0 引言

随着我国电力工业的不断发展和智能电网建设的不断推进，对电力设备智能化和运行可靠性的要求越来越高。高压隔离开关作为电力系统中使用量最大的一类开关设备，长时间在高电压、大电流状态下工作，直接影响电网的安全稳定运行。因此，开展高压隔离开关运行状态评估，对高压隔离开关的合理使用和维护、故障预测以及状态检修[1-3]等有着极为重要的意义。

目前，高压隔离开关故障检测方法主要有人工巡检和电气检测2种[4]。人工巡检是由工作人员到现场对高压隔离开关进行检测，存在安全隐患；电气检测则是在高压隔离开关动作时，通过检测相关电气量是否发生变化，判断高压隔离开关是否出现故障，该方法只有在高压隔离开关出现严重故障、电气量发生变化时才能检测到。2种方法均能够发现高压隔离开关较明显的故障，但不易发现隐性故障，可靠性相对较差。本文提出了一种高压隔离开关振动信号监测及分析方法，并通过搭建试验平台进行故障模拟试验，以验证该监测方法的有效性。

1 故障诊断方法介绍

在高压隔离开关分合闸操作过程中，机械部件之间互相碰撞摩擦产生振动。利用振动传感器可非介入性地检测出多个衰减的振动信号，该机械振动信号[5]包含大量的设备状态信息，采集、分析机械振动信号可以有效地反映隔离开关内部各部件的机械状况和分合情况。当高压隔离开关机械状态出现异常时，振动信号相应发生改变，因此通过分析高压隔离开关振动信号可有效监测其是否存在机械故障和安全隐患[6-8]。

政府需要加大医疗养老方面的支持力度，改善老年医疗水平、建设医院、完善医疗保险、强化专业人才培养，建立老年健康产业园区，完善养老产业相关配套措施以及提高老年人对健康的自我认知，使老年人生活质量得到提高。

1.1 数据模型建立

在高压隔离开关正常运行状态下，多次测定高压隔离开关动作时的振动信号曲线，找出其中的特征信息。特征信息如下。

（2）振动时长：起振之后，平均振幅小于第2设定幅值所用的时长。

（1）起振时刻：振幅大于第1设定幅值的时刻。

海航的迷失给中国的物流人上了生动的一堂并购课程。随着物流市场的并购金额越来越大，如何规避所存在的风险，以免重蹈海航覆辙，的确是值得深思熟虑的事情。

本试验尝试从模型桩内部对沉桩过程中桩-土界面土体变形进行记录,同时对所采集的图像进行计算,从而获得所需要的土体变形信息.图1为压桩试验采用的模型箱和模型桩.试验使用的模型箱尺寸为1 m×1 m×1 m,采用钢板制成,上部配备液压千斤顶及反力架为桩体提供贯入力.模型桩为铝制方桩,长为560 mm,横截面尺寸为50 mm×50 mm.在模型桩距桩端30 mm位置处开有一圆形小孔,小孔直径为15 mm,开孔处用同尺寸的透明树脂玻璃代替并固定,桩体内部配备摄像装置,可透过树脂玻璃对土颗粒位移进行观测.

振动传感器选用PCB公司生产的352C33型高分辨率振动传感器，该传感器的主要技术参数如表1所示。将传感器安装在高压隔离开关不同位置进行振动信号采集试验，试验结果表明，将振动传感器安装于高压隔离开关基座和机构箱上采集信号的效果较好，可以较完整地反映开关分、合闸过程中的振动状况。使用AB胶直接将传感器固定在高压隔离开关支架上，这种安装方式不影响隔离开关的绝缘和密封性能，且传感器灵敏度最高，频率响应好。振动传感器安装位置如图1所示。

