代文芳，趙思洋，曾 國，李鵬飛，李 俊，周文俊，賀 攀，嚴國志

(1. 國網(wǎng)黃石供電公司，湖北黃石 435000；2.武漢大學(xué)電氣工程學(xué)院，湖北武漢 430072)

?

基于斷路器動作特征參數(shù)的合閘彈簧儲能狀態(tài)預(yù)測

代文芳1，趙思洋2，曾 國1，李鵬飛2，李 俊1，周文俊2，賀 攀1，嚴國志2

(1. 國網(wǎng)黃石供電公司，湖北黃石 435000；2.武漢大學(xué)電氣工程學(xué)院，湖北武漢 430072)

為實現(xiàn)在檢修時對運行中斷路器的合閘彈簧儲能狀態(tài)進行診斷，利用壓力傳感器、光電編碼器和電流互感器在LW25-126瓷柱式六氟化硫斷路器上進行實驗，獲取合閘彈簧儲能狀態(tài)和動作特征參數(shù)。研究了斷路器合閘和儲能過程的動作特征參數(shù)與合閘彈簧儲能狀態(tài)之間的對應(yīng)關(guān)系，利用BP神經(jīng)網(wǎng)絡(luò)對合閘彈簧儲能狀態(tài)進行預(yù)測。通過對BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練結(jié)果和實驗結(jié)果的分析，表明通過斷路器動作特征參數(shù)可以有效地對合閘彈簧的儲能狀態(tài)進行預(yù)測。

彈簧操動機構(gòu)；合閘彈簧；儲能狀態(tài)；BP神經(jīng)網(wǎng)絡(luò)

0 引言

彈簧操動機構(gòu)以其電源容量小、功能原理簡單、維護簡潔[1]等優(yōu)點越來越廣泛應(yīng)用于更高電壓等級的斷路器之中[2]。隨著斷路器運行時間的增長，由于制造工藝、材料缺陷、環(huán)境因素等原因造成斷路器彈簧操動機構(gòu)機械連接松動[3]、儲能彈簧疲勞、蠕變等故障，直接導(dǎo)致儲能彈簧的儲能不足或過儲能，對斷路器整體性能的影響極為嚴重。

電力系統(tǒng)對儲能彈簧的檢修主要集中在彈簧是否銹蝕、變形，彈簧與傳動臂連接是否松動[4]。這種檢修方法不能對彈簧的性能進行檢測。檢修中對斷路器機械性能的測試內(nèi)容包括三相的合閘時間、合閘速度、分閘時間、分閘速度、同相斷口間的同期性及三相間的同期性等參數(shù)[5]。通過這些參數(shù)對斷路器的整體狀態(tài)做出評判[6]，而對于彈簧操動機構(gòu)的動力源--儲能彈簧并沒有行之有效的診斷方法。近年來，智能變電站在斷路器儲能彈簧上加入壓力傳感器進行實時的壓力監(jiān)測，此種方法雖然可以對彈簧的儲能狀態(tài)進行監(jiān)測，但是對于當前運行中的彈簧操動機構(gòu)，加裝壓力傳感器幾乎不可能實現(xiàn)。目前，還沒有針對斷路器合閘彈簧儲能狀態(tài)的診斷方法。

為實現(xiàn)在檢修過程中對現(xiàn)役斷路器的合閘儲能彈簧的儲能狀態(tài)進行預(yù)測，本文以LW25-126瓷柱式六氟化硫斷路器為對象，以斷路器檢修中檢測的動作參數(shù)為特征值，對合閘彈簧進行儲能狀態(tài)診斷。采用壓力傳感器、光電編碼器和電流互感器測量斷路器的合閘彈簧壓力值、合閘行程曲線和儲能電機電流[7]，提取機械特征參數(shù)，建立動作特征參數(shù)與合閘彈簧儲能狀態(tài)的對應(yīng)關(guān)系，利用BP神經(jīng)網(wǎng)絡(luò)對合閘彈簧的儲能狀態(tài)進行診斷[8]。結(jié)果表明，該方法可以不使用壓力傳感器而準確地對合閘彈簧的儲能狀態(tài)進行預(yù)測。

1 基本原理

1.1 彈簧操動機構(gòu)動作特征參數(shù)

