造成嚴重后果。運行經驗表明，GIS中機械缺 陷占總故障的90 %。
[0050] 其它電氣性能故障如局部放電等，也往往是由于操作機構失靈、切換不到位、振幅 過大等機械故障引起的。因此對GIS運行中的機械性能進行監測，以預知其故障可能性和判 別其故障類型，對電力系統安全運行具有重要的現實意義和良好的應用前景。
[0051] 在對監測數據進行分析和處理的基礎上，確定GIS的實際運行狀態，便于合理安排 維修周期，控制過剩維修而造成的費用增加，防止不足維修而導致的故障發生，對防止預伏 性故障和保證電力系統的安全、經濟與可靠運行，具有重要意義。
[0052]二、關于常見異常振動信號分析
[0053]由于GIS中斷路器、隔離開關、互感器、母線等輸電設備，其外殼的振動信號也就主 要是有這些輸電設備的振動傳導過來的，因而在外殼上的振動信號就具有這些設備振動信 號的振動特征。
[0054] 異物(顆粒或是導線)在交變電場作用下會發生運動，當電壓升高到足以使雜質所 受到的電場力超過自身重力和摩擦力（由于異物比起殼體來太小，可以忽略摩擦力的作用） 之和時，異物開始漂浮，在二電極之間運動，撞擊金屬外殼引起振動；同樣，金屬顆粒或其他 缺陷在電場作用下會造成局部電場集中而發生放電，也可引起外殼振動，這些振動具有典 型的頻率特性，振動主頻率在5~30KHz之間。
[0055] GIS中由于電極表面不平整出現毛刺，或由于絕緣子中有氣穴存在，在電場作用下 造成局部放電集中而發生放電，這種放電產生的電磁波引起外殼振動加速度一般為10-5~ 10-3個重力加速度，這種振動加速度出現在電源電壓的固定相位上，該相位幾乎與局部放 電的電訊號出現的相位相同。振動的頻率主要20KHz~60KHz之間。
[0056]引起互感器鐵心和繞組振動的內在原因主要有:①硅鋼片的接縫處和疊片之間存 在漏磁，產生電磁吸引力，引起鐵心振動。②硅鋼片在電磁場作用下產生磁致伸縮引起鐵心 振動。③電流通過繞組時，在線匝間、線餅間、繞組間產生動態電磁力，引起繞組振動。
[0057] 空載情況下，互感器的振動主要由鐵心的磁致伸縮引起的；而短路情況下，互感器 的振動主要由繞組在電動力的激勵下產生的；在負載情況下，互感器的振動可以看作兩者 的疊加。磁致伸縮較電動力引發的振動在100Hz處比較相近，但在高頻(300Hz)以上電動力 引發的振動非常微弱，而鐵心的磁致伸縮引發的振動仍然非常強烈，互感器的高頻信號大 都由鐵心振動(磁致伸縮）引起的。
[0058]由電動力引發的振動信號主要集中在100Hz附近，200Hz，300Hz信號都比較微弱， 300Hz以上的諧波基本上就衰減到零，振動幅值一般為5X10-3~10-1個重力加速度。相比 于電動力引發的振動信號，磁致伸縮引發的信號幅值偏小，一般為5 X 10-4~10-2個重力加 速度，但其振動信號成分明顯復雜，600Hz信號依然很強烈。
[0059] GIS內部的振動源除了以上幾種外，還有由于開關操作等引起的外殼振動。
[0060] 這種機械振動的頻率比較低，一般在幾百Hz范圍內，振動強度則超過上述幾種振 動強度數倍甚至數十倍。GIS母線的安裝結構是支持絕緣子通過金屬窩頭套在導電桿來起 支撐作用，但由于長時間負荷電流的振動影響，導電桿逐漸松動，與金屬窩頭之間的間隙逐 漸增大，放電隨之明顯，最終導致對地短路，從而出現異響和較大振動，幅值可達幾十甚至 上百重力加速度。由于母線的振動是導體中交流電流產生的交變電動力所產生的，所以其 振動頻率主要為100Hz。
[0061] 三、振動信號的采集處理過程
[0062] 振動信號經GIS筒體管道衰減、傳遞到外殼表面。將傳感器可靠安裝在筒體表面對 振動信號進行采集，通過不同頻帶的濾波器，將頻率較高的局部放電信號和頻率較低的機 械振動信號區分開，再結合小波降噪算法和改進后的希爾伯特-黃變換對振動信號處理，并 對其進行頻譜分析，進而及時發現故障隱患，從而降低GIS發生嚴重故障的概率。
