人工神经网络高压断路器在线监测故障诊断系统及方法与流程

文档序号：12060673阅读：268来源：国知局

背景技术：
：高压断路器在线监测及故障诊断技术就是实时监测高压断路器的状态参数，根据状态参数的变化确定高压断路器的故障性质、成都、类别和部位，明确故障征兆，并指明故障的发展趋势。传统故障诊断技术分为比较法和机理分析诊断法两种，比较法是以统计学为基础的一种判别高压断路器状态的方法，机理分析法是建立在高压断路器或状态参数数学模型基础上开展的。传统的故障诊断技术过于依赖历史数据及需要建立精准的数学模型，故障诊断方式单一、智能化水平差。由于不同厂家、不同应用环境及不同时间段高压断路器特性的差异性，导致故障诊断结果可靠性差、稳定性低。

技术实现要素：
：

发明目的：本发明提供一种人工神经网络高压断路器在线监测故障诊断系统及方法，其目的是解决以往所存在的问题。

技术方案：发明是通过以下技术方案实现的：

人工神经网络高压断路器在线监测故障诊断系统，该系统包括DSP、电流互感器、电压互感器、温度传感器、振动传感器、速度传感器、A/D转换电路、电压转换、光耦隔离、编程接口、复位单元、显示驱动、显示单元、报警单元、操作面板、通讯单元、工业计算机、存储器、打印机和高压断路器，其中电流互感器、电压互感器、温度传感器、振动传感器、速度传感器的测量端口与高压断路器相连接，电流互感器、电压互感器、温度传感器、振动传感器的信号输出端口与A/D转换电路的输入端口相连接，速度传感器的信号输出端口与电压转换的信号输入端口相连接，A/D转换电路、电压转换的输出端口与光耦隔离的输入端口相连接，光耦隔离的信号输出端口与DSP的数字信号输入端口相连接，编程接口的信号输入端口与工业计算机的信号输出端口相连接，编程接口的信号输出端口与DSP的编程信号输入端口相连接，复位单元的信号输出端口与DSP的复位端口相连接，操作面板的信号输出端口与DSP的信号输入端口相连接，报警单元的信号输入端口与DSP的信号输出端口相连接，显示单元的信号输出端口经过显示驱动与DSP的信号输出端口相连接，工业计算机的通讯端口经过通讯单元与DSP的通讯端口相连接，存储器、打印机的信号输入端口与工业计算机的U口相连接。

显示单元连接电压转换。

温度传感器通过临时固定架固定，该固定架包括支撑盒、上V形支撑卡、下V形支撑卡和调整螺杆；在支撑盒的两端设置有限位滑道，限位滑道为沿支撑盒长度方向设置的条形滑道；

上V形支撑卡包括上卡臂和上随动臂，上卡臂和上随动臂通过扭簧连接形成V形结构；下V形支撑卡包括下卡臂和下随动臂，下卡臂和下随动臂通过另一个扭簧连接形成V形结构；两个扭簧均套在移动滚筒上，移动滚筒的中心设置有滚动轴，滚动轴的两端伸进限位滑道内并在使用时沿限位滑道移动；

上随动臂与下随动臂通过活动轴活动连接，活动轴连接带有螺纹的拉动杆，拉动杆沿与限位滑道垂直的方向穿过支撑盒并通过螺纹与支撑盒螺纹配合；

在上卡臂的上部设置有用于在水平方向压住的显示单元边缘的横向固定压片。

在上卡臂上设置一个横向限位孔，在横向限位孔前端设置有与横向限位孔同轴且连通的横向限位套，横向固定压片上连接有横杆，该横杆穿过横向限位孔及横向限位套并能在横向限位孔及横向限位套内左右移动，在横向限位孔的前端设置有能左右移动的顶帽，顶帽的尾端端连接拉紧弹簧的前端，拉紧弹簧的后端伸进横向限位套内并与横向限位套的侧壁连接，拉紧弹簧套在横固定压片的横杆的前端。