彈簧操動機構(gòu)由合閘彈簧為合閘動作提供動力，由分閘彈簧為分閘動作提供動力。其中，110 kV及以上電壓等級的操動機構(gòu)中均采用壓縮彈簧的方法進行儲能。斷路器動作包括3個動作過程：合閘動作、分閘動作和儲能動作。接收到繼保系統(tǒng)的分閘信號，分閘儲能彈簧釋放能量，驅(qū)動操動機構(gòu)使斷路器動靜觸頭分開。合閘過程包含2個動作：第一，合閘彈簧由儲能狀態(tài)釋放能量，完成合閘動作；第二，在合閘的過程中合閘彈簧一部分能量傳遞給分閘彈簧使分閘彈簧完成儲能，為下一次分閘做準備。合閘動作完成后，儲能電機開始工作，通過儲能傳動機構(gòu)給合閘彈簧儲能。

本文擬對合閘彈簧的儲能狀態(tài)進行研究，需要對與合閘儲能相關(guān)的合閘動作過程和儲能動作過程的特征參數(shù)開展研究。斷路器檢修中與之相關(guān)的機械特征參數(shù)有：合閘時間、合閘速度(最大速度、平均速度、剛合速度)、儲能電機電流峰值、電機有效輸出功、電機有效工作時間。

1.2 合閘彈簧儲能狀態(tài)特征

高壓斷路器一般在室外露天環(huán)境中工作，隨著工作時間的增加，在長期的恒定載荷下合閘彈簧發(fā)生蠕變。蠕變直接導(dǎo)致儲能彈簧的剛度系數(shù)降低，使彈簧在相同的壓縮長度下壓力值減小，儲能降低。

高壓斷路器的合閘時間一般在50～120 ms之間。以本文實驗所用的LW25-126瓷柱式六氟化硫斷路器為例，其合閘時間在90～120 ms范圍內(nèi)為正常。合閘彈簧壓力值在這個時間內(nèi)從30kN變?yōu)?0kN。在這個時間內(nèi)如此大的力值變化產(chǎn)生巨大的振動，通常造成合閘彈簧的導(dǎo)程螺桿和螺帽的松動，或限位開關(guān)的松動，導(dǎo)致合閘彈簧預(yù)壓長度減小或增大，進而致使儲能的降低或增大。

合閘彈簧儲能的增大直接影響斷路器的合閘速度，過高的合閘速度會增大斷路器的振動和摩擦，加速觸頭的老化，嚴重影響斷路器的使用壽命。合閘彈簧的儲能減小會引起合閘速度的降低，降低斷路器的滅弧能力，嚴重時會引發(fā)滅弧室的爆炸。綜上所述，合閘彈簧的儲能不足和過大均對斷路器的性能有較為嚴重的影響。

2 動作參數(shù)的獲取

2.1 原始數(shù)據(jù)的獲取

LW25-126是用于110 kV電壓等級下的瓷柱式六氟化硫斷路器，采用CT20型彈簧操動機構(gòu)。其合閘彈簧為螺旋圓柱彈簧，采用壓縮儲能方式。合閘彈簧參數(shù)如表1所示。

表1 CT20型彈簧操動機構(gòu)合閘彈簧參數(shù)

系統(tǒng)采用CCY-01螺旋型彈簧壓力傳感器來對彈簧壓力值監(jiān)測。CCY-01的量程為0～40 000 N，測試精度≤1%F.S，能準確測量出合閘彈簧的儲能壓力大小。采用E6B2-CWZ6C光電編碼器監(jiān)測主傳動軸的轉(zhuǎn)速，對轉(zhuǎn)速進行數(shù)學(xué)積分獲得斷路器的合閘行程曲線。CT20操動機構(gòu)使用的儲能電機額定電流為4 A，采用TR0108-2B型穿心式電流互感器，其量程為100 A，將電機電源線在電流互感器中的穿心孔中環(huán)繞3匝進行測量。

使用MPS-140801采集卡對3個傳感器信號進行采集，并將采集信號實時上傳至上位機處理。硬件系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 硬件結(jié)構(gòu)框圖

在斷路器上進行動作實驗，采集得到合閘過程壓力和合閘行程曲線分別如圖2和圖3所示，儲能過程中電機電流曲線如圖4所示。

圖2 合閘過程中壓力曲線

圖3 觸頭合閘行程曲線

圖4 儲能過程中電機電流

2.2 動作特征參數(shù)的提取

對壓力曲線分別求取合閘動作前后的壓力值Fb和Fl作為合閘彈簧的狀態(tài)指示參數(shù)。對觸頭合閘行程曲線提取合閘時間Tc、剛合速度vj、最大合閘速度vmax、平均合閘速度vave，對儲能電機電流求取包絡(luò)后提取電流峰值Ip、電機有效輸出功W、電機有效工作時間Tef，以此作為合閘彈簧儲能狀態(tài)的診斷向量。