[0063]根據本發明GIS機械故障診斷系統的一實施例，振動信號檢測模塊選擇為壓電式 傳感器，信號調理模塊選擇為電荷放大器，數據采集模塊選擇為數據采集卡，數據處理模塊 選擇為計算機。
[0064] 在本發明中，傳感器安裝在能反映結構整體動態特性位置上，其安裝位置避開可 能產生局部共振的部件，優選地，傳感器固定于GIS殼體表面，取窺視孔、操作機構、氣室中 部等幾個位置作為測量點。為了增強測試效果，傳感器的固定方式優選使用耦合劑。
[0065] 此外，壓電加速度傳感器的電纜在使用時由于張緊、彎曲等機械運動會引起電容、 電荷變化產生噪聲，在低頻段尤其明顯，本發明除采用低噪聲電纜外還應盡可能固定電纜。
[0066] 鑒于壓電式傳感器產生的電信號都非常的微弱，但是傳感器自身的電阻值卻特別 的大，所以往往需要配接電荷放大器，在選用時除了需要考慮傳感器的測量上限、測量頻率 范圍、線性度范圍等主要指標外，還需要考慮其使用環境和尺寸等問題。綜合考慮上述條件 后，本發明選用CA-YD-103型壓電式傳感器，滿足于本發明的振動測試要求。考慮到與振動 傳感器的參數匹配及安裝需要，本發明選用YE5853A型電荷放大器。
[0067] 數據采集模塊由模擬多路開關、采樣/保持器、A/D轉換器、定時器以及邏輯控制電 路等組成，本發明選用凌華公司生產的USB-1902數據采集卡，能夠準確反映 GIS振動信息。 信號處理模塊選用計算機。
[0068] 將以上各硬件部分通過合理的方式連接成一個整體，便構成了基于異常振動分析 的GIS機械故障診斷硬件系統。安裝時，測試傳感器與電荷放大器可通過低噪電纜連接，傳 感器須置于GIS筒體表面。其采集的振動信號可通過BNC電纜傳輸給數據采集卡進行A/D轉 換。數據采集卡與計算機PCI卡槽相連，計算機可置于中控室中，完成噪聲信號的分析處理、 數據存儲以及產生控制信號等工作。
[0069]下面對振動信號的分析處理過程進行說明。
[0070]閥值去噪方法是一種實現簡單、結果較好的小波降噪方法。閥值去噪方法就是對 小波分解后的各層系數中模大于和小于某閥值的系數分別處理，然后對處理完的小波系數 進行反變換，重構經去噪的信號。
[0071] 在實現情況下，有用的信號通常是低頻信號，而噪聲信號通常是高頻信號，在去噪 的過程中，通常對小波分解的高頻系數進行閥值化后重構信號。
[0072] 使用閥值去噪方法對現場測試的兩種不同的振動沖擊信號進行分析處理，結果分 別如圖4和圖5所示。其中，圖4和圖5的上側波形為原始數據波形，下側波形為經過小波降噪 后的波形，從圖形顯示結果可以看出，經小波降噪后，濾除了噪聲干擾信號，各激勵響應信 號更加明顯，這對于后期的信號分析處理奠定了良好基礎。
[0073]去噪后的振動信號處理
[0074] 經驗模態分解(Empirical Mode Decomposition，EMD)算法（即EMD算法)可將復雜 信號分解為只包含單一頻率的固有模態函數（Intrinsic Mode Function，IMF)，從而可以 輕松提取信號中包含的各種信息。但該方法對多維信號的處理顯得捉襟見肘，于是EMD的多 元擴展方法不斷被提出，例如二元EMD、三元EMD以及多元EMD。本發明主要對多元EMD方法進 行改進以適應GIS振動信號的分析。
[0075] (1)多元EMD算法
[0076] 多元EMD(Multivariate EMD，MEMD)將多元信號進行同步聯合分析，獲得不同通道 的共同模式，從而確保了MF分量在數量和尺度上的匹配，并解決了多通道信號的模式校準 問題，同時大大降低了運算復雜度。
[0077] (2)窄帶噪聲輔助MEMD
[0078] 盡管MEMD可以在一定程度上抑制傳統EMD過程中的模式混疊現象，但由于GIS振動 信號具有瞬時性，其瞬時幅度和頻率的變化同樣會引起模式混疊。本發明提出了窄帶噪聲 輔助多元EMD(Narrowband Noise Assisted MEMD，NNA-MEMD)方法，以期消除MEMD過程中的 模式混疊現象。
