基于多传感器数据融合的高压断路器操动机构温湿度在线监测装置的研究

王 文

(三峡大学电气与新能源学院，湖北 宜昌 443002)

高压断路器操动机构是断路器主要组成部分，断路器正常分合主要由操动机构来完成[1]。由于断路器一般安装在户外机构箱中，恶劣的运行环境给操动机构正常运行带来很大影响，特别是操动机构的气动机构对环境要求很高，在炎热的夏季和寒冷的冬季，过热和过冷的气候环境导致气动机构打压频繁[2-4]。恶劣的气候导致液压机构使用周期变短，故障频发，严重影响断路器正常分合[5-7]。目前，常规方法主要是通过运维人员定期检查以及根据设备使用年限进行定检，但是常规方法只能通过眼睛和人体温湿度感知去判断，并且和人工巡视及定检次数有关，对断路器操动机构的好坏判断没有明显的分界线，无法精准判断[8-10]。人工巡视还有很大的弊端，不仅和运维人员的积极性有关，还和运维人员的巡视位置有关，种种不确定因素导致很难发现潜在的故障，给电力系统安全可靠运行带来安全隐患。随着自动化技术不断发展，智能监测技术被广泛应用，如何通过智能监测技术进行断路器操动机构温湿度监测是未来的重点研究方向。

1 断路器操动机构监测装置

1.1 监测原理

高压断路器操动机构监测装置采用多个高精度的智能化温湿度传感器对机构箱内的温湿度进行监测，通过传输性能好的高性能无线通信模块实现数据传输；采用数据融合技术对采集数据进行处理；采用最新5G技术实现与远程后台监测中心的通信；采用信号处理模块对采集信号进行放大与滤波处理；采用数据融合算法保证机构箱内温湿度数据的准确性。根据控制核心模块处理结果与系统设定的温湿度阈值进行综合比较，当温湿度高于阈值时，本装置可快速启动现场蜂鸣报警装置以及远程后台监测中心报警，提醒运维人员进行现场处理，消除安全隐患，确保电网可靠安全。

1.2 监测装置组成

监测装置主要由以下部分组成：具有多个传感节点的温湿度传感器，对信号放大与滤波的信号处理器，无线通信模块，直流供电装置，核心控制模块，报警模块以及远程后台监测中心。温湿度传感器安装的位置及个数根据不同厂家的机构箱结构确定，一般是在机构箱内侧各个柜体分别安装2个，采用贴片式安装；直流供电装置主要采用小型电压调压装置；报警模块主要通过声光报警来完成，报警信息通过液晶显示。整个装置智能化程度很高，完全能够满足现场要求，其结构如图1所示。

图1 监测装置结构

a.温湿度检测模块

温湿度检测模块主要由前端的温湿度传感器进行数据采集。为保证采集数据精确度，通过市场调查研究，采用应用比较广泛的DHTII型传感器，通过预留的固定螺旋孔实现贴片式安装，对检测电路进行优化设计，使采集数据准确有效。检测电路如图2所示。

图2 温湿度检测电路

b.信号处理模块

信号处理模块对采集的温湿度信号进行滤波和放大，输出给控制核心模块。由于现场机构箱内还存在其他信号，检测的温湿度信号可能存在信号干扰，如果不进一步过滤以及过滤后放大，控制核心模块可能接收不到。信号放大电路如图3所示，滤波电路如图4所示。

图3 信号放大电路

图4 滤波电路

2 断路器操动机构在线监测数据融合

机构箱内的温湿度通过安装多个温湿度传感器进行检测，4个机构箱门各安装2个，顶端4角各安装1个，通过多个传感器数据融合获得机构箱内温湿度的精确数据进行综合判断。多数据融合方法步骤如下。

a.利用小波包能量谱方法对多个温湿度传感器信号进行分解处理，提取特征向量。

(1)

式中:Ej为第j个传感器频带能量;xjk(k=1,2,…,N)为信号Ej各离散点的值。然后求出各频带能量占总能量的百分比。

ei=Ei/∑En

(2)

式中：En为第n个传感器频带能量，作为稳定性诊断的输入特征量。

表1 实测数据及后台数据

b.利用径向基(radial basis function,RBF)神经网络方法对机构箱内的温湿度进行初步稳定性诊断；RBF神经网络由输入层、隐层和输出层组成，完成非线性映射。

(3)

(4)

式中：e为输入向量；wi为权值；ci和σi分别为基函数的数据中心和宽度；n为中心数目；φ(·)为径向基函数；ω0为偏差。

c.利用贝叶斯推理对初步诊断结果融合，实现最终融合结果。

(5)

(6)

式中：u(k)和un(k)为二值函数；a0(k)为第k次测量下Hi的先验概率；Pk(H1/u1(k),…,u1(k),…,un(k))为第k次测量下Hi的后验概率(i=0.1)；H1为目标存在该信号；H0为目标不存在该信号。

3 断路器操动机构在线监测调试

该装置运行一段时间后，通过专业的环境工程师对机构箱内的温湿度进行检测，并且与远程后台监测中心温度进行对比，确保实测值与监测值一致，同时通过与该装置设置的温湿度阈值进行对比，实现现场与远方报警。实测数据及后台数据如表1所示。由表1可以看出，现场实际测量的温湿度数值与监测数值完全一致，根据监测数值与阈值比较，超过阈值时实现了自动报警；同时还记录了采集数据的当天环境温度，再次证明采集数据的准确性。2019年8月8日12：14：29实测温度值超过阈值40 ℃，2020年6月21日18：35：57及2020年7月19日16：28：21湿度实测值超过阈值30%，系统都发生了报警，充分证明该系统的稳定性和精确性比较好，现场实用性强。

4 结论

a.采用短距离无线Zigbee与5G通信技术相结合，实现数据传输，达到了理想效果，证明了该装置的可适用性。

b.采用数据融合技术实现多传感器采集数据融合，较好解决了数据采集过程中的偶然性问题带来的误差。

c.采用智能自动监测技术，大大降低了运维人员的工作强度，提高了工作质量，可为后期其他设备智能监测提供参考。

d.该装置提高了电网的安全性与可靠性，可继续推广应用。