辅助开关可靠性评估方法及装置与流程

1.本发明属于断路器技术领域，具体涉及一种辅助开关可靠性评估方法及装置。


背景技术：

2.高压断路器辅助开关是连接在高压断路器操动机构主动杆轴上的低压信号开关，常作为二次控制回路中的分、合闸控制开关以及联锁保护接点。当高压开关的辅助开关出现故障时，会影响控制和信号回路，对整台断路器甚至于电网都会造成严重的危害。辅助开关的分断能力及电寿命是衡量断路器可靠性的重要指标，对应于辅助开关的不同负荷，要有相应的分断能力尤其是在分闸回路里，当出现故障时断路器无法正常断开，那么必定会越级跳闸，造成全站失压。若辅助开关的故障出现在信号和保护回路，会造成误报警和保护失效的可能，那样会严重影响供电安全，所以必须在检查断路器的过程中严格检查辅助开关的分断能力及所有接点的导通。辅助开关的检测是衡量断路器可靠性的重要指标。
3.相关技术中，检测断路器的辅助开关是停电检修，是回路检查过程中的一个项目，一般通过万用表测量回路的导通状态来判断，但是存在很多弊病，一是可靠性不高，辅助开关最常见的问题就是接点粘连，接点粘连经常会造成线圈的烧毁，而检测中可能会出现虽然回路导通但是接点接触不良，所以即使分合时检测合格也不能保证辅助开关完好。二是检测时间长，正常停电检测的方法一般采用万用表检测，一台开关16对接点如果全部检测至少需要5min，而且内侧接点测量起来十分困难。每台开关都要这样检测，那就要花费大量的时间人力。时间拖得越长，越影响供电可靠性。因此，一般性检修只检查分合情况，单纯辅助开关的检测经常被省略。但是如果辅助开关不能有效地被检查，就会存在一个很大的安全隐患，有可能导致控制回路断线，信号指示不正常，粘连线圈烧毁甚至会造成全站失压。


技术实现要素：

4.有鉴于此，本发明的目的在于克服现有技术的不足，提供一种辅助开关可靠性评估方法及装置，以解决现有技术中断路器的辅助开关不能被有效的检查，存在安全隐患的问题。
5.为实现以上目的，本发明采用如下技术方案：一种辅助开关可靠性评估方法，包括：
6.获取辅助开关的机电性能参数的采集数据；其中，机电性能参数包括机械振动信号、温度数据和湿度数据；
7.提取所述机械振动信号的纹理特征，构成特征向量集；
8.基于所述特征向量集生成训练样本特征；其中，所述特征向量集包括正常特征向量和异常特征向量；
9.利用所述训练样本特征对支持向量机进行训练，获得辅助开关可靠性分类的最优超平面，将所述最优超平面作为对待检测辅助开关进行可靠性评估的分类器；
10.采集待测辅助开关机电性能参数的实时数据，提取所述实时数据的纹理特征输入
至所述分类器，使所述分类器输出可靠性评估结果。
11.进一步的，所述获取辅助开关机的电性能参数的采集数据，包括：
12.获取温度传感器所检测到的辅助开关的温度数据；其中，所述温度传感器设置在所述辅助开关所在高压断路器的分合闸线圈表面；
13.获取湿度传感器所检测到的辅助开关的湿度数据；其中，所述湿度传感器设置在所述辅助开关所在高压断路器的分合闸线圈表面；
14.获取振动传感器采集的机械振动信号；其中，所述振动传感器安装在高压断路器的振动载物台侧面。
15.进一步的，所述提取所述采集数据的纹理特征构成特征向量集，包括：
16.利用所述纹理特征建立机电性能参数数据对应的特征向量；
17.将所有机电性能参数数据投影到特征向量空间中，获得所有机电性能参数的特征数据矩阵，并获得所有机电性能参数的特征向量，构成特征向量集。
18.进一步的，所述利用所述训练样本特征对支持向量机进行训练，获得辅助开关可靠性分类的最优超平面，包括：
19.获取训练样本特征，采用sk算法进行判断正常特征向量和异常特征向量，将所有特征向量映射到高维空间；
20.基于所述正常特征向量和异常特征向量在所述高维空间中构建一个分类边缘最大的超平面；
21.求解所述超平面，得到最优超平面。
22.进一步的，当所述训练样本特征为线性可分训练样本特征时，采用如下方式构建超平面；
23.c(y)＝ω
t
y+d＝0
24.训练样本特征为{(ai,bi),i＝1,2,3,....n}
25.基于约束条件并以样本特征中的正常特征向量与异常特征向量距离最大为目标，求解所述超平面，得到最优超平面。
26.进一步的，基于以下约束条件并以样本特征中的正常特征向量与异常特征向量距离最大为目标，求解所述超平面，
[0027][0028]
其中，c(a)为最优超平面，ω为权重，d为常量。
[0029]
进一步的，当所述训练样本特征为非线性可分训练样本特征时，利用lagrange函数以如下方式求解所述超平面，得到最优超平面，
[0030][0031]
进一步的，对于非线性可分训练样本特征，当无法满足约束条件时，引入松弛变量，使得所述约束条件变为
[0032][0033]