[0079]與EEMD思想類似，NNA-MEMD方法利用其在高斯白噪聲分解中的準二值濾波器特性 來抑制模式混疊。即首先對原始多通道信號增加若干通道高斯白噪聲，然后對復合信號再 應用MEMD分解，并將噪聲通道的頂F剔除，即得到原始信號的分解結果。由于本研究針對GIS 振動信號進行分析，其振動頻率范圍能夠大致確定，因此可添加相應頻段的窄帶噪聲。相比 于EEMD添加噪聲的隨機性，窄帶噪聲使得振動信號主頻率部分得到集中加強與放大，因此 其分解準確性也進一步提尚。其基本步驟為：
[0080] 1)創建m通道不相關的窄帶高斯噪聲信號，其長度與原始信號相等，且噪聲中心頻 率與正常振動時的主頻率保持一致。
[0081] 2)將m通道噪聲增加到η通道原始信號，構成(m+n)通道多元復合信號。
[0082] 3)對該復合信號應用MEMD分解得到(m+n)組頂F。
[0083] 4)在所得的IMF中剔除與m通道噪聲對應的IMF，所剩即為η通道原始信號分解結 果。
[0084]由于該方法可以很好地抑制模態混疊現象，并能夠準確提取振動主頻帶內的特 征，因此可以較好地應用于GIS振動信號的分析中。
[0085] (3)功率特征矩陣
[0086]當GIS機械狀態發生改變時，其振動信號各頻段內所包含的信息必將產生變化，即 分解所得各個頂F將發生變化。為準確識別和量化各IMF所包含的信息，本發明利用功率譜 密度函數提取其功率特征。即通過計算每個MF分量功率譜最大幅值所對應的頻率附近區 間的功率譜密度積分值，并將該值與所有IMF功率譜積分之和的比值作為特征值，定義為區 間最大功率特征（Interval Maximum Power Feature，IMPF)，即
[0087]
(3}
[0088] 式中，fmax為功率譜最大幅值所對應的頻率;p(f)為功率譜密度函數，[a，b]為fmax 附近區間，其范圍由實驗數據所得，當a = b = 0時，則頂PF即為功率譜最大幅值。
[0089]計算各通道所有MF的頂PF值，即構成該工況下的功率特征矩陣。由于該矩陣可以 準確反映 GIS振動信號的本質特征，因此可以作為其機械狀態的檢測依據。
[0090] 首先對正常工況下GIS運行過程振動信號進行分析，圖6為四個振動傳感器測量點 的經過降噪處理后的振動信號及利用NNA-MEMD方法進行分解所得各頂F(限于篇幅，僅給出 IMF4~6波形）。同樣選取窄帶噪聲通道數為2。整個過程變電站GIS運行穩定，無異常聲響， 且振動信號均呈現強時變與非平穩的特征。而NNA-MEMD方法有效抑制了可能出現的模式混 疊現象，使得振動信號包含的各窄帶頻率成分能夠較為獨立地分布在各IMF中。且由圖可 知，頂F6中所包含的分量幅值已經較小，因此將頂F1~6作為分析對象，即包含了GIS絕大部 分的振動特征，進而根據(3)式分別計算各通道各MF的頂PF，所得功率特征矩陣即為正常 工況下的振動特征，如表1所示：
[0091] 表1正常工況下功率特征矩陣
[0092]
[0093] 為更加準確地比較不同功率特征矩陣的差異，從而對GIS各機械狀態進行檢測，本 發明依據向量空間模型定義了功率矩陣相似度d為：
[0094]
(4)
[0095] 式中，Xi，yi(l<i<n)為兩功率矩陣的各個元素，且有0<d<l，d值越大，說明兩矩 陣越相似，反之則不相似。對于本研究而言，當d>0.9時，可認為兩矩陣較為相似，而當d< 0.7時，則認為兩矩陣不相似。
[0096] 鑒于GIS筒體結構的復雜性，實驗室條件下，通過模擬GIS筒體的一段，構造簡單的 微粒振動缺陷和螺絲松動故障，采集故障信號，計算出多次測量下的，基于兩種故障類型的 功率矩陣相似度d，以檢測上述振動分析方法的可靠性。
[0097] 本發明使用GIS模擬實驗段，該器材是實際GIS箱體按各部件同等比例縮小制得。 使用不銹鋼材料，導體外半徑20mm，外殼內半徑60mm，選取1mm直徑的金屬微粒模擬GIS筒體 自由金屬顆粒缺陷，通過擰松裝置底座一根或多根螺絲來模擬松動故障。實驗室條件下，通 過給GIS模擬試驗段進行加壓處理，腔內金屬微粒跳動，撞擊模擬殼體表面，通過吸附在殼 體表面的傳感器進行振動信號的監測。使用壓電式傳感器采集振動信號，采用帶寬100MHz， 采樣頻率2GHz的示波器記錄信號，使用放大倍數為5000的功率放大器對試驗GIS段進行加 壓。為此構筑的實驗室仿真平臺包括示波器、信號發生器、傳感器、前置放大器、GIS試驗段 和功率放大器。
