亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于機(jī)器學(xué)習(xí)算法的高壓斷路器故障診斷研究

        2022-12-06 12:10:10宮銘辰陳世玉
        東北電力技術(shù) 2022年11期
        關(guān)鍵詞:斷路器故障診斷機(jī)器

        張 健,張 朋,宮銘辰,王 悅,陳世玉

        (國網(wǎng)黑龍江省電力有限公司電力科學(xué)研究院,黑龍江 哈爾濱 150030)

        高壓斷路器是電力系統(tǒng)中最重要的控制和保護(hù)設(shè)備,其穩(wěn)定動作能夠在一定程度上限制事故的擴(kuò)散[1]。隨著技術(shù)的進(jìn)步,對于高壓斷路器的檢修方式由最初的事故檢修、定期維護(hù)到如今的狀態(tài)檢修,在不增加故障發(fā)生概率的基礎(chǔ)上,又節(jié)約了大量人力物力。狀態(tài)檢修對于高壓斷路器的異常信號判斷有非常高的要求,需要能夠及時發(fā)現(xiàn)異常信號,并依據(jù)信號對可能發(fā)生的故障類型進(jìn)行準(zhǔn)確判斷,方便運(yùn)維人員進(jìn)行檢修[2-3]。

        目前,對于故障診斷的參數(shù)選擇主要集中在線圈電流、振動信號和觸頭位移上[4]。從國際大電網(wǎng)組織發(fā)布的高壓斷路器故障類型分析中可知,機(jī)械故障是發(fā)生數(shù)量最多的故障[5]。線圈電流能夠反映線圈狀態(tài),KN圖什工業(yè)大學(xué)的Razi-Kazemi使用線圈電流成功對鐵芯卡澀和接觸不良故障做出判斷,但對機(jī)械故障的診斷效果較差[6]。振動信號波形在一定程度上也能夠反映機(jī)械故障,但由于其波形無明顯規(guī)律,信號分析和處理較復(fù)雜,故障診斷正確率相對較低[7]。觸頭位移信號是最能夠反映機(jī)械故障的信號,且信號提取分析方便,利于后續(xù)故障診斷。三峽大學(xué)劉道兵采用隨機(jī)優(yōu)化算法實(shí)現(xiàn)了斷路器的故障診斷[8]。伊朗的Forootani使用拉格朗日法建立了動態(tài)模型,揭示了位移曲線的變化與故障原因間的關(guān)系[9]。

        然而,由于斷路器故障樣本少、非線性等特點(diǎn),以上傳統(tǒng)故障診斷方法的效率和準(zhǔn)確性由于方法本身的限制很難進(jìn)一步提高,不利于對故障快速、準(zhǔn)確識別。因此開展適用于斷路器的故障診斷方法研究,對高壓斷路器狀態(tài)檢修的發(fā)展具有重要意義。

        本文首先對高壓斷路器位移曲線進(jìn)行分析,對需要提取的特征參數(shù)進(jìn)行說明。結(jié)合支持向量機(jī)(support vector machine,SVM)和Spark技術(shù),提出了基于機(jī)器學(xué)習(xí)算法的高壓斷路器故障診斷方法。對方法中涉及到的參數(shù)進(jìn)行選取,并采用實(shí)際數(shù)據(jù)進(jìn)行準(zhǔn)確率分析。最后使用此方法與傳統(tǒng)方法分別對典型故障進(jìn)行診斷,分析比較診斷結(jié)果。研究成果為高壓斷路器故障診斷提供參考。

        1 高壓斷路器位移信號分析

        高壓斷路器位移曲線是反映斷路器觸頭位移特性的信號,通過對曲線分析,能夠得到整個開斷過程中分合閘操作的時間、動觸頭行程、動觸頭的平均速度、動觸頭的瞬時速度等[10]。

        以典型合閘位移曲線為例進(jìn)行分析,如圖1所示。觸頭在合閘簧所產(chǎn)生力的作用下從零點(diǎn)開始加速運(yùn)動,經(jīng)過前期的加速,后期基本保持勻速在t1時刻走完額定開距S1。此時觸頭剛剛接觸,為了保證觸頭連接緊密,機(jī)構(gòu)一般會繼續(xù)運(yùn)動一段距離,于t2時刻到達(dá)S2位置。此時觸頭緊密連接,但由于機(jī)構(gòu)仍有較高速度,因此會出現(xiàn)往復(fù)振蕩,最大可到達(dá)S3位置。當(dāng)動能轉(zhuǎn)化的機(jī)械力完全釋放后,鐵芯最終在t3時刻保持在S2的位置,整個開斷過程結(jié)束。由以上參數(shù)還可以計算出動作過程中的速度值。

