高压断路器机械故障诊断专家系统设计

黄建， 胡晓光， 巩玉楠， 杨帆

(北京航空航天大学自动化科学与电气工程学院，北京 100191)

0 引言

高压断路器是电力系统中一种重要的电气设备，其作为开断和灭弧的装置，它在电力系统中肩负着控制和保护双重任务，是发电厂和变电站配电装置中必不可少的设备［1－2］。随着电网运行自动化程度和可靠性要求的提高，对其故障诊断技术的研究具有重要的意义［2－3］。高压断路器动作产生的机械振动信号和线圈电流信号蕴含着许多重要的状态信息，分析其信号能够发现触头磨损、螺丝松动、传动机构等许多机械故障征兆［3－4］，因此，基于振动信号和线圈电流的状态分析逐渐成为了研究的热点［5－8］。例如，文献［5］研究了高压断路器各机构部件运动的内在机理，分析了振动频率变化与时间偏移的关系。文献［6］研究了高压断路器分/合线圈波形变化与机械机构运行位置的关系，并建立了诊断系统。文献［7］使用改进的动态时间规整算法分析振动信号，得到正常状态和测试状态的振动信号时间偏移的估计，以此与参考相比较进行诊断，取得良好的诊断效果;文献［8］提出了利用小波包能量熵提取振动信号包络的特征，并对机械故障进行诊断，也取得了较好的效果。

故障诊断专家系统是一种人工智能的计算机诊断系统，对复杂系统的诊断是十分有效的，它能够模仿领域专家的思维方式，运用已有的诊断技术知识和专家的经验，对收集到的信息进行判断、推理，从而对设备的状态做出决策［9］。文献［6］将CLIPS专家系统核(包括知识库和推理机)封装成动态链接库，并将各种规则预先存放在知识库中，再根据对故障参数的初步判断结果逐步调用其它规则进行故障诊断。文献［10］利用神经网络进行推理判断故障类型并进行知识更新。以上方法取得较好的诊断效果，但建立的专家系统在特征知识获取、知识更新、智能综合分析功能方面仍存在一定的局限性。为提高电力系统运行的可靠性，适用不同变电站的需求，应针对不同厂家不同电压等级的高压断路器建立一套完善的故障诊断专家系统。

当前，我们已经在高压断路器机械特性测试与诊断方面作了一些研究工作［11－12］，为了更好的完善故障诊断系统，本文将文献［11］中诊断算法移植到专家系统中，在综合分析断路器分/合闸操作过程所产生的机械振动信号和操作线圈电流的特性的基础之上，提出了高压断路器故障诊断知识获取方法，并构建了基于多参数规则的专家系统，实现机械故障诊断，并能在目前断路器维护现状的基础上给出合理的检修建议。

1 操作过程分析

高压断路器的操作是由两部分控制电路来完成的，即合闸控制电路和分闸控制电路，其控制电路如图1所示。在图1中，分闸控制电路主要包括分闸线圈(TC)和辅助触点(52a)两部分;其余的部分为合闸控制电路。

图1 断路器控制电路图Fig.1 Circuit breaker control circuit

当断路器处于“合”状态时，所有的52a触点处于“合”位。当控制电路收到主控室装置发出分闸动作信号时，即ST闭合，分闸线圈TC通电，产生分闸线圈电流，同时分闸电磁铁蓄能。当能量到达一定程度时线圈推动铁心，使维持蓄能的锁勾掣子动作，压缩弹簧释放能量以驱动其它机构分开主触头;断路器主触头一旦打开，辅助触点52a随之改变状态，分闸线圈去电，分闸操作完成。因而在分闸状态时，辅助接点52a处于“分”位。当合闸操作时，即SC闭合，由于52Y/b触点处于“合”位，52X线圈上电，52X/a触点闭合，从而给合闸线圈CC通电，产生合闸线圈电流;同理，当合闸电磁铁能量达到一定程度时推出线圈铁心，使压缩弹簧释放能量，闭合主触头;同时，主触头一旦闭合，机构就会闭合辅助触点52a，这样就使线圈52Y上电，其所有的触点状态发生改变;52Y上电一直维持到合闸触发信号消失，合闸过程结束。这里线圈52Y的作用就是防止合闸线圈二次上电，使在一次合闸信号内合闸线圈上电一次，这就是所谓的“反泵”。