利用上述的人工神经网络高压断路器在线监测故障诊断系统所实施的诊断方法，在人工神经网络中，神经元处理单元可以表示不同的对象，神经元的数学表达式为：

式中：为权向量；为输入向量，为的转置；b用于调节输出的偏置；f为激活函数；可见，一个神经元的功能是求得输入向量与权向量内积后，经一个激活函数得到一个标量结果；单神经元的作用是将一个n维向量空间用一个超平面分割成两部分，给定一个输入向量，神经元可判断出这个向量位于超平面的哪一边；该超平面方程为：

式中，为权向量；为超平面的向量，b为偏置。

该方法将高压断路器故障报警信息进行数字量化作为神经网络的输入量；神经网络的输出量代表故障诊断类型；首先对神经网络进行训练学习，即将特定故障对应的报警信息作为样本，建立全面的样本库，然后用所有的样本对神经网络进行训练，实现将样本库的知识以网络的形式存储在神经网络的连接权中，最后通过神经网络输入量计算并完成故障诊断；采用人工神经网络技术高压断路器在线监测及故障诊断技术过程：

(1)系统上电，进行自检，操作面板发送监测指令给DSP；

(2)DSP接收监测指令，采集高压断路器电压、电流、温度、振动、行程、速度等状态信息，并进行信号处理；

(3)工业计算机对高压断路器状态电压、电流、温度、振动、行程、速度等状态信息进行提取；

(4)确定要识别故障的类型；

(5)设计人工神经网络模型，包括：输入层结点数、输出层结点数、隐层节点数和初始权值设置；

(6)训练人工神经网络，主要包括对样本集的训练和测试；

(7)根据训练结果，判别高压断路器有无故障及故障类型，并进行预警。

优点效果：本发明提供一种人工神经网络高压断路器在线监测故障诊断系统及方法，该人工神经网络高压断路器在线监测及故障诊断技术利用DSP的强大数据处理能力、响应速度和神经网络自适应、自组织、实时学习的特征，实现对高压断路器运行参数的实时监测和故障诊断，具有操作简单、响应速度快、稳定性好、自我学习能力强、容错率低等优点。专利技术的应用将大大提高高压断路器在线监测和故障诊断技术的发展，为智能化电器和智能化电网技术的发展奠定基础。

附图说明

图1高压断路器在线监测系统结构简图；

图2神经元示意图；

图3为固定架的结构示意图；

图4为图3的A部放大图。

1、DSP；2、电流互感器；3、电压互感器；4、温度传感器；5、振动传感器；6、速度传感器；7、A/D转换电路；8、电压转换；9、光耦隔离；10、编程接口；11、复位单元；12、显示驱动；13、显示单元；14、报警单元；15、操作面板；16、通讯单元；17、工业计算机；18、存储器；19、打印机；20、高压断路器；a₁～a_n为输入向量的各个分量；w₁～w_n为神经元各个突触的权值；b为用于调节输出的偏置；sun是求数组元素的和；f为激活函数；t为神经元输出。

具体实施方式

如图1所示，发明提供一种人工神经网络高压断路器在线监测故障诊断系统及方法，高压断路器在线监测系统结构简图如图1所示，监测系统包括DSP1、电流互感器2、电压互感器3、温度传感器4、振动传感器5、速度传感器6、A/D转换电路7、电压转换8、光耦隔离9、编程接口10、复位单元11、显示驱动12、显示单元13、报警单元14、操作面板15、通讯单元16、工业计算机17、存储器18、打印机19、高压断路器20，其中电流互感器2、电压互感器3、温度传感器4、振动传感器5、速度传感器6的测量端口与高压断路器20相连接，电流互感器2、电压互感器3、温度传感器4、振动传感器5的信号输出端口与A/D转换电路7的输入端口相连接，速度传感器6的信号输出端口与电压转换8的信号输入端口相连接，A/D转换电路7、电压转换8的输出端口与光耦隔离9的输入端口相连接，光耦隔离9的信号输出端口与DSP1的数字信号输入端口相连接，编程接口10的信号输入端口与工业计算机17的信号输出端口相连接，编程接口10的信号输出端口与DSP1的编程信号输入端口相连接，复位单元11的信号输出端口与DSP1的复位端口相连接，操作面板15的信号输出端口与DSP1的信号输入端口相连接，报警单元14的信号输入端口与DSP1的信号输出端口相连接，显示单元13的信号输出端口经过显示驱动12与DSP1的信号输出端口相连接，工业计算机17的通讯端口经过通讯单元16与DSP1的通讯端口相连接，存储器18、打印机19的信号输入端口与工业计算机17的U口相连接。显示单元13连接电压转换8。

