基于异常振动分析的GIS机械缺陷诊断系统及方法

摘要

本发明公开了一种基于异常振动分析的GIS机械缺陷诊断系统及方法，包括：加速度传感器固定于GIS壳体表面的测量点位置处，加速度传感器、电荷放大器、数据采集仪和数据处理装置依次串联连接；数据处理装置对测量的振动信号进行小波降噪后，最终得到各测量点振动信号的频谱图，通过分析频谱图各频率段信号成分，确定GIS机械故障类型。本发明有益效果：本发明所提出的基于异常振动分析的GIS诊断技术研究为发现GIS的机械缺陷或潜在故障提供一种重要而可行的检测手段，对保障GIS可靠运行具有重要意义。

说明书

技术领域

本发明涉及机械故障诊断技术领域，尤其涉及一种基于异常振动分析的GIS机械缺陷诊 断系统及方法。

背景技术

气体绝缘金属封闭开关设备(GasInsulatedSwitchgear，GIS)广泛应用于各电压等级的 变电站中，具有诸多优点，比如占地面积小、检修周期长、元件全部密封不受环境干扰、运 行可靠性高，技术先进并且经济优越。虽然GIS具有很多的优点，但是也存在一些问题，例如： 由于GIS的全部元件都封装在金属箱里，结构紧凑，内部电器元件多，难以及时发现和准确定 位出现的故障；一旦出现故障，鉴于其复杂的结构，不易拆卸，很难实现现场维修。如果发 生故障，GIS一般有2周的停电时间，然而现实情况下检修需要两周以上的时间来完成。因此， 很有必要对GIS的运行状况进行实时的监测。

GIS的异常机械振动在运行变电站时有发生，异常振动会对GIS运行状态产生不利影响， 并且产成的超标噪声，会影响运行人员及变电站附近人员工作及生活。同时，异常振动会对 现场GIS局部放电超声波检测造成干扰，进而影响GIS运行状态的准确评估。

目前存在以下几种GIS故障诊断方法：

1.SF6气体检测法

通过抽取GIS内部的SF6气体分析所含分解物来判断是否发生放电故障及放电强度。但此 方法不是实时检测法，甚至不是快速检测法。气体检测法灵敏度很低，并且对于某些机械故 障类型并不适用，取气工作安全风险高，不能作为长期的检测方法使用。

2.高频接地电流法

利用带有铁淦氧等磁芯材料的罗可夫斯基线圈作为传感器，测量故障高频信号。但底线 需要穿过线圈，给现场使用带来了不便。

3.超高频检测法

可以根据放电脉冲的波形特征和UHF信号的频率特征进行故障诊断，具有良好的检测灵敏 度，但超高频传感器本身的结构设计无法抑制来自变电站内高频段的干扰，这就使得检测结 果的准确性受到了严重影响。

发明内容

本发明的目的就是为了解决上述问题，提出了一种基于异常振动分析的GIS机械缺陷诊断 系统及方法，该系统及方法通过分析异常振动信号，对采集到的振动信号应用小波降噪处理， 得到对应的频谱图，从而掌握不同机械故障类型下的振动信号特性，可为GIS的故障检测和诊 断提供更为全面的补充，有利于发现GIS潜在故障及故障定位。

为实现上述目的，本发明的具体方案如下：

基于异常振动分析的GIS机械缺陷诊断系统，包括：加速度传感器、电荷放大器、数据采 集仪和数据处理装置；

所述加速度传感器固定于GIS壳体表面的测量点位置处，加速度传感器、电荷放大器、数 据采集仪和数据处理装置依次串联连接；

数据处理装置对测量的振动信号进行小波降噪后，最终得到各测量点振动信号的频谱图， 通过分析频谱图各频率段信号成分，确定GIS机械故障类型。

在GIS的外壳表面进行加速度传感器的布点，布点位置应均匀的分布在可粘贴的GIS壳体 表面。

通过分析频谱图各频率段信号成分，确定GIS机械故障类型具体如下：

由局部放电引起的振动，振动主频率在5～30KHz之间；

GIS中由于电极表面不平整出现毛刺，或由于绝缘子中有气穴存在，在电场作用下造成局 部放电集中而发生放电，这种放电产生的电磁波引起外壳的振动，振动主频率在20KHz～60KHz 之间；

