一、真空斷路器二次控制回路的改進(jìn)（論文文獻(xiàn)綜述）
蓋曜麟[1]（2021）在《基于改進(jìn)SVM算法的高壓斷路器故障診斷》文中認(rèn)為高壓斷路器作為電力系統(tǒng)中重要的保護(hù)和控制設(shè)備,其運(yùn)行狀態(tài)穩(wěn)定與否對(duì)電力系統(tǒng)的正常運(yùn)行至關(guān)重要。高壓斷路器的分合閘動(dòng)作由操動(dòng)機(jī)構(gòu)銜接控制回路完成,由于斷路器各部件布置緊密復(fù)雜,易出現(xiàn)各類電氣、機(jī)械故障。高壓斷路器的開斷運(yùn)作伴隨著各類信號(hào)的變化,即各類伴隨信號(hào)可以反映斷路器的運(yùn)行狀態(tài),從而通過監(jiān)測和處理各類伴隨信號(hào),建立故障診斷模型對(duì)斷路器的主要故障進(jìn)行及時(shí)的識(shí)別、排查和診斷是實(shí)現(xiàn)其狀態(tài)檢修和保障電網(wǎng)安全運(yùn)行的關(guān)鍵。在此背景下,本文從分合閘線圈電流信號(hào)和動(dòng)觸頭位移信號(hào)的采集、特征提取出發(fā),結(jié)合改進(jìn)的SVM算法對(duì)高壓斷路器的電氣、機(jī)械故障進(jìn)行故障診斷。詳細(xì)研究內(nèi)容如下:（1）本文以分合閘線圈電流信號(hào)和動(dòng)觸頭位移信號(hào)為研究對(duì)象,分析了兩種信號(hào)的相關(guān)理論及可以反映的故障類型。然后提取分合閘電流信號(hào)中峰谷電流值、峰值電流時(shí)刻、谷值電流時(shí)刻等7維特征及動(dòng)觸頭位移信號(hào)中的3維特征作為故障診斷的重要判據(jù)并融合為10維多源特征量。（2）針對(duì)所提取的高維數(shù)據(jù)特征量,本文選擇PCA算法（Principal Component Analysis,主成分分析）對(duì)10維多源特征進(jìn)行數(shù)據(jù)降維,以累積貢獻(xiàn)率K（m）為評(píng)判指標(biāo),取K（m）≥95%時(shí)的特征量代表原始數(shù)據(jù),確定最終特征集。（3）針對(duì)高壓斷路器此類小故障樣本的數(shù)據(jù)特征,本文選擇SVM算法（Support Vector Machine,支持向量機(jī)）作為診斷的基礎(chǔ)算法,為進(jìn)一步提高診斷精度和效率,本文提出了基于APSO-PCA-SVM算法的高壓斷路器故障診斷模型,并采用Griewank評(píng)價(jià)函數(shù)測試并驗(yàn)證了其相較于PSO-SVM和GA-SVM算法的優(yōu)越性,最終采用APSO（Adaptive Particle Swarm Optimization,自適應(yīng)粒子群）算法對(duì)SVM懲罰因子及核參數(shù)尋優(yōu),建立了APSO-PCA-SVM故障診斷模型。（4）以ZW10-40.5kV VD4真空斷路器作為研究對(duì)象,本文模擬了除正常狀態(tài)外的四種常見電氣和機(jī)械故障狀態(tài):控制回路電壓低、傳動(dòng)機(jī)構(gòu)松動(dòng)、鐵芯空行程偏大、電磁鐵卡澀。通過選擇適配傳感器分別采集五種狀態(tài)下的分合閘電流信號(hào)和動(dòng)觸頭位移信號(hào)作為故障診斷的數(shù)據(jù)支撐,實(shí)例分析結(jié)果表明,該方法能夠最大程度去除冗余信息,簡化了診斷模型的同時(shí)提高了診斷精度和效率,診斷準(zhǔn)確率可達(dá)96.67%,在故障樣本較少時(shí)采用有限特征量即可較為全面準(zhǔn)確的實(shí)現(xiàn)對(duì)高壓斷路器此類小樣本設(shè)備的高效故障診斷。
