对基于优化型SVM的高压断路器故障诊断探析

陈雍 李长元 林兼

摘 要：高压断路器在电网运行中起到十分重要的保护性作用，但高压断路器长期处于恶劣的工作环境下，设备故障率较高，加强对设备的故障诊断十分关键。基于此，本文以高压断路器作为研究对象，从优化型SVM角度分析断路器故障诊断方法，并将其与PCA结合，实现对特征的提取与降维，使故障被合理分类，提高故障诊断效率。

关键词：优化型SVM；高压断路器；故障诊断

引言：高压断路器的分合闸线圈电流信号能够综合反映出断路器传动机构是否卡滞，铁心是否出现卡涩问题。为了保障高压断路器的高效运行，可以以优化型SVM为基础，对高压断路器的故障状态加以分析，通过特征矩阵的降维处理，从而得到主分量特征，在获得支持向量机训练样本集后，对高压断路器故障状态加以分类，为接下来的故障解决奠定基础。

1.高压断路器故障分析

1.1高压断路器错误操作

电力系统运行正常时，有可能会出现高压断路器误判现象，导致电流被切断。产生错误操作的原因主要如下：（1）电力回路二次接线，接线时高压断路器发生错误判断，导致电流被切断。（2）操纵装置故障，高压断路器无故障，不需要切断电流，但操纵装置的电磁电压比较低，接地装置可能漏点，导致装置出现错误判断。（3）高压断路器在使用时操纵装置电磁锁覆盖面积小，强烈的振动无法切断电流。

1.2高压断路器产生拒动

高压断路器的拒动问题指需要分开隔离或紧密贴合时未起到作用。拒动问题比较严重，这将对电力系统造成困扰，甚至引发跳闸和短路现象。当高压断路器出现拒合问题时，虽然高压断路器无法正常工作，但電力系统不会因此受到过大的影响。

1.3高压断路器内部绝缘

内部绝缘是断路器产生故障的最大原因。人们会使用专业胶带包裹高压断路器，但高压断路器内部出现绝缘问题时，这样的方式将起不到作用，必须依靠专业维修人员对高压断路器内部展开故障诊断，分析问题产生的原因，进而寻找问题的解决办法。

2.基于优化型SVM的高压断路器故障诊断

2.1基于优化型SVM与PCA的高压断路器故障诊断算法流程

对高压断路器模拟故障信号分析时，由于各个参数分析起来难度大。为了提升识别效果，人们采用了主分量分析法，在SVM即支持向量机的基础上进行高压断路器的故障诊断。可以选取电力实践、电流值与标准差为参数，将主分量分析法与支持向量机方法相结合，实现对高压断路器的状态评估，针对断路器故障展开模拟性试验。基于支持向量机与主分量分析的高压断路器故障诊断算法流程如下：数据载入后，分别提取时间特征、电流值特征、电流均值和标准差特征；将数据归一化处理；对PCA特征降维；对SVM特征分类；计算训练实践与分类正确率。特征降维时，应将所有特征标准化处理，在PCA降维时需要得到有效的向量参数。

科学选择试验模型，可以选择一台户外工作的35kV SF6高压断路器，提前对故障方式进行设定，模拟高压断路器拥有正常运行状态、传动机构松动、合闸弹簧疲劳以及控制回路电压低四种状态。其中，传动机构发生松动问题时可以对机构连杆的长度进行调节，弹簧疲劳可以在上面紧固螺栓，以此控制断路器故障[1]。

2.2特征提取

受内外环境因素的影响，高压断路器采集到的线圈电流信号容易有凹陷情况。于是，研究人员使用3次样条插值方法处理信号，使信号变得光滑。电流曲线两点间间隔比较小，可以选出其中的斜率代替该点倒数，通过近似求导的方法得出线圈电流信号时间与电流值特征。大多数信号会有三组极值，曲线中存在波谷与尖峰，甚至也会有三个以上的极值。建议对极值点分组处理，按照合闸电流数据进行分组，应尊崇波峰、波谷、波峰的顺序将信号分组，取其中的最大值与最小值。建议将高压断路器的每种故障状态采取30组数据，提取后形成特征矩阵，通过均值-方差标准化法处理参数，样本点数和归一化值分别为横坐标与纵坐标，进而突出高压断路器合闸电流信号的变化情况。