2 线圈电流分析

高压断路器的分合过程中，铁心的任何运动细节都会引起直流电磁操作线圈电流的变化。一般情况下，线圈电流波形可以反映的状态有铁心行程，铁心卡滞，线圈状态(如是否有短路匝)，与铁心顶杆连接的铁闩和阀门的状态等。通过对分/合闸操作线圈电流的监测，检修人员可以大致了解高压断路器二次控制回路的工作情况及铁心的运动有无卡滞等，为检修提供一个辅助判据。图2为典型分闸线圈电流信号。

图2 典型分闸线圈电流波形Fig.2 Waveform of typical opening coil current

图2中时间轴上的t0～t5就是代表了电磁铁动铁心在触头脱扣或释能过程中的动作情况的几个关键时间点，也是一般处理线圈电流信号所需要提取的几个关键时间点。图中时间坐标零点代表分闸指令发出时刻;在t0时刻线圈开始通电;到t1时刻铁心开始运动，t1就是开关分闸计时的起点，即铁心开始移动的时刻，t0和t1与控制电源及线圈电阻有密切的关系;t2是动触头开始运动的时刻，从t2时刻铁心停止运动，开始由机构通过传动系统带动动触头开始分闸，t1～t2这段时间曲线的变化反应了电磁铁铁心运动是否有卡制、脱扣、释能机械负载变动等情况;t3时刻断路器辅助接点切断，t3～t4阶段电流达到近似的稳态，可以反映线圈电阻信息;t4为断路器的辅助触点切断的时刻，在辅助开关触头间产生电弧并被拉长，电弧电压快速升高，迫使电流迅速减小，直到t5时刻熄灭。另外，I1点电流值可以反映线圈操作电压信息，I2点电流值可以反映电磁铁动铁心的速度信息，I3点电流值可以反映线圈电阻，这三点可作为分析动作的参考。

为了更好地提取各信号的特征，在提取电流参数及机械振动信号参数时，采用小波分析软阈值法对信号进行预处理，消除噪声干扰，阈值分别取值0.67和1.75。

3 振动信号分析

高压断路器动作产生的机械振动信号蕴含着许多重要的状态信息，分析振动信号能够发现触头磨损、螺丝松动、传动机构等许多机械故障征兆［3－4］。高压断路器的机械振动信号由断路器动作过程中的一系列暂态振动事件构成，它属于典型的非线性、非平稳信号。短时傅里叶变换和小波变换分析法能够在联合的时间－频率域中较好地描述断路器的机械振动特性，但是这两种方法都存在自身难以克服的缺陷，即分析的尺度不能根据被分析信号作出自适应的调整，同时存在能量泄漏问题［13］。本文针对断路器振动信号的特点，采用了文献［11］提出的改进的经验模态(empirical mode decomposition，EMD)能量熵法提取信号特征，避免了能量泄漏等问题带来的影响。

3.1 信号包络提取

信号的突变信息往往体现在信号的包络里，高压断路器机械振动冲击所包含的高频成分就是包络信号的载波。在机械故障的诊断中经常会用到Hilbert方法提取信号包络［14－15］。

某信号x(t)的解析信号定义为

其中H［x(t)］为x(t)的Hilbert变换。则g(t)的幅值为

便是信号x(t)的包络。

3.2 改进的EMD能量熵

能量熵是在一定的状态下定位系统的一种测度，它是对序列未知程度的一种度量。对于高压断路器的振动而言，各种正常状态都是一个标准正常状态的脉动，各故障状态却可认为是这个标准正常状态的不同突变。

首先将内禀模态函数(intrinsic mode function，IMF)包络信号沿时间轴均分成N段，并对每段信号利用时间积分计算分段能量，即

式中:i=1，2，…，N;ti－1、ti为第 i分段的起止时间点。

将包络信号各分段能量进行归一化处理为

根据能量熵的基本理论［15］，信号x(t)的EMD能量熵定义为

3.3 欧式距离计算

分别采用EMD法对正常状态标准信号和待测信号进行分解，设分解尺度为k(实验分析k=8)，利用式(8)～式(11)提取各分解信号IMF包络的EMD 能量熵向量 T，T=［H0，H1，…，Hn］。最后，根据欧式距离公式σ=‖T0－Ti‖，计算正常向量T0和故障向量Ti之间的欧氏距离，评价故障程度，同时把特征向量输入多类支持向量机进行初步机械诊断［11］。