        圖1 高壓斷路器典型位移曲線

        vmax=max{dS/dt}

        (1)

        (2)

        2 高壓斷路器故障診斷方法

        2.1 基于Spark平臺的機(jī)器學(xué)習(xí)

        機(jī)器學(xué)習(xí)的思路為通過不同算法模型對現(xiàn)有數(shù)據(jù)進(jìn)行訓(xùn)練,如果訓(xùn)練性能滿足要求,則使用該模型對新數(shù)據(jù)進(jìn)行測試;如果未能滿足要求,則調(diào)整算法以重建模型并再次訓(xùn)練[9]。得到能夠應(yīng)用于此類數(shù)據(jù)的對應(yīng)算法,最終使用其預(yù)測相關(guān)的特征屬性,機(jī)器學(xué)習(xí)過程如圖2所示。

        圖2 機(jī)器學(xué)習(xí)流程

        目前,機(jī)器學(xué)習(xí)技術(shù)和方法已經(jīng)在很多領(lǐng)域得到成功應(yīng)用,如語言識別、機(jī)器翻譯和智能控制等。但由于技術(shù)和單機(jī)存儲容量的限制,傳統(tǒng)的機(jī)器學(xué)習(xí)算法只能用于少量數(shù)據(jù),且對于數(shù)據(jù)采樣的要求非常高。但在實(shí)際過程中,樣本往往很難做到隨機(jī),導(dǎo)致學(xué)習(xí)模型準(zhǔn)確性不高,影響測試結(jié)果的準(zhǔn)確性。Spark平臺本身擁有數(shù)據(jù)存儲、數(shù)據(jù)查詢與處理、機(jī)器學(xué)習(xí)等功能,同時還可以調(diào)用第三方框架,能夠?qū)ν暾麛?shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí),解決了統(tǒng)計隨機(jī)性的問題[11]。應(yīng)用Spark平臺進(jìn)行機(jī)器學(xué)習(xí),需要處理各種數(shù)據(jù)并進(jìn)行大量迭代計算,Spark提供了一個基于海量數(shù)據(jù)的機(jī)器學(xué)習(xí)庫,由一些通用的學(xué)習(xí)算法和工具組成,包括分類、回歸和聚類等一系列算法,以及底層的優(yōu)化語言和高級API。因此,研究人員只需要有Spark基礎(chǔ),了解機(jī)器學(xué)習(xí)算法的原理及方法相關(guān)參數(shù)的意義,就可以方便地調(diào)用相應(yīng)的API來實(shí)現(xiàn)基于各種數(shù)據(jù)的機(jī)器學(xué)習(xí)過程[12]。

        2.2 基于SVM的高壓斷路器故障診斷方法

        2.2.1 SVM原理

        SVM是基于統(tǒng)計學(xué)習(xí)的分類方法,其原理是找到1個最優(yōu)分類線,并以此邊界為條件進(jìn)行分類,如圖3所示[13]。

        圖3 最優(yōu)分類面

        圖3中圓形和矩形點(diǎn)分別表示2種不同的數(shù)據(jù),能夠清晰將上述2種數(shù)據(jù)分開的線為L,穿過離L最近的2種數(shù)據(jù),且平行于L的直線分別為L1和L2,其距離為分類間隔。

        L即為最優(yōu)分類線,L1和L2上的數(shù)據(jù)點(diǎn)叫做支持向量。這樣在完全分開2種樣本的基礎(chǔ)上還保證分類間隔最大,分類線方程為

        ω·x+b=0

        (3)

        可以對它進(jìn)行歸一化,使得線性可分的樣本集(x1,y1),i=1,2,3,…,n,x∈Rd,y∈{+1,-1}滿足

        yi[(ω·xi)+b]≥1,i=1,2,3,…,n

        (4)

        此時分類間隔為2/‖ω‖,要令此數(shù)值最大,為了方便,數(shù)學(xué)表示轉(zhuǎn)換為令‖ω‖2最小。

        當(dāng)二維空間中不能找到最優(yōu)分類線時,可以利用核函數(shù)把樣本直接映射到高維特征空間,并在此空間中構(gòu)造最優(yōu)線性分類超平面。核心思想是通過核函數(shù)將低維空間中的非線性問題變?yōu)楦呔S空間中的線性問題,分類核函數(shù)的選取是決定分類效果的關(guān)鍵之處。

        常用核函數(shù)有以下幾種。

        a.線性核函數(shù)(liner)

        K(xi,xj)=xi·xj

        (5)

        K(xi,xj)=[(xi·xj)+1]q

        (6)

        c.徑向基核函數(shù)(rbf)

        (7)

        d.Sigmoid核函數(shù)

