粗糙集理论在高压断路器状态监测中的应用

谢大川，李海兵

（四川职业技术学院，四川 遂宁 629000）

粗糙集理论在高压断路器状态监测中的应用

谢大川，李海兵

（四川职业技术学院，四川 遂宁 629000）

本文基于现代电力系统设备检修体制，论述了对高压断路器实行状态监测的必要性和可能性.由于断路器故障机理复杂，故障类型与故障征兆间联系具有不确定性，不能单靠某一种或几种试验来确定其故障类型和故障位置的特点，提出利用振动信号监测和诊断高压断路器的机械状态，引入粗糙集理论，可以简化进行故障诊断时所需的信息，从而提高故障诊断的准确率.

状态监测；高压断路器；故障诊断；粗糙集

1 引言

状态监测作为带有强烈主动性的一种监测方式，能够基于设备状态信息来预测其发展趋势[1-2].这种方式在对设备进行监测时可以使设备的检修费用降低，可用率提高，并且具有针对性、及时性.目前国内外关于状态监测作了很多理论及实践研究，其研究结果表明状态监测不仅能对电气设备的参数特性、运行状态进行实时掌握、而且能够降低突发性故障的发生率，从而使设备强迫停运率和维修成本降低，使用寿命延长，安全可靠性和运行效益得到提高，电力系统的经济效益增加.但是目前国内外关于状态监测的研究大都还不成熟，仍处于研究发展阶段.

1.1 状态监测的原理

状态监测是为了对设备的运行状况进行了解和掌握以及对设备的运行状态进行评估，从而结合系统运行的历史和现状，通过各种检测手段和分析方法，记录设备状态并对异常情况进行处理.其结果可以作为设备故障分析的重要基础和设备性能评估的有效依据.

状态监测的过程可分为三个步骤，首先是传感器进行信号采集，并将其送入计算机；由于这些送入计算机的信号反映了设备的相关状态，所以第二步就是将其进行信号处理，经过信号处理可以得到设备的特征参数；第三步就是将特征参数与闭值参数进行比较，由于闭值参数是根据历史故障数据和经验确定的，因此比较之后就能有效判断设备的状态情况.其过程如图1所示.

图1 状态监测的原理

1.2 高压断路器的状态监测

高压断路器（I B）是电力系统中起着控制和保护两种作用的重要电气设备，当电力线路或设备发生故障时，它能进行电力线路及设备的投切（即能从电网中立即切除故障部分，继续运行无故障部分）来满足电网的正常工作.所以，其投切的准确性直接关系着电力系统的安全性和高效性.要保证高压断路器能正常工作，其机械部件的动作必须要准确，因此，对其机械部件的可靠性监测能够提前发现潜在故障，对降低设备故障率具有十分重要的意义.

断路器通过机械振动完成其相应职能，因此机械振动发出的信号就包含了大量的关于设备状态的信息，研究发现，这些信息含有很多能够反映断路器操作期间内部状态的瞬态波形.而设备内部存在各种激励源，对高压断路器而言，主要是内部构件的运动振动.振动信号就是对这些激励源的响应，其变化体现了断路器机械状态的改变，从而就可以通过监测振动信号来寻找故障源，诊断设备故障.

2 应用粗糙集诊断高压断路器故障

进行故障诊断的目的是为了保证设备可靠有效的运行，其关键步骤一是在于设备故障的位置、类别、性质以及程度的确定，二是明确故障是如何产生的以及与系统是什么关系，三是对故障发展的预测，四是提出行之有效的维修策略.在关于机械故障的诊断方面，研究的热点一直是怎样收集有用的诊断信息.基于神经网络、遗传算法和模糊集理论等方法在目前的智能诊断系统中得到了广泛的应用，但在实际应用中，由于这些系统需要设置包含特征或属性的预定值，然而，故障产生的原因与征兆并不是一一对应的，因此这些方法依然存在着许多问题[3].

2.1 粗糙集

粗糙集理论是一种表达、学习、归纳的理论方法，这种方法能够研究不完整、不确定知识和数据[4].它区别于其他方法的主要特点是不需要关于数据的任何附加信息，直接以给定问题的描述集合为基础，通过不可分辨关系和不可分辨类来确定给定问题的近似域，从而确定该问题的内在规律[5].