式中，ξi为松弛变量，q为惩罚因子，0《ξi《1表示训练样本特征为正常特征，ξi＞1表示训练样本特征为异常特征
[0034]
进一步的，机械振动数据的特征提取，包括：
[0035]
将所述机械振动信号转换为数字信号，根据所述数字信号得到频谱图像；
[0036]
对所述频谱图像进行特征提取。
[0037]
本技术实施例提供一种辅助开关可靠性评估装置，包括：
[0038]
获取模块，用于获取辅助开关的机电性能参数的采集数据；其中，机电性能参数包括机械振动信号、温度数据和湿度数据；
[0039]
提取模块，用于提取所述机械振动信号的纹理特征，构成特征向量集；
[0040]
生成模块，用于基于所述特征向量集生成训练样本特征；其中，所述特征向量集包括正常特征向量和异常特征向量；
[0041]
训练模块，用于利用所述训练样本特征对支持向量机进行训练，获得辅助开关可靠性分类的最优超平面，将所述最优超平面作为对待检测辅助开关进行可靠性评估的分类器；
[0042]
评估模块，用于采集待测辅助开关机电性能参数的实时数据，提取所述实时数据的纹理特征输入至所述分类器，使所述分类器输出可靠性评估结果。
[0043]
本发明采用以上技术方案，能够达到的有益效果包括：
[0044]
本发明提供一种辅助开关可靠性评估方法及装置，本技术通过对多维度数据的采集，得到多维度的特征向量，从而得到特征向量集，基于特征向量集对最优超平面支持向量机进行训练，得到分类器，通过训练好的分类器对辅助开关进行可靠性评估，能够及时对辅助开关进行进行检查，避免安全隐患的存在。
附图说明
[0045]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0046]
图1为本发明辅助开关可靠性评估方法的步骤示意图；
[0047]
图2为本发明提供的数据采集的结构示意图；
[0048]
图3为本发明辅助开关可靠性评估装置的结构示意图；
[0049]
图4为本发明辅助开关可靠性评估方法实施的硬件结构示意图。
具体实施方式
[0050]
为使本发明的目的、技术方案和优点更加清楚，下面将对本发明的技术方案进行详细的描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基
于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本发明所保护的范围。
[0051]
下面结合附图介绍本技术实施例中提供的一个具体的辅助开关可靠性评估方法及装置。
[0052]
如图1所示，本技术实施例中提供的辅助开关可靠性评估方法，包括：
[0053]
s101，获取辅助开关的机电性能参数的采集数据；其中，机电性能参数包括机械振动信号、温度数据和湿度数据；
[0054]
一些实施例中，所述获取辅助开关机的电性能参数的采集数据，包括：
[0055]
获取温度传感器所检测到的辅助开关的温度数据；其中，所述温度传感器设置在所述辅助开关所在高压断路器的分合闸线圈表面；
[0056]
获取湿度传感器所检测到的辅助开关的湿度数据；其中，所述湿度传感器设置在所述辅助开关所在高压断路器的分合闸线圈表面；
[0057]
获取振动传感器采集的机械振动信号；其中，所述振动传感器安装在高压断路器的振动载物台侧面。
[0058]
需要说明的是，如图2所示，本技术中温度传感器、湿度传感器、机械振动传感器分别置于高压断路器分合闸线圈表面以及安装在振动载物台侧面，用以采集对应点位温度数据、湿度数据以及机械振动信号。可以理解的是，温度数据、湿度数据以及机械振动信号均为评价指标，由相对应的传感器进行收集首先传递给下机位，经由下机位进行a/d转换，进行原始数据的收集，传递给下位机负责产数的设置以及处理显示。
[0059]
需要说明的是，本技术中采用模拟电子技术来分析辅助开关的动作情况，设计出辅助开关检测装置来进行测量，将很大程度改进对高压开关辅助开关测量方法。先将220v交流电源接入，给主控器cpu供电，主控器通电后，控制光屏显示器、直流整流电路、分合闸输出电源、同时将基准时间输入主控器。电源输出信号采样电路将分合闸输出电源信号送回到主控制器，通过信号采样电路将时间端口信号和外部触发信号送回到主控器。进入主控器分析后，转换为模拟电子信号，辅助开关测试仪通过操作软件，在控制面板显示出来，温度、湿度检测参量就利用温度湿度检测仪，安装在控制柜分合闸线圈电流旁边。
[0060]
s102，提取所述机械振动信号的纹理特征，构成特征向量集；
[0061]
一些实施例中，机械振动数据的特征提取，包括：
[0062]
将所述机械振动信号转换为数字信号，根据所述数字信号得到频谱图像；
[0063]
对所述频谱图像进行特征提取。
[0064]
