一种一体化下三工位开关及其智能化监测方法与流程

本发明涉及环网柜开关机构及智能化监测，尤其涉及一种一体化下三工位开关及其智能化监测方法。

背景技术：

1、当前，在国内外电力系统使用的环网柜体中，对于高压主回路的切合隔离，一般单独使用上三工位隔离开关操作机构或下三工位隔离开关操作机构。但是，现有的下三工位开关操作机构结构复杂、传动不可靠，占地面积大，生成成本高，并且大大占用了环网柜体的内部空间，同时对配电系统的安全运行带来极大的威胁。

2、此外，下三工位开关在监测状态方面存在一定的困难。传统的监测方法可能存在误判或漏判的问题，无法准确地监测开关的状态。因此，需要解决下三工位开关监测方面的技术问题，提高监测的准确性和可靠性。

3、为此提供一种能够结构简单、操作可靠的又能够实现自检测的三工位操作机构，对于降低成本和操作空间以及实现配电系统的安全运行就显得尤为重要。

技术实现思路

1、为了克服现有技术的不足，本发明提供了一种一体化下三工位开关及其智能化监测方法。

2、本发明采用如下技术方案实现：

3、一种一体化下三工位开关，包括外框架，所述外框架包括下三工位开关支架，所述下三工位开关支架设有两个，并且两者左右相对设立；

4、连接板，所述连接板设有两个，所述连接板设置在所述下三工位开关支架的前后侧之间，所述连接板和下三工位开关支架卡合连接；

5、绝缘夹板，所述绝缘夹板设有两个，所述绝缘夹板设置在所述下三工位开关支架的上部的前后两面，所述绝缘夹板和下三工位开关支架通过螺栓固定连接；

6、开关固定板，所述开关固定板设置在绝缘夹板的左侧，所述开关固定板与绝缘夹板之间通过螺栓固定连接；

7、所述连接板、绝缘夹板和下三工位开关支架之间组合成外框架；

8、所述绝缘夹板之间对称设有灭弧室组件，所述灭弧室组件一端延伸出绝缘夹板外并与之固定连接；

9、所述开关固定板上设有六角主轴，所述六角主轴上设有屏蔽罩组件，所述六角主轴一端固定在开关固定板上，另一端延伸至绝缘夹板之间，并与灭弧室组件转动连接；

10、所述下三工位开关支架之间的内部还设有隔离开关主轴，所述隔离开关主轴的两端与下三工位开关支架相抵；

11、还包括在各个工位上安装的位置传感器，用于准确检测开关的位置，以及和位置传感器相连接的监测装置，监测装置根据信号处理后的结果进行智能化状态判定，从而实现断路器开关的状态，包括开、关或中间位置。

12、所述灭弧室组件设有三个，所述灭弧室组件沿轴向等距布置，所述屏蔽罩组件的数量与灭弧室组件一致；

13、所述灭弧室组件包括凸轮支架，所述凸轮支架穿设在六角主轴上，所述六角主轴可在凸轮支架上自由转动；

14、凸轮，所述凸轮设置在凸轮支架上，所述凸轮在可在凸轮支架上转动，所述凸轮上设有“l”字形的槽；

15、触头压簧，所述触头压簧的顶部设有滑块，所述滑块设置在凸轮的“l”字形槽上，所述触头压簧通过滑块与凸轮相连接；

16、软连接，所述软连接设置在触头压簧的底部，与触头压簧固定连接，所述软连接的底部设有连杆；

17、真空灭弧室，所述真空灭弧室设置在软连接的下端，所述真空灭弧室的顶部设有连杆，所述软连接底部的连杆与真空灭弧室顶部的连杆之间固定连接，所述真空灭弧室的外周壁上设有灭弧室支撑板；