在100Hz处，磁致伸缩引发的振动接近于电动力所引发的振动，但电动力引发的振动在高 频信号300Hz以上时非常微弱，而铁芯的磁致伸缩作用引发的振动仍然非常强烈，由磁致伸缩 作用引发的铁芯的振动，振动信号在600Hz频率处依然很强烈。

由于导体中交流电流产生的交变电动力引起的母线振动，其振动频率主要为100Hz；

由静电力引起的振动，其振动频率主要为100Hz。

一种基于异常振动分析的GIS机械缺陷诊断系统的方法，包括：

(1)在GIS的外壳表面进行加速度传感器的布点，布点位置应均匀的分布在可粘贴的壳 体表面；

(2)测量GIS振动信号，对测得的振动信号按整周期进行截取；

(3)采用小波分析方法对截取后的信号进行降噪处理；

(4)对降噪后的信号段进行频谱分析，得到各测量点振动信号的频谱图；

(5)根据得到的信号频谱图，确定每一个测量点振动信号的主要频率成分及各频率成分 所占的百分比；

(6)分别以测量点的主要频率成分和频率成分所占的百分比为横、纵坐标轴建立直角坐 标系，在所述直角坐标系上绘出每一个测量点的主要频率成分及各频率成分所占的百分比的 折线图；

(7)根据所述折线图判断测量点是否存在振动信号异常分布的情况；如果有，则判断该 测量点存在振动异常，根据该测量点的振动信号频率分布情况，确定可能出现的GIS故障原因。

所述步骤(3)中采用小波分析方法对截取后的信号进行降噪处理的方法具体为：

假定带噪声的振动信号s_i为有用信号f_i和高斯白噪声信号e_i的和；

求取带噪声的振动信号s_i的小波系数，设定阈值λ，保存高于阀值λ的系数，而将低于阀 值λ的每一项系数均设定为零；

处理后的小波系数记为信号f_i的估计值。

所述步骤(7)中，由于GIS设备所受的力与电流和磁场强度的乘积及漏磁通与电流成正 比，其振动的加速度正比于负载电流的平方，故振动信号的基频是负载电流基频的2倍，即 100Hz；当GIS信号中的高频成分增多，当高频信号所占比重增大到超出100Hz频率所占比重 时，判断该测量点存在振动异常。

本发明的有益效果：

本发明所提出的基于异常振动分析的GIS诊断技术研究为发现GIS的机械缺陷或潜在故障 提供一种重要而可行的检测手段，对保障GIS可靠运行具有重要意义。

由于信号与噪声在时域和频域两种模态下存在差异，采用小波降噪技术能够实现理想的 信噪分离，进而达到有效的除噪效果。采用频谱分析方法确定振动信号频谱特征量能准确反 映GIS故障，具有较高的准确性和可靠性。

基于现场检测，证实GIS机械故障检测诊断可以通过振动信号的采集准确有效的处理。

附图说明

图1为GIS异常振动信号分布示意图；

图2为小波降噪效果图；

图3为测量CH1通道的信号频谱；

图4为测量CH2通道的信号频谱；

图5为测量CH3通道的信号频谱；

图6为测量CH4通道的信号频谱；

图7为信号频谱组成折线图。

具体实施方式：

下面结合附图对本发明进行详细说明：

如图1所示，GIS外壳的振动信号主要是由其内部输电设备的振动传导过来的，这些输电 设备包括断路器、隔离开关、互感器、母线，因而在外壳上的振动信号就具有这些设备振动 信号的振动特征。图1中，1.表示局部放电引起的振动，2.表示异物振动，3.表示电磁力、磁 致伸缩引起的振动，4.表示静电力引起的振动，5.表示操作引起的振动，6.表示对地短路引 起的振动。

局部放电引起的振动。

鉴于异物比起壳体来太小，可以忽略摩擦力的作用，异物(颗粒或是导线)由于受到交 变电场作用，会发生运动，当电压升高到一定程度，杂质所受到的电场力超过自身重力时， 导致异物漂浮，运动于二电极之间，撞击金属外壳引起振动；同样，在电场作用下，金属颗 粒或其他缺陷会引发局部电场集中而导致放电，同样可能引起外壳振动，这些振动频率特性 有很高的识别性，振动主频率在5～30KHz之间。