[0098] 表2正常與自由微粒振動信號功率特征矩陣相似度
[0099]
[0100] 表3正常與螺絲松動信號功率特征矩陣相似度
[0101]
[0102] 表2為三種電壓波下，GIS筒體微粒三種狀態下的功率矩陣特征相似度值。由表可 知，三種電壓形式下，微粒貫穿性跳動功率特征矩陣相似度平均值為0.2842，與正常波形相 似度最低，表明，電壓等級越高，微粒振動危害越大。表3為三種電壓等級下的單根、雙根、多 根螺絲松動下的功率特征矩陣相似度，電壓等級越高，矩陣相似度越低，故障威脅越大，螺 絲松動程度同樣影響振動信號波形分布。
[0103] 分別計算兩表中各元素的平均值，得到d微粒振動=0.2948，d螺絲松動=0.6137。 由此可以看出，微粒振動時振動特征與正常工況之間的差異，要大于螺絲松動所引起的差 異。這是由于螺絲松動緊緊是GIS外部振動，這種振動對GIS內部結構沒有損害，緊緊增大了 振動的幅值，通過螺絲擰緊等處理可以有效的減小這類振動的損害。而微粒振動是GIS內部 引起的振動，這類振動早期幅值可能不會太大，但容易引發局部放電，產生高頻信號因此振 動信號會有明顯差異。而螺絲作為受迫振動部件，不直接產生振動，它的松動緊改變振動傳 播幅值，因此對振動信號的影響較小。
[0104] 在實際應用時，可以通過比較振動信號功率矩陣相似度，實現對GIS機械狀態的檢 測。若某換流變用GIS振動信號功率矩陣與正常工況矩陣的相似度d大于0.9時，說明其運行 正常。而當其相似度d小于0.7時，說明有可能發生了故障，值得關注。具體來說，當d較小時， 有可能是振源結構本身發生了變化，如微粒振動；而當d較大時，則有可能為螺絲或其他附 屬部件松動故障。
[0105] 顯然，當諸如此類的兩種或兩種以上故障同時發生時，其與正常工況下功率矩陣 相似度將會較單一故障下變得更小。而本研究證實了該方法用于檢測GIS機械故障隱患的 有效性，進而為采取進一步的維修策略提供依據。
[0106] 下面對本發明的振動信號測試與分析過程進行描述：
[0107] 首先需要對數據采集卡初始化，根據硬件的使用要求，設定兩路輸入的范圍設為 ±l〇V，連接方式為偽差分方式，由于本系統主要針對GIS振動信號進行降噪，根據采樣定 理，采樣頻率至少設為1kHz，但為了更好的還原有用振動信號特點，本發明采樣頻率設定為 10kHz。完成對數據采集卡的初始化后，創建虛擬通道，并設置其緩存大小和定時，然后開始 采集任務，從虛擬通道中讀取采集到的信號。通過小波算法將原始采集信號分離出噪聲信 號后，將有用信號發送給數據采集卡，完成對數據采集卡的初始化后，同樣需要創建虛擬通 道，然后將待輸出的信號寫入虛擬通道。在進行信號分析時，從信號時域、頻域和幅值域三 方面進行分析，便于對比。通過波形分析來推斷被測對象的振動過程，從而掌握信號的變化 規律，進一步得到代表被測對象的狀態與故障的各種特征。
[0108] 根據本發明的GIS異常振動在線監測與故障診斷系統，得到了以下技術結論：
[0109] (l)GIS正常運行狀態下的振動信號主要集中于100Hz以下，以二倍基頻為主。外部 螺絲松動等故障對振動信號的頻率分布影響較小，會引發振動信號的大幅提升，這種故障 可以通過定期的加固GIS筒體螺栓的方式減小影響。但是諸如GIS筒體內部微粒振動，互感 器硅鋼片磁致伸縮和繞組變形等故障會影響振動信號頻率組成，更有甚者會引發局部放 電，導致GIS筒體解體，這類故障應該通過定期的帶電監測，及時發現，及早去除。
[0110] (2)將小波降噪算法引入原始振動信號的處理中，對帶有噪聲的信號加以處理，方 便后續對信號的診斷分析。此方法可以有效降低實現對原始振動信號的去噪。