以空載狀態(tài)的LW25-126瓷柱式六氟化硫斷路器為實驗平臺進行測試。測試方法如圖5所示。

圖5 測試方法示意圖

通過調(diào)節(jié)行程導(dǎo)桿端部S′的長度來實現(xiàn)對合閘彈簧預(yù)儲能的長度S的調(diào)節(jié)。實驗進行4組，每組實驗彈簧儲能壓縮長度分別為335 mm、330 mm、325 mm、320 mm。每組實驗進行10次動作實驗，每次動作實驗包括分閘、合閘、儲能各一次。所得動作特征參數(shù)如表2所示，表2中列出每組實驗的其中一次動作特征參數(shù)。

表2 不同儲能狀態(tài)下動作特征參數(shù)

3 基于BP神經(jīng)網(wǎng)絡(luò)的診斷算法

3.1 BP神經(jīng)網(wǎng)絡(luò)的設(shè)計

BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)[9]是人工神經(jīng)網(wǎng)絡(luò)的一個分支，由輸入層、隱含層和輸出層組成，其核心是通過一邊向后傳遞誤差，一邊修正誤差的方法來不斷調(diào)節(jié)網(wǎng)絡(luò)參數(shù)，以實現(xiàn)或逼近預(yù)計達到的輸入、輸出映射關(guān)系。本文采用MATLAB自帶的神經(jīng)網(wǎng)絡(luò)工具箱建模進行合閘彈簧壓力值預(yù)測。

以合閘時間Tc、剛合速度vj、最大合閘速度vmax、平均合閘速度vave、電流峰值Ip、電機有效輸出功W、電機有效工作時間Tef等7個特征值作為特征向量，以合閘前后彈簧的壓力值為輸出，建立BP神經(jīng)網(wǎng)絡(luò)。依據(jù)BP神經(jīng)網(wǎng)絡(luò)設(shè)計經(jīng)驗，取其隱含層層數(shù)為輸入神經(jīng)元的2倍。網(wǎng)絡(luò)結(jié)構(gòu)如圖6所示，其輸入層層數(shù)為7，隱含層層數(shù)為14，輸出層層數(shù)為2。

圖6 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

3.2 BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練與實例驗證

以40組實驗數(shù)據(jù)作為樣本訓(xùn)練該神經(jīng)網(wǎng)絡(luò)。MATLAB神經(jīng)網(wǎng)絡(luò)工具箱選用40組數(shù)據(jù)中的任意20組數(shù)據(jù)作為原始數(shù)據(jù)用于網(wǎng)絡(luò)訓(xùn)練，選用任意10組數(shù)據(jù)作為驗證數(shù)據(jù)用于網(wǎng)絡(luò)驗證，選用任意10組數(shù)據(jù)作為測試數(shù)據(jù)用于網(wǎng)絡(luò)測試。其訓(xùn)練結(jié)果如圖7所示。圖7為網(wǎng)絡(luò)訓(xùn)練結(jié)果，網(wǎng)絡(luò)迭代訓(xùn)練次數(shù)為13次，其中在第7次迭代中得到最佳測試性能。圖8中列出了40組實驗中合閘前后的彈簧壓力值與神經(jīng)網(wǎng)絡(luò)訓(xùn)練輸出值。圖8中最大誤差發(fā)生在第18組數(shù)據(jù)，誤差值為170 N，該誤差壓力對應(yīng)于彈簧儲能長度為1.4 mm，仍然可以判斷出其壓縮儲能長度在32 mm附近。

為驗證訓(xùn)練網(wǎng)絡(luò)的可靠性，重新調(diào)整合閘彈簧的儲能壓縮長度S為322 mm和332 mm，分別進行2次動作實驗，所得動作特征參數(shù)如表3所示。

圖7 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果

圖8 網(wǎng)絡(luò)訓(xùn)練輸出與真實壓力值對比

儲能壓縮長度L/mm合閘時間Tc/ms剛合速度vj/(m·s-1)最大合閘速度vmax/(m·s-1)平均合閘速度vave/(m·s-1)電流峰值Ip/A電機輸出功W/kW電機工作時間Tef/s33294.22.372.441.794.213.5428.01094.22.352.411.764.223.6428.04732290.912.502.541.874.373.6928.05490.952.512.541.864.423.7788.048

利用MATLAB的神經(jīng)網(wǎng)絡(luò)工具箱中sim函數(shù)對上述2組實驗中合閘彈簧的儲能壓力值進行預(yù)測，所得結(jié)果如表4所示。