异物振动。

GIS中由于电极表面不平整出现毛刺，或由于绝缘子中有气穴存在，在电场作用下造成局 部放电集中而发生放电，这种放电产生的电磁波引起外壳振动加速度一般为10^-5～10^-3个重力 加速度，这种振动加速度出现在电源电压的固定相位上，该相位几乎与局部放电的电讯号出 现的相位相同。振动的频率主要20KHz～60KHz之间。

引起互感器铁芯和绕组振动的内在原因主要有：①铁芯振动是由于硅钢片的接缝处和叠 片之间有漏磁场，造成电磁吸引力所致。②在电磁场作用，硅钢片由于磁致伸缩效应导致铁 芯振动。③线匝间、线饼间、绕组间有电流流过时，动态电磁力的存在，引起绕组振动。

互感器的振动在空载情况下和短路情况下，主要分别由铁芯的磁致伸缩和绕组在电动力 的激励下产生的；在负载情况下，互感器的振动可以认为是两种作用的叠加。在100Hz处，磁 致伸缩引发的振动比较相近于电动力所引发的，但电动力引发的振动在高频信号(300Hz以上) 非常微弱，而铁芯的磁致伸缩作用仍然非常强烈，此时铁心振动(磁致伸缩)现象产生互感 器大多数的高频信号。100Hz附近是电动力主振频率区，由电动力引发的振动信号在200Hz， 300Hz频率范围时，信号都比较微弱，300Hz以上的谐波大多衰减到零，振动幅值一般为5× 10^-3～10^-1个重力加速度。相比于电动力引发的振动信号，磁致伸缩引发的信号幅值偏小，一 般为5×10^-4～10^-2个重力加速度，但其振动信号在600Hz频率处依然很强烈，信号更加多样。

GIS内部的振动源除了以上几种外，还有由于开关操作等引起的外壳振动。这种机械振动 的频率比较低，一般在几百Hz范围内，振动强度则超过上述几种振动强度数倍甚至数十倍。 GIS母线的安装结构是支持绝缘子通过金属窝头套在导电杆来起支撑作用，但由于长时间负荷 电流的振动影响，金属窝头与逐渐松动的导电杆的间隙逐渐变大，放电现象逐渐加剧，最终 引发对地短路现象，由此而产生的异响和振动均异于常态，幅值最高可达上百重力加速度。 由于导体中交流电流产生的交变电动力引起母线振动，所以其振动频率主要为100Hz。

静电力引起的振动。

GIS内部电流通过导体时产生的静电力与二倍基频成正比。此类振动频率主要为100Hz， 振动加速度值大约为百分之一个重力加速度。

振动信号经GIS筒体管道衰减、传递到外壳表面。在筒体表面，通过安装传感器来监测、 采集筒体振动信号，将所得的振动信号利用小波降噪算法加以处理，最后通过频谱分析及时 发现故障隐患，从而最大可能地降低GIS大型事故发生概率。

基于小波降噪的振动信号处理

由于信号与噪声在时域和频域两种模态下存在差异，GIS有效的状态监测与故障诊断即 可利用这种差异实现理想的信噪分离，进而达到有效的除噪效果。

假定带噪声的振动信号

s_i＝f_i+e_i(1)

式中f_i为真实信号，e_i为方差σ²的高斯白噪声，即(0，σ²)，s_i为含有噪声的信号。令为 f_i的估计值，则构造估计模型的均方差为

$E\left|\right|\hat{f}-f|{|}^2=\underset{i=1}{\overset{n}{\Sigma }}E{\left({\hat{f}}_i-f\right)}^2---\left(2\right)$

极少数小波系数受有用信号f_i的影响，而所有小波系数中的任何一项均受到白噪声e_i的不 同影响。

取定一个阀值λ，保存高于阀值λ的系数，而将低于阀值λ的每一项系数均设定为零。处理 后的小波系数记为信号f_i的估计值。

所以建立小波降噪模型过程可分为以下步骤：

1)计算信号s_i的小波系数w_j,k。

2)阈值计算

$\lambda =\sqrt{2\log \left(n\right)}---\left(3\right)$

式中n为输出样本的长度。

将信号s_i中的每一个元素取绝对值，即|s|。取阀值处理后的小波系数η_λ，如果|s|≥λ，则 令

η_λ＝sign(s)(|s|-λ)(4)