在实际应用中，技术人员得到的关于断路器的信息往往不完备、不准确，而粗糙集理论可以在一定程度上使这个问题得到解决.本文将利用粗糙集理论诊断高压断路器的振动故障[6]，探求一种基于粗糙集的电力设备故障诊断方法.

2.2 断路器振动故障诊断模型

首先将收集归总后的断路器的历史振动故障数据进行分类，分析多种可能出现的故障情况和故障征兆，从而确定条件属性C和决策属性D,建立知识表达的决策表1[7].C1-C6分别为经过小波分析后的合闸振动信号波形的模极大值，它根据振幅的变化而变化，对应于表2的6个事件点，C7为模最大值对应的时间.

表1 故障诊断决策表

表2 高压断路器分闸操作过程中6个重要冲击振动

表3 约简的故障诊断决策表

由于断路器在工作过程中其运动状态与各个冲击子波一一对应，这就为断路器监测提供了重要数据，只要部位选择适当，就能通过外部振动信号来判断内部的动作信息.首先将断路器合闸振动信号进行小波分析，得到相关参数，并将其作为诊断的特征值，然后结合最简决策表对系统进行故障诊断.由于连续数据不能用粗糙集理论直接处理，因此要离散化相应的数据.考虑到断路器振动的幅值具有较大的变化，因此单独考虑每一属性.按照幅值比例的大小对C1-C6进行离散化，根据发生的时间范围对C7进行离散化.数据，因此一个关键的问题就是如何提取诊断规则，如果这一问题得到有效的解决，粗糙集理论在设备故障诊断的应用中就会发挥出其特有的优势.

表4 离散化表

表5 决策属性表

最后由表3，可以得到以下故障诊断规则

表6 故障诊断规则表

由上述规则可以看出，经过粗糙集约简后的决策表进行诊断，由于其诊断范围的缩小，故障诊断速度的提高，使其状态监测的效率得以提高.

3 小结

本论文主要建立了一个数学模型，通过这个简单的模型来诊断断路器振动故障，针对传统的断路器故障诊断方法在信息缺失多、有偏差的情况下误判率高的问题，本文在制定初始决策表时采用了经由小波分析得到的模极大值及其发生时间，约简后的故障诊断规则体现出粗糙集理论的优越之处.在实际工程应用中，故障的多样性会带来大量的诊断

[1]黄雅罗,黄树红.发电设备状态检修[M].北京：中国电力出版社,2000.

[2]李昕.电气设备的在线检测和故障诊断[D].阜新：辽宁工程技术大学,2007.

[3]黄建华.变电站高压电气设备状态检修的现状及其发展[J].变压器,2002，（Z1）.

[4]孟忠,宋玉萍.真空断路器灭弧室真空度的判定及分析[J].华北电力技术,2003（1）.

[5]董立新,肖登明，杨荆林，等.基于粗糙集理论的电力设备故障诊断方法[J].高压电器,2003，（5）.

[6]张吉先,钟秋海.R B F及模糊神经网络在旋转机械故障诊断中的应用[J].系统仿真学报,2004,(3).

[7]王鑫.电气设备的在线检测和故障诊断[D].济南：山东大学,2005.

ApplicationofRough SetTheory inHigh VoltageCircuitBreaker ConditionMonitoring

X I ED achuan,L I H aibing
(S ichuan V ocational and T echnical C ol lege,S uining S ichuan629000)

B ased onmodern po w er systemequipmentmaintenance system,this article e x pounds it is necessary and possible to implement condition monitoring on high-v ol tage circuit brea k er.B ecause brea k er fai lure mechanism is comple x,the relationship of faul t type and faul t symptom is uncer tain, it can not ma k e sure the faul t type and faul t place by one or se v eral e x periments.I t suggests using v ibration signal to monitor and diagnose the machinery condition of high v ol tage circuit brea k er. U sing rough set theory can simpl i fy the required information of faul t diagnosis,and impro v e the accuracyof faul t diagnosis.

C ondition M onitoring;H igh V ol tage C ircuit B rea k er;F aul t D iagnosis;R ough S et T heory

TM 8

A

1672-2094(2013)01-0139-03

责任编辑：张隆辉

2012-12-09

谢大川(1963-)，男，重庆市人，四川职业技术学院电子电气工程系工程师，主要从事电气控制、机电技术应用方面的教学与研究.

李海兵(1975-)，男，四川遂宁人，四川职业技术学院电子电气工程系工程师，主要从事电子技术、电气控制技术、计算机应用技术方面的教学与研究.