基于异常振动分析的GIS机械故障诊断技术研究

摘要

随着我国科学技术的快速发展，对于现代电力的要求越来越高。近年来，伴随着电压等级的不断提高，对电能质量的可靠性也提出了更高的要求。SF6气体绝缘金属封闭式组合电器(GIS)由于具有占地面积小、可靠性高等特点，成为电力系统的重要组成部分。但近年来，随着国民用电的进一步提高，电网故障事故频发，而GIS作为重要环节，一旦出现故障就可能造成大规模的停电事故，致使电网损失惨重。所以，保证GIS的安全运行利国利民。
　　本文致力于研究GIS两种常见的机械故障，最关键的是从振动信号中提取对应故障的特征信息。对变分模态分解(VMD)算法的基本原理进行详细说明，针对它的参数不易确定的特性，提出了运用混沌布谷鸟算法优化VMD参数的方法。并通过测试函数对标准布谷鸟优化算法和混沌布谷鸟优化算法进行仿真对比，验证了混沌布谷鸟优化算法无论是收敛性还是搜索速度上均优于标准布谷鸟优化算法。
　　以实验室仿真GIS试验段作为研究对象，构造螺丝松动和金属微粒振动两种常见GIS故障，提出了一种基于混沌布谷鸟算法优化VMD参数的GIS机械故障诊断方法，首先运用混沌布谷鸟算法优化VMD参数;然后对GIS正常振动信号和故障信号进行VMD分解，提取不同故障类型信号的特征向量;最后通过线性递减权重PSO优化的K-means聚类算法对训练样本特征向量集进行聚类，得到不同的聚类中心，再利用最小欧氏距离原则对测试样本特征向量集进行识别，实现GIS机械故障的诊断。
　　基于理论研究与仿真分析结果，本文以VMD算法为核心设计了一套软硬件完备的基于异常振动分析的GIS机械故障在线监测系统。其硬件部分主要包含数据采集模块、信号输出模块以及信号分析模块，数据采集模块主要负责采集GIS振动信号;信号输出模块以数据采集卡为主体，实现数据的A/D转换功能;信号分析模块则是数据经采集卡导入微机处理，最终实现信号特征提取。软件部分则以VMD算法为核心，实现GIS常见故障的特征提取，本文还添加了数据存储和数据检索模块，极大地丰富了软件的功能及其扩展性。
　　本文利用现场实际运行的GIS作为振动源对开发的基于异常振动分析的GIS机械故障诊断系统进行整体测试。检测发现:当GIS出现异常的机械振动时，诊断系统VMD熵值往往异常正常值，并且变化明显，弥补了传统超高频和超声波无法有效检测低频机械信号的不足，验证了本文构建的基于异常振动分析的GIS机械故障系统的有效性。

目录

声明

摘要

1．1 课题研究背景和意义

1．2 GIS机械故障研究现状

1．2．1 机械故障诊断的主要内容

1．2．2 GIS故障诊断方法

1．3 变分模态分解算法的研究现状

1．4 本文的主要内容

第二章 GIS振动信号模态分解算法研究

2．1 GIS异常振动信号分析及测试

2．1．1 GIS异常振动信号分析

2．1．2 GIS异常振动信号测试

2．2 变分模态分解(VMD)

2．2．1 变分模态分解原理

2．2．2 变分模态分解算法性能研究

2．2．3 变分模态分解仿真验证

2．3 混沌布谷鸟优化算法

2．3．1 布谷鸟优化算法的理论框架

2．3．2 混沌布谷鸟优化算法的思想

2．3．3 混沌布谷鸟优化算法的数值仿真

2．4 基于混沌布谷鸟算法优化VMD参数的GIS异常振动信号模态分解

2．5 本章小结

第三章 GIS振动信号特征提取与模式识别

3．1 GIS模拟实验平台

3．2 GIS振动信号特征向量的构造

3．2．1 VMD能量熵

3．2．2 均方根值

3．3 基于线性递减权重PSO-K-means聚类的GIS机械故障诊断

3．3．1 线性递减权重PSO-K-means聚类

3．3．2 GIS故障模式识别

3．4 本章小结

第四章 基于异常振动分析的GIS机械故障诊断软硬件系统设计

4．1 GIS机械故障硬件系统设计

4．1．1 数据采集系统硬件设计

4．1．2 信号输出系统硬件设计

4．1．3 硬件系统总体结构

4．2 GIS机械故障软件系统设计

4．2．1 软件系统总体模块化的设计

4．2．2 数据采集模块设计

4．2．3 数据分析模块设计

4．2．4 数据存储模块

4．2．5 数据检索模块

4．3 GIS机械故障监测系统现场测试

4．4 本章小结

第五章 结论与展望

参考文献

致谢

攻读硕士学位期间发表的学术论文