（5）平均波峰幅值：在振动时长内，所有波峰幅值的平均值。

本文以252 kV敞开式高压交流隔离开关作为试验对象，该类型高压隔离开关是目前变电站现场应用最多的隔离开关设备之一，具有代表性。

采用平高集团有限公司自主开发的ISM-915型高压隔离开关运行监测装置采集隔离开关振动信号。该装置能够同时采集6路振动信号，工作温度范围为-40～70℃，抗干扰能力强，完全满足现场监测要求。

1.2 特征信息分析

采集高压隔离开关故障动作时的振动信号，建立故障振动信号曲线，提取其中的特征信息，与标准振动信号数据模型中对应的特征点进行比对，计算高压隔离开关故障动作时的振动信号曲线与标准振动信号数据模型的相似程度。

1.3 相似度分析

多次采集高压隔离开关故障状态下的振动信号，与标准振动信号数据模型进行相似度计算，将计算得出的相似度最小值作为判断阈值。在进行隔离开关故障诊断时，当相似程度小于阈值时，则判断高压隔离开关故障，需立即对高压隔离开关进行检修。

2 试验平台搭建

（6）平均波谷幅值：在振动时长内，所有波谷幅值的平均值。

（3）波峰数量：在振动时长内，振动信号曲线中波峰的数量。

2.1 传感器的选择与安装

（4）波谷数量：在振动时长内，振动信号曲线中波谷的数量。

2.2 振动信号监测装置

采用支持向量机对采集的正常分、合闸过程振动信号进行降维处理，计算每条曲线特征信息的典型分布，并对各种特征信息进行聚类分析，得到各特征信息的聚类中心，将其作为对应特征信息的特征点，从而建立高压隔离开关的标准振动信号数据模型。

 

表1 振动传感器主要技术参数

  

注：1）振动加速度达1g时，振动传感器输出电压为100mV。

 

灵敏度测量范围频率/Hz温度/℃100mV/g1）±50g 0.3～15 000-54～93

  

图1 振动传感器安装位置

3 故障模拟及试验验证

3.1 故障模拟经过

（1）采集252 kV敞开式高压隔离开关正常空载状态下的30组分、合闸振动信号，根据正常运行时的振动信号建立振动信号曲线，对30组高压隔离开关正常运行情况下的振动信号曲线中的特征信息进行聚类分析，得到特征信息的聚类中心（如图2），将其作为对应特征信息的特征点，拟合高压隔离开关的标准振动信号数据模型，如图3所示。

目前，在高中语文散文阅读评价中，很多教师只关注散文阅读中的学生成绩。在正常情况下，他们根据标准答案判断，然后对学生散文阅读的分析进行评分，导致评价过于片面。这样的评价体系，会严重影响学生学习语文的兴趣和爱好，学生在分析方向也会出现偏差，并且如果过多考虑如何与标准答案相同，学生会形成一种心态，只注重答案，而忽略散文阅读中审美能力的提升。

（2）模拟5种典型故障状态，包括主刀闸联动拐臂拉伸1 cm，V相极间连杆延长0.6 cm，V、W相间连杆延长1 cm，U相2号传感器位置2个支架螺栓松动（共4个），V相闭锁装置拆除，每种故障状态下各采集30组分、合闸振动数据作为测试样本，建立专家库。采用肯德尔相关系数法计算5种典型故障状态下高压隔离开关故障动作时的振动信号曲线与标准振动信号数据模型的相似程度[9-10]，得出相似度阈值为0.85。

利用区位商来衡量我国水利产业集聚水平，数据主要来源于《中国统计年鉴》《中国工业统计年鉴》。法律环境指数（包括律师、会计师等市场中介组织服务条件，行业协会对企业的帮助程度，对生产者、消费者合法权益的保护程度，对知识产权保护的程度）来自《中国市场化指数》。

  

图2 高压隔离开关特征数据聚类分析结果

  

图3 高压隔离开关正常运行情况下振动信号曲线

  