4 专家系统设计

4.1 推理机构与诊断原理

针对目前智能电网中提出的实现对高压电气设备智能监测的要求及断路器测试、检修的现状，设计了基于多参数规则的断路器故障诊断专家系统，系统故障诊断总体结构如图3所示。专家系统主要包括故障知识学习和故障诊断两个过程，其中故障知识学习包括故障知识库、知识管理、知识获取、知识验证等4个功能模块。故障诊断则包括推理机、诊断结果显示和故障预警与维修方案、解释机制、诊断推理流程模块、人机交互界面5个主要功能模块。

图3 故障诊断系统结构Fig.3 Architecture of expert system for fault diagnosis

1)故障知识库用于存放领域专家知识，是决定专家系统性能优劣的关键因素。根据断路器系统故障知识的特点，为减少知识冗余，有效管理故障知识，不同于传统专家系统仅构建规则库的方法，本系统设计三类知识库:故障规则库、故障现象库和故障原因库。知识库主要存储系统根据不同断路器规则、历史信息及对应趋势分析等，可用作下次诊断的参考，它对于一些缓变故障的预测比较有效。

2)知识管理模块负责知识库用户权限管理、型号管理、故障知识显示、使能知识获取等功能。

3)知识获取模块领域专家和知识工程师与诊断专家系统的接口，负责将领域内事实性知识和专家经验转化为计算机可利用的形式。在故障知识管理模块协同控制下，由故障现象库和故障原因库中知识分别构成规则的前件和后件，形成故障规则。

4)推理机模块是专家系统的核心，系统的组织控制单元，推理机构根据诊断规则，找出输入信息与故障信息间的对应关系。

5)诊断结果显示、故障预警与维修方案模块用户选择断路器系统故障现象后，启用故障推理机，在知识库支撑下，通过人机交互，推理出导致故障现象的原因，在人机界面显示诊断结果、预警指示并提供故障维修方案。

6)解释机制模块负责对故障诊断人机交互求解过程提供说明，记录推理路径，对诊断结果的合法性作出解释。

7)人机交互界面作为用户、领域专家与专家系统进行信息交流的媒介，为用户提供直观、方便的人机交互。

获取的信号经过预处理后提取特征参数，经知识学习过程输入到故障知识库，并进行推理引擎，主要是从线圈电流、机械振动、辅助触点位置状态信号中提取参数信息。首先采用基本规则检测所提取的特征参数是否在其所容许的范围之内。如果一个参数超出了推理的设定范围，该参数所对应的所有推理规则将被激活。激活规则的处理可以提供断路器故障的初步诊断结果，同时根据各个参量的历史数据分析其变化趋势，并对其可能出现的故障做出预测，使缓变故障在其发展阶段就能被检测出来，避免故障的发生。诊断分析则是根据规则处理、趋势分析及用户互动结果的综合分析，找出深层的、可能诱发的故障，同时对故障的原因作出分析，形成最终的诊断报告，以供断路器维护人员参考。

4.2 推理规则

故障知识库中的每条诊断规则解释一个用于决策过程的知识框架。规则都使用IF－THEN表达，其中IF部分叫做前提，THEN叫推理。前提部分指定一系列的标准，只有满足了标准，该条规则才能被激活。规则激活后，推理中的处理程序才能被执行。一条推理可能给出断路器状态的最终诊断结果，也可能只是得出一个中间结果，以被其他规则或更复杂的推理使用。处于推理过程中间的规则一般只输出中间结果，但对于某故障敏感规则的输出也可以反映到最终的决策报告与检修建议中。

根据IEEE建议报告及断路器维护人员经验，设计断路器故障/检测信号对应关系，部分对应关系如图4。图4中中间一层为检测信号，上、下两层为各种故障，连线关系表明该信号可以从某一方面反映故障，不同故障可能对应不同的特征参数。

基本规则被直接激活通过各特征参数，相应的规则被激活，初次分析结果反映断路器的原始状态信息，复杂的规则通过参数直接或者间接的基本规则激活。某些规则基本的合并表明一个特别的问题，基于这些激活的规则，专家系统能得出反映断路器状态的综合结论。在本系统中，29个规则被定义。规则的定义主要包括环境的描述、信号参数、阈值、容许范围、比例系数等。

图4 部分故障/检测信号对应关系图Fig.4 Relation between partial fault type and detecting signal

知识库中的知识规则可表示为如下形式:

其中:CF为规则的可信度。对不确定性知识来说，CF的取值为［0，1］区间的实数，而对确定性知识来说，因为所有的知识都是完全可信的，可将其设为1。如有N个征兆对应一个故障原因，则当此N个征兆同时存在时，得出的故障原因的置信度确定为1，而每个征兆出现时，得出故障原因的置信度为1/N。

整个专家系统采用VC++6.0软件实现，为便于系统修改，各部分采用模块化设计。领域专家知识采用文本文件方式和界面键盘数字方式输入。下面以缓冲器失效和分闸锁勾润滑不足两种典型的故障来解释专家系统的推理过程。

5 诊断实例分析

以一台SF6高压断路器为实验对象，选用美国PCB公司的M353B02型高性能加速度传感器和宁波CHB－10A霍尔电流传感器分别测量机械振动信号和线圈电流信号。数据采集器在断路器动作时以25kHz的速率采集320ms数据。

5.1 缓冲器失效故障

缓冲器无效故障是断路器运行过程中经常出现的一种故障。缓冲器主要是用于高压断路器合分闸后，减小机构的冲击阻力，保持机械设备稳定，如不及时处理，将会加剧设备的损坏程度。由于缓冲器无效故障是出现在断路器合分完毕之后，在开始时刻，各机构部件工作正常，从合分线圈波形难以发现故障，而通过机械振动的参数提取分析能很好的解决这个问题。图5和图6分别为正常与故障情况下分闸线圈波形和对应的振动信号波形，振动波形纵坐标单位为g(g=10ms－2)。

图5 分闸电流波形Fig.5 Waveform of opening coil current

图6(a)中t1～t5为振动事件的几个关键时刻点，t1为线圈铁心冲击锁勾时刻，弹簧开始释放能量，并带动机构开始运动。t2阶段为动触头运行过程，t3为动静触头接触冲击时刻，此刻即为断路器合闸时间，t4为机构动作缓冲时刻，减小动触头冲击阻力。t5为机构运行停止时刻。采用式(7)～式(11)计算能量熵向量，并计算向量欧式空间距离，同时将特征向量输入专家系统实现智能诊断;专家系统诊断结果如图7所示，得出结果及检修建议:缓冲器失效故障，建议及时检修缓冲器机构。

图6 正常和故障振动信号Fig.6 Normal and fault vibration signal

图7 专家系统诊断结果Fig.7 Diagnosis result of expert system

5.2 分闸锁勾润滑不足故障

高压断路器分闸锁勾润滑不足是一种缓变故障，但如不能在其发展过程中及时的检测出来并做出相的处理，其结果会导致断路器出现拒分的恶性故障。这种故障可以通过对分闸线圈电流信号及辅助触点转换时间的分析检测出来，而振动信号分析变化相对小，鉴于篇幅限制，在此不列出振动波形。首先信号预处理部分从本次操作的线圈电流信号中提取5点时间参数、3点电流参数，并由辅助触点状态转换信号计算分闸操作时间。图8为正常与故障下分闸操作的线圈电流波形，从图中可知，断路器操作时间增长，尤其是t1～t4各时间点后移，辅助触头操作时间比上次操作增加9.8ms，线圈耗能增加超过设定阈值3.7%。同时I1、I2、I3电流值也发生变化，特别是I2电流值，都超过设定的阈值，因此与 I1、I2、I3、t1～ t4及触点相关的规则被激活。专家系统诊断结果如图9所示，智能综合分析后，系统得出结果及检修建议:主因为分闸锁勾润滑不足故障，建议润滑或者更换锁勾及相关连接部件。

分闸锁勾出现润滑不足故障后，当控制线圈通电时，增加了线圈推锁勾力的时间，当线圈电流足够大时才完全释放锁勾，因此，增加了动触头机械运行时间增加，降低了高压断路器动触头的速度。

图8 分闸电流波形Fig.8 Waveform of opening coil current

图9 专家系统诊断结果Fig.9 Diagnosis result of expert system

6 结论

本文详细阐述了高压断路器分/合闸操作过程，在综合分析操作过程产生的机械振动信号和操作线圈电流的特性的基础上，设计了基于规则的高压断路器故障诊断专家系统。采用基于VC++6.0平台开发健康管理软件及诊断模块，建立友好的用户界面，实现对高压断路器状态信息的显示及管理。实验结果表明，该专家系统可以有效的诊断出断路器多种故障，并能给断路器维护现状给出合理的检修建议。为了更进一步的完善故障诊断专家系统，来自不同厂家不同类型的高压断路器的测试数据被要求修正这个诊断系统;当多故障类型同时发生时，基于特征参数的规则提取及诊断分析也需要进一步的研究。