本技术中机械帧数信号的特征向量需要通过频谱图像提取，其他的机电性能参数均可通过对应的传感器进行数据采集。需要说明的是，本技术中只对机械振动信号的频谱图像进行特征提取，然后输入到支持向量机中进行训练，而对于温度数据、湿度数据可以采用国标值进行判断或者可以进行预设。
[0065]
s103，基于所述特征向量集生成训练样本特征；其中，所述特征向量集包括正常特征向量和异常特征向量；
[0066]
本技术中提取所述采集数据的纹理特征构成特征向量集，包括：
[0067]
利用所述纹理特征建立机电性能参数数据对应的特征向量；
[0068]
将所有机电性能参数数据投影到特征向量空间中，获得所有机电性能参数的特征
数据矩阵，并获得所有机电性能参数的特征向量，构成特征向量集。
[0069]
可以理解的是，特征向量集中包括两类数据即正常特征向量和异常特征向量，支持向量机获取正常特征向量和异常特征向量之间的最大距离即为最优超平面。
[0070]
s104，利用所述训练样本特征对支持向量机进行训练，获得辅助开关可靠性分类的最优超平面，将所述最优超平面作为对待检测辅助开关进行可靠性评估的分类器；
[0071]
一些实施例中，所述利用所述训练样本特征对支持向量机进行训练，获得辅助开关可靠性分类的最优超平面，包括：
[0072]
获取训练样本特征，采用sk算法进行判断正常特征向量和异常特征向量，将所有特征向量映射到高维空间；
[0073]
基于所述正常特征向量和异常特征向量在所述高维空间中构建一个分类边缘最大的超平面；
[0074]
求解所述超平面，得到最优超平面。
[0075]
需要说明的是，支持向量机svm将提取的纹理特征形成向量，并映射到高维空间里，在该高维空间里建立有一最大间隔超平面，然后再分隔超平面的两边建有两个互相平行的超平面，通过求解分隔超平面使两个平行超平面的距离最大化，得到所述最优超平面。
[0076]
一些实施例中，当所述训练样本特征为线性可分训练样本特征时，采用如下方式构建超平面；
[0077]
c(y)＝ω
t
y+d＝0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0078]
训练样本特征为{(ai,bi),i＝1,2,3,....n}；
[0079]
基于以下约束条件并以样本特征中的正常特征向量与异常特征向量距离最大为目标，求解所述超平面，
[0080][0081]
其中，c(a)为最优超平面，ω为权重，d为常量
[0082]
一些实施例中，当所述训练样本特征为非线性可分训练样本特征时，利用lagrange函数以如下方式求解所述超平面，得到最优超平面，
[0083][0084]
一些实施例中，对于非线性可分训练样本特征，当无法满足约束条件时，引入松弛变量，使得所述约束条件变为
[0085][0086]
式中，ξi为松弛变量，q为惩罚因子，0《ξi《1表示训练样本特征为正常特征，ξi＞1表示训练样本特征为异常特征
[0087]
具体的，数据中的ai、bi代表样本中具体样本位置，例如，将正常与异常分开其中(a1，b1)代表正常，(a2，b2)代表不正常，当输入的是振动信号也就是位移的偏移量，设置正
常范围在0-1，那么大于1或小于0时就是属于不正常，如果在0-1那就是正常)。
[0088]
其中，公式(2)中表示的物理意义是样本点距离超平面最大位置，对应超平面即为最优超平面。当分类器在线性可分训练样本特征输入时，如果bi(ω
tai
+d)≥1成立，则证明断路器辅助开关稳定运行，反之不能稳定运行。同理，当分类器在非线性可分训练样本特征输入时，如果bi(ω
tai
+d)≥1-ξi成立则证明此时断路器辅助开关稳定运行，反之不能稳定运行。
[0089]
本技术中引入松弛变量就是将一些不满足约束的样本进行剔除，意思就是一组数据既不属于第一种又不属于第二种那就直接去除该样本数据。
[0090]
s105，采集待测辅助开关机电性能参数的实时数据，提取所述实时数据的纹理特征输入至所述分类器，输出可靠性评估结果。
[0091]
在得到训练后的分类器之后，就可以对实时得到的监测数据进行可靠性评估，得到可靠性结果，从而对断路器进行及时处理，避免安全隐患的存在。
[0092]
如图3所示，本技术实施例提供一种辅助开关可靠性评估装置，包括：
[0093]
获取模块301，用于获取辅助开关的机电性能参数的采集数据；其中，机电性能参数包括机械振动信号、温度数据和湿度数据；
[0094]
提取模块302，用于提取所述机械振动信号的纹理特征，构成特征向量集；
[0095]
生成模块303，用于基于所述特征向量集生成训练样本特征；其中，所述特征向量集包括正常特征向量和异常特征向量；
[0096]