表4中神經(jīng)網(wǎng)絡(luò)預(yù)測得到的彈簧壓力值基本與實際值一致。但是，數(shù)據(jù)存在一個共同的特點，神經(jīng)網(wǎng)絡(luò)預(yù)測得到的壓力值均較實際的壓力值略大。其原因在于訓(xùn)練神經(jīng)網(wǎng)絡(luò)所用的動作特征參數(shù)為彈簧儲能壓縮長度分別為335 mm、330 mm、325 mm、320 mm時的實驗數(shù)據(jù)，沒有兩個儲能長度之間的特征參數(shù)，而所設(shè)計的神經(jīng)網(wǎng)絡(luò)為對儲能狀態(tài)的模式識別，故對332 mm和322 mm儲能長度下的合閘彈簧壓力的預(yù)測值有所偏差，二者分別向330 mm和320 mm儲能長度的壓力值偏移。為實現(xiàn)更為精準的預(yù)測，需要增加網(wǎng)絡(luò)訓(xùn)練參數(shù)的樣本種類，進行進一步的深入研究。

表4 神經(jīng)網(wǎng)絡(luò)輸出向量及診斷結(jié)果

4 結(jié)束語

研究了斷路器動作特征參數(shù)合閘時間、剛合速度、最大合閘速度、平均合閘速度，儲能電機電流峰值、電機有效輸出功、電機有效工作時間與斷路器合閘彈簧的儲能狀態(tài)的對應(yīng)關(guān)系。利用BP神經(jīng)網(wǎng)絡(luò)對合閘彈簧儲能壓力值進行預(yù)測。結(jié)果表明，僅使用斷路器動作特征參數(shù)不使用壓力傳感器可以有效的對合閘彈簧的儲能狀態(tài)進行預(yù)測。

[1] 苑舜.高壓斷路器彈簧操動機構(gòu).北京：機械工業(yè)出版社，2001.

[2] 陳保倫，文亞寧.斷路器彈簧操動機構(gòu)介紹.高壓電器,2010,46(10):75-80.

[3] 常廣，王毅，王瑋.采用振動信號零相位濾波時頻熵的高壓斷路器機械故障診斷.中國電機工程學(xué)報,2013,33(3):155-162.

[4] 國家電網(wǎng)公司.交流高壓開關(guān)設(shè)備運行管理規(guī)范．北京：中國電力出版社，2005.

[5] GB 3309—1989 高壓開關(guān)設(shè)備常溫下的機械試驗.

[6] FEI M,JUN M,ZHENG J Y.Development and Application of Distributed Multilayer On-line Monitoring System for High Voltage Vacuum Circuit Breaker. JOURNAL OF ELECTRICAL ENGINEERING & TECHNOLOGY, 2013(8):813-823.

[7] 孫來軍，胡曉光，紀延超. 改進的小波包-特征熵在高壓斷路器故障診斷中的應(yīng)用.中國電機工程學(xué)報,2007,7(12):103-108.

[8] 郭清，夏虹，韓文偉.基于小波熵與BP神經(jīng)網(wǎng)絡(luò)的電機故障信號研究.儀表技術(shù)與傳感器,2013(1):96-99.

[9] TAN K Z,CHAI Y H,SONG W X. Identification of diseases for soybean seeds by computer vision applying BP neural network.INTERNATIONAL JOURNAL OF AGRICULTURAL AND BIOLOGICAL ENGINEERING,2014,7(3):43-50.

Prediction of Closing Spring’s Energy-storing State Based on CircuitBreaker’s Running Characteristic Parameters

DAI Wen-fang1，ZHAO Si-yang2，ZENG Guo1， LI Peng-fei2，LI Jun1，ZHOU Wen-jun2，HE Pan1，YAN Guo-zhi2

(1. Huangshi Power Supply Company of State Grid Corporation of China, Huangshi 435000, China;2.School of Electrical Engineering, Wuhan University, Wuhan 430072, China)

In order to diagnose the closing spring energy-storing state of running circuit breaker during the repair process, an experiment on LW25-126 porcelain column SF6 circuit breaker was finished using pressure sensor, photoelectric encoder and current transformer , and the energy-storing state and running characteristic parameters of closing spring were acquired. The research on relationship between running characteristic parameters of circuit breaker closing and storage process and closing spring’s energy-storing state was completed, and the closing spring's energy-storing state was predicted by BP neural network. The analysis of BP neural network’s training results and experimental results indicate that the energy-storing state of closing spring can be predicted effectively by using running characteristic parameters of closing spring.

spring operating mechanism; closing spring；energy-storing state;BP neural network

2014-10-16 收修改稿日期：2015-03-10

TM932

A

1002-1841(2015)08-0107-04

代文芳(1978—)，工程師，主要研究方向為電力系統(tǒng)及其自動化。E-mail：16794302@qq.com