2.3特征降维

在PCA方法的应用下，可以对高压断路器信号做出降维处理，具体如下：首先，应用均值-方差法标准化处理信号，消除信号差异。其次，求取协方差矩阵与矩阵特征值、特征向量，按顺序将特征值排列，进而得出特征向量。最后，求取主分量与贡献率，按照顺序排列特征向量，将主分量中的有效信息比重作为贡献率，其公式为主分量贡献率=特征值/ 特征值。

将高压断路器的PCA特征降维后，得出不同运行状态的三种主分量，具体如下：高压断路器处于正常状态时，三种主分量分别为-0.94、0.69、0.57；当高压断路器处于分闸弹簧疲劳状态时，PCA降维后三种主分量分别为-4.31、0.07、2.15；当高压断路器处于传动机构松动的状态时，降维后三种主分量为6.14、-1.56、0.74；当高压断路器处于控制回路电压低状态时，降维后三种主分量分别为1.88、1.31、-0.03。

2.4故障分类

当电力设备正常运行时，要求电力工作人员对设备全程设置保护，但操作失误或设备故障也会存在。这时，应尽可能缩短设备停用时间，在冰雪或雷雨天气下，高压断路器无法被停用保护。因此，加强对对高压断路器的日常故障诊断，避免电源切断后设备缺乏保护措施。结合高压断路器的四种设定故障状态，根据上文提到的高压断路器运行状态情况，分析不同状态下高压断路器合闸线圈的电流信号情况，通过PCA降维后得出特征矩阵。选择出一部分数据进行数据训练，另一部分数据进行测试，应用径向基核函数进行样本SVM分类训练，最终得出SVM，分类情况如图（1）所示。经研究，该方法的准确率可以达到91.26%，效果比较理想。降维后高压断路器的特征向量在时间上有优势，这可以说明PCA方法的故障诊断计算效率比较高。在选择高压断路器时，基于对故障的诊断原理，应结合短路条件和正常工作条件选择断路器，对其电压、电流与机械荷载情况加以分析，从温度、湿度环境、过电压荷载能力与绝缘水平选择高压断路器，以此降低断路器故障诊断的难度。

在未来，人们将会应用模仿人体大脑的计算机系统展开高压断路器的故障排查，通过人体仿真技术传递高压断路器的故障信息。电力企业可以采用仿真技术判断断路器故障，并在故障检测中对高压断路器进行检测。与此同时，专家也会对断路器情况提出专业建议，建议建立专家信息库，针对高压断路器的故障提出问题解决建议，提升故障排查效率。

总结：总而言之，随着我国电力产业的发展，电力企业已成为国民经济发展的重要推动力量，人们的日常生活与企业生产活动离不开电力企业提供的电力保障。未来确保电力系统的正常供应与居民用电安全，加强对高压断路器的故障诊断与状态检测尤为必要，将PCA方法与SVM相结合，从各项参数中探究高压断路器可能存在的故障情况，利用计算机系统实现对断路器的自动化故障诊断，从而提升诊断效率。

参考文献：

[1]罗琦，杨林，韩莹，史凯.高压断路器故障诊断的一种多极新方法探究[J].高压电器，2019，55（05）：82-87+93.

[2]周建平，李聪，万书亭，杨晓红.基于优化型SVM的高压断路器故障诊断方法研究[J].浙江电力，2019，38（03）：14-19.

作者简介：

林兼，硕士研究生，1990年出生，从事配网设备管理工作。

李长元，硕士研究生，1991年出生，从事变电设备一次检修及试验工作。

陈雍，硕士研究生，1991年出生，从事变电一次检修工作。