［1］林莘，李永祥，马跃乾，等.高压断路器新型电机操动机构的动态特性分析［J］.电机与控制学报，2009，13(2):216 －221.LIN Xin，LI Yongxiang，MA Yueqian，et al.Dynamic characteristics analysis on novel motor actuator of high voltage circuit breaker［J］.Electric Machines and Control，2009，13(2):216 －221.

［2］POLYCARPOU A A，SOOM A，PETER J W，et al.Event timing and shape analysis of vibration bursts from power circuit breakers［J］.IEEE Transactions on Power Delivery，1996，11(2):848－857.

［3］RUNDE M，OTTESEN G E，SKVBERG B，et al.Vibration analysis for diagnostic testing of circuit breakers［J］.IEEE Transactions on Power Delivery，1996，11(4):1816－1823.

［4］DENNIS S S L，LITHGOW B J，MORRISON R E.New fault diagnosis of circuit breakers［J］.IEEE Transactions on Power Delivery，2003，18(2):454 －459.

［5］HOIDALEN H K，RUNDE M.Continuous monitoring of circuit breakers using vibration analysis［J］.IEEE Transactions on Power Delivery，2005，20(4):2458 －2465.

［6］KEZUNOVIC M，REN Z F，SEVCIK D R.Automated monitoring and analysis of circuit breaker operation［J］.IEEE Transactions on Power Delivery，2005，20(3):1910－1918.

［7］LANDRY M，LONARD F，BEAUCHEMIN R.An improved vibration analysis algorithm as a diagnostic tool for detecting mechanical anomalies on power circuit breakers［J］.IEEE Transactions on Power Delivery，2008，23(4):1986 －1994.

［8］孙来军，胡晓光，纪延超.改进的小波包－特征熵在高压断路器故障诊断中的应用［J］.中国电机工程学报，2007，27(12):103－108.SUN Laijun，HU Xiaoguang，JI Yanchao.Fault diagnosis for high voltage circuit breakers with improved characteristic entropy of wavelet packet［J］.Proceeding of the CSEE，2007，27(12):103－108.

［9］周汝胜，焦宗夏，王少萍.基于专家系统的导弹发射车液压系统故障诊断［J］.航空学报，2008，29(1):197 －203.ZHOU Rushen，JIAO Zongxia，WANG Shaopin.Fault diagnosis expert system for hydraulic system of missile launcher［J］.Acta Aeronautica Et Astronautica Sinica，2008，29(1):197－203.

［10］王小华，荣命哲，吴翊.高压断路器故障诊断专家系统中快速诊断及新知识获取方法［J］.中国电机工程学报，2007，27(12):95－99.WANG Xiaohua，RONG Mingzhe，WU Yi.Method of quick fault diagnosis and new knowledge obtainment for high voltage circuit breaker expert system ［J］.Proceeding of the CSEE，2007，27(12):95－99.

［11］HUANG J，HU X G GENG X.An intelligent fault diagnosis method of high voltage circuit breaker based on improved EMD energy entropy and multi－ class support vector machine［J］.E-lectrical Power System Research，2011，81(2):400 －407.

［12］黄建，胡晓光，巩玉楠.基于经验模态分解的高压断路器机械故障诊断方法［J］.中国电机工程学报.2011，31(12):108－113.HUANG Jian，HU Xiaoguang，GONG Yunan.Machinery fault diagnosis of high voltage circuit breaker base on empirical mode decomposition［J］.Proceedings of the CSEE，2011，31(12):108－113.

［13］CHETHAN P，MICKEY C.Frequency characteristics of wavelets［J］.IEEE Transactions on Power Delivery，2002，17(3):800－804.

［14］CHENG J S，YU D J，TANG J S.Application of frequency family separation method based upon EMD and local Hilbert energy spectrum method to gear fault diagnosis［J］.Mechanism and Machine Theory，2008，43(6):712 －723.

［15］YANG Y，YU D J，CHENG J S.A roller bearing fault diagnosis method based on EMD energy entropy and ANN［J］.Journal of Sound and Vibration，2006，294(1):269 －277.