        K(xi,xj)=tan[v(xi·xj)+c]

        (8)

        經(jīng)過核函數(shù)轉(zhuǎn)換,此時目標(biāo)函數(shù)為

        (9)

        相應(yīng)的分類函數(shù)也變?yōu)槭?10)。

        圍繞如何做好“三農(nóng)”工作,習(xí)近平總書記作出了一系列重要論述,提出了一系列新理念新思想新戰(zhàn)略。在黨的十九大報告中,習(xí)近平總書記首次明確提出了“實(shí)施鄉(xiāng)村振興戰(zhàn)略”并寫入黨章,將它列為決勝全面建成小康社會需要堅定實(shí)施的七大戰(zhàn)略之一;同年的中央農(nóng)村工作會議中首次提出走中國特色社會主義鄉(xiāng)村振興道路,明確了實(shí)施鄉(xiāng)村振興戰(zhàn)略的目標(biāo)任務(wù);2018年中央又下發(fā)了題為《中共中央國務(wù)院關(guān)于實(shí)施鄉(xiāng)村振興戰(zhàn)略的意見》的一號文件,闡述了新時代實(shí)施鄉(xiāng)村振興戰(zhàn)略的重大意義、總體要求,是新時代鄉(xiāng)村振興戰(zhàn)略的綱領(lǐng)性指導(dǎo)文件。

        (10)

        以上就是SVM的原理,其結(jié)構(gòu)如圖4所示。

        圖4 SVM結(jié)構(gòu)圖

        2.2.2 故障診斷方法

        由于高壓斷路器內(nèi)部結(jié)構(gòu)的復(fù)雜性和信號輸入與故障輸出之間的復(fù)雜性。診斷難點(diǎn)在于輸入與輸出之間不存在一一對應(yīng)關(guān)系。因此,高壓斷路器故障診斷是一個反復(fù)試驗(yàn)的過程,如圖5所示。

        圖5 故障診斷流程

        3 試驗(yàn)數(shù)據(jù)分析

        本文利用Spark平臺中的機(jī)器學(xué)習(xí)模塊對數(shù)據(jù)進(jìn)行分析,并用Python語言實(shí)現(xiàn)。首先構(gòu)建Spark聚類系統(tǒng),在平臺中使用Spark機(jī)器學(xué)習(xí)導(dǎo)入Python類庫和數(shù)據(jù),通過機(jī)器學(xué)習(xí)包配置所有參數(shù)模塊,進(jìn)一步處理信號特征數(shù)據(jù),構(gòu)建改進(jìn)的SVM分類模型。數(shù)據(jù)采用泰開某型號彈簧高壓斷路器分合閘測試數(shù)據(jù),在模型訓(xùn)練期間,將80%的樣本數(shù)據(jù)分離為訓(xùn)練數(shù)據(jù)集,將20%的樣本數(shù)據(jù)分離為測試數(shù)據(jù)集,如表1所示。

        表1 輸入特征數(shù)據(jù)(部分)

        為了有效分析數(shù)據(jù),選擇72組斷路器的測量樣本。由于SVM輸入的4個特征信號在算法模型中具有不同的數(shù)量級,為了使每個輸入數(shù)據(jù)占據(jù)相應(yīng)的比例,對72組樣本數(shù)據(jù)進(jìn)行歸一化,并將輸入數(shù)據(jù)輸入模型。

        分割完數(shù)據(jù)后,無法確定哪種算法對應(yīng)模型的準(zhǔn)確度更高,因此采用10折交叉驗(yàn)證法進(jìn)行算法評估,參與評估的算法有線性回歸(LR)、樸素貝葉斯(MNB)和SVM。在不調(diào)參的前提下,比較模型準(zhǔn)確度平均值和方差進(jìn)行算法評估,結(jié)果如圖6所示。

        圖6 算法評估結(jié)果圖

        由圖6可知,3種算法中SVM算法的準(zhǔn)確度更高,分布更密集,說明對相同的數(shù)據(jù)處理結(jié)果更好。以上為模型采用默認(rèn)參數(shù)進(jìn)行運(yùn)算結(jié)果,調(diào)整參數(shù)后可能會使模型在準(zhǔn)確度和過擬合能力上保持一定的和諧性。SVM重要的2個參數(shù)是懲罰系數(shù)C和核函數(shù)kernel,依據(jù)對這2個參數(shù)進(jìn)行組合,在C=(0.1,0.3,0.5,0.7,0.9,1.0,1.3,1.5,1.7,2.0)和kernel=(linear, poly, rbf, sigmoid)的情況下,對這2個參數(shù)進(jìn)行調(diào)優(yōu),使最終算法模型對數(shù)據(jù)處理的結(jié)果準(zhǔn)確度更高,算法調(diào)優(yōu)的對比結(jié)果如表2所示。