图4 支架螺栓松动情况下高压隔离开关振动信号曲线

（3）随机设置模拟故障。以“U相2号传感器位置处的2个支架螺栓松动”典型故障为例分析，支架螺栓松动情况下高压隔离开关振动信号曲线如图4所示。从图4可以看出，故障起振时刻早于标准起振时刻约130ms，且故障振动时长较标准振动时长增大，波峰、波谷数量及平均幅值等诸多特征参量与标准振型存在较大差异，且与专家库中支架螺栓松动故障波形相近。计算高压隔离开关故障动作时的振动信号曲线与标准振动信号数据模型的相似程度为0.39，小于相似度阈值0.85，判断高压隔离开关出现支架螺栓松动故障。

以“V相闭锁装置拆除”故障为例分析，V相闭锁装置拆除情况下高压隔离开关振动信号曲线如图5所示。由图5可知，故障振动时长及平均幅值较标准振型减小，波峰、波谷数量较标准振型减少，且与专家库中隔离开关闭锁装置拆除时的故障波形极为相近。计算高压隔离开关故障动作时的振动信号曲线与标准振动信号数据模型的相似程度为0.26，小于相似度阈值0.85，判断高压隔离开关出现闭锁装置拆除故障。

  

图5 闭锁装置拆除情况下高压隔离开关振动信号曲线

3.2 试验结论

对高压隔离开关分合闸过程中典型故障进行了不同状态下的故障模拟及现场试验验证，包括传动杆松动、底座固定件松动、闭锁装置松动等，该方法能够准确检测出高压隔离开关是否存在故障，并且操作简单，使用方便，具有不影响隔离开关正常运行、受电磁场影响小、安装监测方便等诸多优点。

4 结语

本文介绍了一种高压隔离开关振动信号监测分析方法，通过建立高压隔离开关的标准振动信号数据模型，将高压隔离开关运行过程中监测到的振动信号曲线特征值，与标准振动信号数据模型中的特征值进行对比分析，计算高压隔离开关实际运行动作时的振动信号曲线与标准振动信号数据模型的相似程度，进而判断高压隔离开关当前运行过程中是否存在故障[8-10]。该方法经试验验证，在高压隔离开关故障诊断中行之有效。

我一生都不喜欢吃挂面，可不善炊事的我只能吃这种简易的吃食。吃挂面的时候，我会想起那一大家子人：不顾一切斗殴，摔家什和歇斯底里的叫骂声。分了家之后，他们彼此再也没有来往。平静得让人心慌。有时候我是想回到过去的生活当中去。

参考文献：

[1]李海英，冯冬，宋建成.中压真空断路器的模糊—证据理论在线状态评估模型[J].高压电器，2013，49（1）：40-45.

[2]荣命哲，贾申利，王小华.电器设备状态检测[M].北京：机械工业出版社，2007.

[3]张军民，尹军华，蒋晓旭.基于RBF网络的高压开关设备状态评估技术在智能GIS上的应用[J].高压电器，2013，49（3）：115-121．

[4]黄建，胡晓光，巩玉楠，等.高压断路器机械故障诊断专家系统设计[J].电机与控制学报，2011，15（10）：43-49.

[5]郭谋发，徐丽兰，缪希仁，等.采用时频矩阵奇异值分解的配电开关振动信号特征量提取方法[J].中国电机工程机工程学报，2014，34（28）：4990-4997.

[6]陆琳，崔艳华.基于振动信号的变压器分接开关触头故障诊断[J].电力自动化设备，2012，32（1）：93-97．

[7]孙一航，武建文，廉世军，等.结合经验模态分解能量总量法的断路器振动信号特征向量提取[J].电工技术学报，2014，29（3）：228-236．

[8]钟建英，刘洋，林莘，等.基于振动信号特征的高压断路器机械故障诊断技术研究[J].高压电器，2013，49（9）：49-54．

[9]孙银山，张文涛，张一茗，等.基于肯德尔相关系数的高压开关设备机械状态评估方法研究[J].电气自动化，2014，36（3）：86-88.

[10]徐维超.相关系数研究综述[J].广东工业大学学报，2012，29（3）：12-17．