温度传感器4通过临时固定架固定，该固定架包括支撑盒111、上V形支撑卡、下V形支撑卡和调整螺杆888；在支撑盒111的两端设置有限位滑道666，限位滑道666为沿支撑盒111长度方向设置的条形滑道；

上V形支撑卡包括上卡臂333和上随动臂333-1，上卡臂333和上随动臂333-1通过扭簧连接形成V形结构；下V形支撑卡包括下卡臂222和下随动臂222-1，下卡臂222和下随动臂222-1通过另一个扭簧444连接形成V形结构；两个扭簧均套在移动滚筒上，移动滚筒的中心设置有滚动轴555，滚动轴555的两端伸进限位滑道666内并在使用时沿限位滑道666移动；

上随动臂333-1与下随动臂222-1通过活动轴777活动连接，活动轴777连接带有螺纹999的拉动杆888，拉动杆888沿与限位滑道666垂直的方向穿过支撑盒111并通过螺纹999与支撑盒111螺纹配合；

在上卡臂333的上部设置有用于在水平方向压住的显示单元边缘的横向固定压片000。

在上卡臂333上设置一个横向限位孔001，在横向限位孔001前端设置有与横向限位孔001同轴且连通的横向限位套002，横向固定压片000上连接有横杆，该横杆穿过横向限位孔001及横向限位套002并能在横向限位孔001及横向限位套002内左右移动，在横向限位孔001的前端设置有能左右移动的顶帽004，顶帽004的尾端端连接拉紧弹簧003的前端，拉紧弹簧003的后端伸进横向限位套002内并与横向限位套002的侧壁连接，拉紧弹簧003套在横固定压片000的横杆的前端。

固定架使用时，将拉动杆888向内旋拧(也就是图中的右上方向)，使得上卡臂333与下卡臂222之间向外张开，然后将上卡臂333与下卡臂222分别置于被固定位置的上表面和下表面，将待固定物置于垂直固定压片000底部，然后反向旋拧动杆888，使得上卡臂333与下卡臂222之间向内收拢并逐渐夹紧被固定物，使得待固定的装置与被固定的位置紧密接触完成操作，卸下或更换传感器时重复旋拧拉动杆888的动作即可。

而在夹紧时，横向固定压片000的横杆穿过横向限位套002并顶起顶帽004，进而拉伸拉紧弹簧003，这样一来，被夹紧物就始终保持一种弹性的压紧，使得压紧更加的稳固，使得被夹紧物与被固定位置之间的接触为柔性连接，避免硬性连接带来的对被夹紧物的损坏及当被固定位置不平时所带来的夹紧配合不可调整的问题。

人工神经网络是一种非程序化、适应性、大脑风格的信息处理，其本质是通过网络的变换和动力学行为得到一种并行分布式的信息处理功能，并在不同层次和程度上模拟人脑神经系统的信息处理功能。在人工神经网络中，神经元处理单元可以表示不同的对象。附图2为神经元示意图，神经元的数学表达式为：

式中：为权向量；为输入向量，为的转置；b用于调节输出的偏置；f为激活函数。可见，一个神经元的功能是求得输入向量与权向量内积后，经一个激活函数得到一个标量结果。单神经元的作用是将一个n维向量空间用一个超平面分割成两部分，给定一个输入向量，神经元可判断出这个向量位于超平面的哪一边。该超平面方程为：