18、所述真空灭弧室的底部设有灭弧室固定座，所述灭弧室固定座通过螺栓与真空灭弧室固定连接。

19、所述真空灭弧室包括外壳，所述外壳包括动盖板、静盖板和瓷壳，所述动盖板、静盖板和瓷壳之间依次固定连接组成外壳；

20、所述外壳顶部设有导向套，所述导向套嵌合在动盖板上端，所述导向套内穿设有动导电杆；

21、所述动导电杆的底部设有动触头，所述动导电杆的下端设有静导电杆，所述静导电杆的顶端设有静触头，所述动触头和静触头的外部套设有屏蔽筒；

22、所述动导电杆的上半部分的外周设有波纹管，所述波纹管套设在动导电杆上，所述波纹管的下端设有波纹管屏蔽罩。

23、所述隔离开关主轴与右侧下三工位开关支架连接的外壁上设有动密封。

24、所述绝缘夹板下端设有多组均压环组件，所述均压环组件固定在绝缘夹板上，所述均压环组件的数量与灭弧室组件的数量一致。

25、本发明的一种一体化下三工位开关的监测方法，包括以下步骤：

26、步骤1，在下三工位开关本体的各个工位上安装位置传感器，用于准确检测开关的位置，根据下三工位开关的设计，每个工位上安装一个传感器，以实时监测开关的位置；

27、步骤2，监测装置接收位置传感器输出的信号，并进行信号处理，信号处理包括滤波、放大、数字转换，以确保监测信号的稳定性和准确性；

28、步骤3，监测装置根据信号处理后的结果进行状态判定，通过设定迁移学习算法准确地确定真空灭弧室内的动触头与静触头接触或者分离，从而实现断路器开关的状态，包括开、关或中间位置；

29、收集数据，包括开关在不同位置下的传感器信号和相应的状态标签，对传感器信号进行预处理，归一化；将传感器信号序列作为输入序列，以时间步为单位组织数据；每个时间步的输入包括传感器信号的特征向量；将开关状态标签序列作为输出序列，以时间步为单位组织数据，每个时间步的输出是开关的状态标签：开、关或中间位置；

30、对传感器信号进行预处理和特征提取输入到迁移学习网络模型中，使用卷积神经网络来提取传感器信号：

31、输入层：将预处理后的传感器信号作为输入，可以通过设置时间步长t和传感器信号的通道数c来定义输入张量的形状；

32、卷积层：用卷积核对输入信号进行卷积，提取不同尺度的特征，使用大小为6的卷积核，输出通道数为m，填充为1，步长为1，可以捕捉局部的时序模式；

33、池化层：对卷积后的特征进行池化操作；池化窗口大小为3，步长为3；

34、激活函数：在卷积层后应用relu激活函数；

35、扁平化：将池化层输出的特征图展平为一维向量，以便传递给后续的全连接层。

36、输出特征：最终得到的输出特征是经过卷积和池化操作后的高维向量，表示传感器信号的抽象特征；

37、构建迁移学习模型：

38、自注意力机制：自注意力机制通过计算注意力权重来对输入序列的不同位置进行交互，推导自注意力机制的公式如下：

39、输入特征表示：假设输入序列为x=[x1, x2, ..., xn]，其中xi是输入序列的第i个特征向量；查询q、键k和值v的线性变换：通过线性变换将输入序列映射到查询q、键k和值v向量空间，得到q=[q1, q2, ..., qn]、k=[k1, k2, ..., kn]和v=[v1, v2, ..., vn]；

40、注意力权重计算：计算注意力权重矩阵a，其中每个元素aij表示第i个位置对第j个位置的注意力权重，注意力权重计算公式如下：

41、aij = softmax(qi * kj^t / sqrt(d_k))

42、上下文向量计算：将注意力权重矩阵a与值向量v相乘，得到上下文向量c=[c1,c2, ..., cn]，其中ci是第i个位置的上下文向量；

43、本发明的迁移学习网络层数：l层，多头注意力机制中的头数：h个，注意力机制中的隐藏单元数：d_model / h，其中d_model是输入特征的维度；前馈神经网络中的隐藏单元数：d_ff；注意力机制中的dropout率：dropout_rate；

44、解码器的每个位置通过注意力机制对编码器的输出进行交互，以获取全局信息，最后一个解码器层的输出经过线性变换和softmax函数，映射为开关状态的概率分布，使用适当的损失函数来衡量模型预测结果与实际标签之间的差异，使用标注数据对迁移学习模型进行训练。将训练好的迁移学习模型应用于实际的监测装置中，将输入序列传入模型，获取预测的开关状态；

45、步骤4，监测装置将开关的状态信息输出为监测信号，监测信号可以是数字信号、模拟信号或其他形式的信号，以满足需求。

46、本发明相对于现有技术通过设置一体化的下三工位开关，内部结构紧凑、一体化设计不仅降低了成本，缩小了操作机构的体积，更方便了在环网柜体中的安装使用，提高了高压配电系统运行的稳定性和安全性；

47、通过迁移学习网络的智能监测方法，设计改进的transformer模型，增加或调整层的数量、调整注意力机制或引入新的组件，能够准确监测开关的状态，避免了开关监测中的误判或漏判问题，采用位置传感器和信号处理技术，确保监测信号的稳定性和准确性，提高了开关的稳定性和可靠性，监测信号的输出形式可以根据实际需求进行定制，适用于不同类型的应用场景；

48、通过准确监测开关的状态，有助于避免因开关状态错误引发的故障或意外情况，提高设备或系统的稳定性和安全性。