训练模块304，用于利用所述训练样本特征对支持向量机进行训练，获得辅助开关可靠性分类的最优超平面，将所述最优超平面作为对待检测辅助开关进行可靠性评估的分类器；
[0097]
评估模块305，用于采集待测辅助开关机电性能参数的实时数据，提取所述实时数据的纹理特征输入至所述分类器，使所述分类器输出可靠性评估结果。
[0098]
本技术提供的辅助开关可靠性评估装置的工作原理为，获取模块301获取辅助开关的机电性能参数的采集数据；其中，机电性能参数包括机械振动信号、温度数据和湿度数据；提取模块302提取所述机械振动信号的纹理特征，构成特征向量集；生成模块303基于所述特征向量集生成训练样本特征；其中，所述特征向量集包括正常特征向量和异常特征向量；训练模块304利用所述训练样本特征对支持向量机进行训练，获得辅助开关可靠性分类的最优超平面，将所述最优超平面作为对待检测辅助开关进行可靠性评估的分类器；评估模块305采集待测辅助开关机电性能参数的实时数据，提取所述实时数据的纹理特征输入至所述分类器，使所述分类器输出可靠性评估结果。
[0099]
本技术提供一种计算机设备，包括：存储器1和处理器2，还可以包括网络接口3，所述存储器存储有计算机程序，存储器1可以包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。该计算机设备存储有操作系统4，存储器是计算机可读介质的示例。所述计算机程序被所述处理器执行时，使得所述处理器执行辅助开关可靠性评估方法，图4中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者
具有不同的部件布置。
[0100]
在一个实施例中，本技术提供的辅助开关可靠性评估方法可以实现为一种计算机程序的形式，计算机程序可在如图4所示的计算机设备上运行。
[0101]
一些实施例中，所述计算机程序被所述处理器2执行时，使得所述处理器2执行以下步骤：获取辅助开关的机电性能参数的采集数据；其中，机电性能参数包括机械振动信号、温度数据和湿度数据；提取所述机械振动信号的纹理特征，构成特征向量集；基于所述特征向量集生成训练样本特征；其中，所述特征向量集包括正常特征向量和异常特征向量；利用所述训练样本特征对支持向量机进行训练，获得辅助开关可靠性分类的最优超平面，将所述最优超平面作为对待检测辅助开关进行可靠性评估的分类器；采集待测辅助开关机电性能参数的实时数据，提取所述实时数据的纹理特征输入至所述分类器，使所述分类器输出可靠性评估结果。
[0102]
本技术还提供一种计算机存储介质，计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光光盘(dvd)或其他光学存储、磁盒式磁带存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
[0103]
一些实施例中，本发明还提出了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，获取辅助开关的机电性能参数的采集数据；其中，机电性能参数包括机械振动信号、温度数据和湿度数据；提取所述机械振动信号的纹理特征，构成特征向量集；基于所述特征向量集生成训练样本特征；其中，所述特征向量集包括正常特征向量和异常特征向量；利用所述训练样本特征对支持向量机进行训练，获得辅助开关可靠性分类的最优超平面，将所述最优超平面作为对待检测辅助开关进行可靠性评估的分类器；采集待测辅助开关机电性能参数的实时数据，提取所述实时数据的纹理特征输入至所述分类器，使所述分类器输出可靠性评估结果。
[0104]
可以理解的是，上述提供的方法实施例与上述的装置实施例对应，相应的具体内容可以相互参考，在此不再赘述。
[0105]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
[0106]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0107]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特
定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令方法的制造品，该指令方法实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0108]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0109]
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。