[0111] (3)對去噪后的信號引入窄帶噪聲輔助MEMD算法，實現多振動信號的多層分解，定 義了功率矩陣相似度判據。基于實驗室條件，搭建GIS測試平臺，通過模擬微粒振動和螺絲 松動兩類常見故障，實驗發現，計算所得功率特征矩陣與正常工況下相比較的矩陣相似度d 大于0.9,說明該工況下GIS運行良好;而當矩陣相似度d小于0.7時，說明該工況下振動特征 發生了較大變化，可能存在機械故障。此外，可進一步從矩陣相似度的大小判斷是GIS切換 過程中的振動源特性發生了改變(如微粒振動)還是其它附件的狀態發生了改變(如螺絲松 動）。
[0112] 與傳統方法相比，根據本發明的診斷方法，與整個電力系統沒有電氣連接，對整個 電力系統的正常運行無任何影響，具有較強的抗干擾能力和靈敏度，能夠安全、可靠地監測 GIS的運行狀態，整套軟硬件設備適合GIS的在線檢測，適宜各電壓等級GIS變電站裝配。
[0113] 以上所述僅為本發明的優選實施例而已，并不用于限制本發明，對于本領域的技 術人員來說，本發明可以有各種更改和變化。凡在本發明的精神和原則之內，所作的任何修 改、等同替換、改進等，均應包含在本發明的保護范圍之內。
【主權項】
1. 一種GIS機械故障診斷方法，其特征在于，包括以下步驟： 對GIS設備上的振動信號進行采集的步驟一； 利用閥值去噪方法對采集的信號進行去噪處理的步驟二； 利用窄帶噪聲輔助多元EMD方法提取所述信號中包含的各種特征信息的步驟三； 利用功率譜密度函數提取其功率特征，計算各通道所有頂F的功率譜最大幅值，以構成 所測工況下的功率特征矩陣的步驟四；以及 將通過試驗獲得的正常工況下的功率特征矩陣和/或各種故障工況下的功率特征矩 陣，作為故障判據的步驟五。2. 根據權利要求1所述的GIS機械故障診斷方法，其特征在于，所述步驟三包括:首先對 原始多通道信號增加若干通道高斯白噪聲，然后對復合信號再應用MEMD分解，并將噪聲通 道的IMF剔除，即得到原始信號的分解結果。3. 根據權利要求1所述的GIS機械故障診斷方法，其特征在于，所述步驟五還包括：引入 所述功率特征矩陣的相似度，當功率特征矩陣相似度大于預定值時判定為相同工況。4. 根據權利要求3所述的GIS機械故障診斷方法，其特征在于，當所測工況的功率特征 矩陣與正常工況下的功率特征矩陣的相似度大于0.9時，判定GIS設備正常運行，當相似度 小于0.7時，判定GIS發生振動故障。5. 根據權利要求1所述的GIS機械故障診斷方法，其特征在于，在步驟一和步驟二之間 還包括:通過不同頻帶的濾波器，將頻率較高的局部放電信號和頻率較低的機械振動信號 區分開的步驟。6. -種GIS機械故障診斷系統，包括振動信號檢測模塊、信號調理模塊、數據采集模塊、 以及信號處理模塊，其特征在于，所述信號處理模塊利用閥值去噪方法對采集的信號進行 去噪處理，之后利用窄帶噪聲輔助多元EMD方法提取所述信號中包含的各種特征信息，并利 用功率譜密度函數提取其功率特征，計算各通道所有IMF的功率譜最大幅值，以構成所測工 況下的功率特征矩陣，將所測工況下的功率特征矩陣與通過試驗獲得的正常工況下的功率 特征矩陣和/或各種故障工況下的功率特征矩陣相比較，以判定GIS設備是否發生故障。7. 根據權利要求6所述的GIS機械故障診斷系統，其特征在于，所述振動信號檢測模塊 為CA-YD-103型壓電式傳感器。8. 根據權利要求7所述的GIS機械故障診斷系統，其特征在于，所述壓電式傳感器使用 耦合劑固定在GIS設備的殼體表面，其中，GIS設備的測量點包括窺視孔、操作機構和氣室中 部。9. 根據權利要求6所述的GIS機械故障診斷系統，其特征在于，所述數據采集模塊為 USB-1902型數據采集卡。10. 根據權利要求6所述的GIS機械故障診斷系統，其特征在于，所述信號調理模塊為 YE5853A型電荷放大器。
【文檔編號】G01M99/00GK105973621SQ201610282834
【公開日】2016年9月28日
【申請日】2016年5月2日
【發明人】孫慶生, 曹濤, 周章斌, 韓光, 王勤, 王東
【申請人】國家電網公司, 國網安徽省電力公司合肥供電公司