        由表2可知,SVM模型準(zhǔn)確度最高的是C=1.3,kernel=rbf,此時準(zhǔn)確率達(dá)93%。采用以上參數(shù),對測試數(shù)據(jù)進(jìn)行故障診斷,模型輸出的故障診斷的分類結(jié)果如表3所示。

        表2 算法調(diào)參結(jié)果

        表3 故障診斷分類結(jié)果

        由表3可知,SVM模型對上述3種故障均有較高的識別準(zhǔn)確率,其中觸頭彈簧準(zhǔn)確率最高,可達(dá)96%;2種分閘簧故障準(zhǔn)確率稍低,但也超過90%,能夠滿足故障診斷高精度的需求。因此,利用機(jī)器學(xué)習(xí)中SVM搭建的算法模型具有可行性。在訓(xùn)練樣本與測試樣本相同的情況下,采用傳統(tǒng)LR和MNB分類模型進(jìn)行分析,將運(yùn)行時間和準(zhǔn)確率進(jìn)行比較,結(jié)果如圖7所示。

        圖7 算法對比柱狀圖

        由圖7可知,與另外2種方法相比,SVM模型在高壓斷路器故障診斷中具有更快的運(yùn)行速率和更高的診斷準(zhǔn)確率。運(yùn)行時間比耗時最長的MNB模型少1.45 s,準(zhǔn)確率比最低的LR模型提高12%。

        4 結(jié)論

        本文將Spark平臺SVM模型應(yīng)用于高壓斷路器故障診斷,得到了關(guān)鍵參數(shù)配置情況,通過試驗(yàn)數(shù)據(jù)驗(yàn)證了模型的準(zhǔn)確性,研究結(jié)論如下。

        a.對于判斷彈簧有關(guān)故障,當(dāng)模型中參數(shù)C=1.3,kernel=rbf時,SVM模型準(zhǔn)確度最高,能夠達(dá)到93%。

        b.與MNB、LR模型相比,SVM模型在準(zhǔn)確率與耗時方面均有較大優(yōu)勢。其中準(zhǔn)確率最多提高12%,運(yùn)行耗時減少1.45 s。

        猜你喜歡
        斷路器故障診斷機(jī)器
        機(jī)器狗
        機(jī)器狗
        未來機(jī)器城
        電影(2018年8期)2018-09-21 08:00:06
        六氟化硫斷路器運(yùn)行與異常處理
        電子制作(2018年14期)2018-08-21 01:38:34
        斷路器控制回路異常分析及處理
        電子制作(2018年10期)2018-08-04 03:25:02
        一例斷路器內(nèi)部發(fā)熱的診斷分析
        電子制作(2017年8期)2017-06-05 09:36:15
        SF6斷路器拒動的原因分析及處理
        電子制作(2017年20期)2017-04-26 06:57:59
        因果圖定性分析法及其在故障診斷中的應(yīng)用
        無敵機(jī)器蛛
        基于LCD和排列熵的滾動軸承故障診斷
        亚洲欧美成人久久综合中文网| 国产午夜无码片在线观看影院| 亚洲一本大道无码av天堂| 亚洲AV永久天堂在线观看| 粉嫩的18在线观看极品精品| 国产在线观看91一区二区三区 | 久久久久亚洲精品中文字幕| 无码的精品免费不卡在线| 久久久婷婷综合亚洲av| 二区免费在线视频观看| 97久久超碰国产精品旧版| 国产AV边打电话边出轨| 亚洲免费成年女性毛视频| 免费黄片小视频在线播放| 在线涩涩免费观看国产精品| 青草热久精品视频在线观看| 高清亚洲成av人片乱码色午夜| 国产一区国产二区亚洲精品| 伊在人天堂亚洲香蕉精品区| 含羞草亚洲AV无码久久精品| 麻豆激情视频在线观看| 51国产偷自视频区视频| 欧美天欧美天堂aⅴ在线| 国产欧美曰韩一区二区三区 | 免费 无码 国产精品| av一区二区三区综合网站| 熟妇人妻无码中文字幕老熟妇| 欧美精品免费观看二区| 中文字幕在线一区乱码| 亚洲中文字幕在线综合| 女人被男人躁得好爽免费视频| AV成人午夜无码一区二区| av网址在线一区二区| 又紧又大又爽精品一区二区| 人妻无码人妻有码中文字幕| 国产人成在线成免费视频| 国产主播一区二区三区蜜桃| 西西人体444www大胆无码视频| 狠狠丁香激情久久综合| 中文字幕亚洲五月综合婷久狠狠 | 先锋影音最新色资源站|