否则η_λ＝0；

把w_j，k代入式(4)，得到

3)对进行小波重构，得到f(t_i)的估计信号即为降噪后的信号，W为小波 分解算子。

对于上述降噪模型，θ＝W^Tf，则f(t_i)的估计值的均方差为

$E\left|\right|\hat{s}-s|{|}^2=E||\hat{\theta }-\theta |{|}^2---\left(5\right)$

因此f(t_i)的估计误差取决于的值，式(4)求得的值为θ的理想估计值。由式(5)可得 到f(t_i)均方意义下的理想估计值。

其中，f(t_i)是有用信号，θ是重构后的信号，f是重构前的信号。

图2所示为小波降噪后的效果图。

3GIS异常振动信号的测量

利用传感器获取振动信号，放大器或变换器用来加工输出信号，二者共同组成振动信号 测量单元。振动测试传感器(又名拾振器)，是一种敏感元件，能够将振动信号变换为电参量。 振动测试传感器能够将被测的振动物理量转换成以电量(电压、电荷)或电参数(电阻、电 容、电感等)为主要形式的信号。

在GIS的外壳表面进行加速度传感器的布点，布点位置应均匀的分布在可粘贴的壳体表 面，具体分布情况如下。

4试验结果及分析

对测量的振动信号进行小波降噪后，最终得到各通道振动信号的频谱图，如下所示为通 道CH1-CH4的信号频谱，图3—图6所示。

由以上图形可以看出：在CH1通道所测得的振动信号中，800Hz和700Hz为最大幅值频 率点，主要振动信号都集中在4000Hz频率范围内，且都是在100Hz整数倍的频率点处出现峰 值情况，最低峰值点为100Hz。振动信号幅值在100Hz-4000Hz范围内分布较为分散，集中程 度较CH2-CH4通道的信号集中程度较低。

在CH2通道所测得的振动信号中，幅值最大的频率点在100Hz处，而且在1300Hz、800Hz 和700Hz等频率点处出现幅值稍低的次峰值。主要振动信号都集中在3000Hz频率范围内，且 都是在100Hz整数倍的频率点处出现峰值情况，最低峰值点为100Hz。振动信号幅值在 100Hz-3000Hz范围内分布较为分散，集中程度较CH3、CH4通道的信号集中程度较低，比CH1 通道的信号集中程度高。

在CH3通道所测得的振动信号中，峰值幅值最大的频率点在100Hz处，次峰值出现在300Hz 处。主要振动信号都集中在1200Hz频率范围内，且都是在100Hz整数倍的频率点处出现峰值 情况，最低峰值点为100Hz。振动信号分布较CH1、CH2通道的信号要更为集中。

在CH4通道所测得的振动信号与CH3的振动信号高度相似，最高峰值都出现在100Hz处， 且信号都集中在1200Hz频率范围以内，振动信号分布较CH1、CH2通道的信号要更为集中。 以下表格列出了4个测量通道CH1-CH4的测量信号中各主要频率成分所占的百分比重。

表1CH1-CH4信号各主要频率成分所占的百分比

根据以上表格画出信号频率组成折线图，如图7所示，直观的反映出各频率成分的组成 大小。

综上所述可以得到以下结论：

在以上4个测量点中，1号测量点所测的振动信号出现最为严重的异常分布情况，2号测 量点的振动信号频率分布存在轻微的异常，3号和4号测量点的振动信号频率分布符合理论 分析情况，为正常情况。所以可以一次推测在1号测量点的附近存在振动异常，引起噪声的 异常情况，宜对1号测量点附近的设备进行检修以杜绝故障的发生。根据1号点的振动信号 频率分布情况，在700Hz-1200Hz频率范围内有幅值较大的信号存在，有较大可能是由于GIS 内部结构出现松动或者互感器设备中的铁芯或绕组发生松动或变形引起的振动与噪声的异 常，需要进行进一步的验证。

5结论

由该次振动检测数据的分析，现场可以基本断定GIS内部结构出现松动，且初步定位异 常振动位于互感器设备。在停电检修中发现，由于B相电压互感器支撑槽钢紧固不牢，造成 互感器产生振动。检修结果证实基于异常振动分析可以有效的检测GIS机械缺陷。

本发明所提出的基于异常振动分析的GIS诊断技术研究为发现GIS的机械缺陷或潜在故 障提供一种重要而可行的检测手段，对保障GIS可靠运行具有重要意义。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限 制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付 出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。