孫超杰[2]（2020）在《電力機(jī)車真空斷路器故障度在線檢測系統(tǒng)研究》文中提出真空斷路器是電力機(jī)車的核心設(shè)備之一,其安全穩(wěn)定運(yùn)行是電力機(jī)車安全穩(wěn)定運(yùn)行的保障。真空斷路器在運(yùn)行工作中,經(jīng)常會(huì)出現(xiàn)一些故障,且有些故障難以捕捉。因此,對(duì)真空斷路器的運(yùn)行狀態(tài)進(jìn)行實(shí)時(shí)檢測,是電力機(jī)車安全穩(wěn)定運(yùn)行的需要。本文針對(duì)目前電力機(jī)車真空電路器工作狀態(tài)缺乏檢測的問題,設(shè)計(jì)了一種電力機(jī)車真空斷路器故障度在線檢測系統(tǒng)。該系統(tǒng)通過采集真空斷路器的實(shí)時(shí)數(shù)據(jù),采用BP神經(jīng)網(wǎng)絡(luò)算法,判斷真空斷路器的實(shí)時(shí)故障狀態(tài),減輕了真空斷路器維護(hù)和檢修工作的勞動(dòng)強(qiáng)度,同時(shí)提高了電力機(jī)車穩(wěn)定運(yùn)行的安全系數(shù)。本文的主要研究內(nèi)容和取得的結(jié)果如下:（1）研究了真空斷路器的結(jié)構(gòu)及工作原理,分析了真空斷路器的電路模型、合閘、分閘等動(dòng)態(tài)過程,總結(jié)了真空斷路器常見的故障及其故障產(chǎn)生的原因。針對(duì)真空斷路器的機(jī)械特性故障,分析了故障度模型輸入層所要確定的參量,設(shè)計(jì)了故障度模型輸出層參量,搭建了真空斷路器故障度模型。（2）構(gòu)建了基于BP神經(jīng)網(wǎng)絡(luò)的電力機(jī)車真空斷路器故障度模型并驗(yàn)證了其可靠性和準(zhǔn)確性。對(duì)真空斷路器的故障度模型與原有檢修策略進(jìn)行了仿真分析對(duì)比,驗(yàn)證了真空斷路器故障度模型與原有檢修策略的結(jié)合效果,為實(shí)現(xiàn)狀態(tài)差異性檢修提供了可靠的參考依據(jù)。對(duì)故障度模型進(jìn)行了實(shí)際效果驗(yàn)證,確定了故障度模型的可行性和可靠性。對(duì)真空斷路器所采集的訓(xùn)練組數(shù)量進(jìn)行了分析,通過仿真分析,得出當(dāng)數(shù)據(jù)組達(dá)到100組及以上時(shí),故障度模型的擬合程度最高。（3）提出了電力機(jī)車真空斷路器在線檢測系統(tǒng)的設(shè)計(jì)思路。根據(jù)電力機(jī)車真空斷路器在線檢測系統(tǒng)的設(shè)計(jì)需求,提出電力機(jī)車真空斷路器在線檢測系統(tǒng)的設(shè)計(jì)思路和方案,構(gòu)建了電力機(jī)車真空斷路器在線檢測系統(tǒng)的框架結(jié)構(gòu),根據(jù)在線檢測系統(tǒng)的方案和結(jié)構(gòu),設(shè)計(jì)了在線檢測系統(tǒng)的硬件電路和軟件程序,為在線檢測故障度模型提供了軟硬件平臺(tái)。（4）構(gòu)建了真空斷路器故障度在線檢測試驗(yàn)平臺(tái)并進(jìn)行了現(xiàn)場試驗(yàn)。首先對(duì)真空斷路器故障度在線檢測系統(tǒng)進(jìn)行了實(shí)物研制,并結(jié)合具體情況,對(duì)系統(tǒng)的各種界面一一進(jìn)行了闡述。其次對(duì)真空斷路器故障度在線檢測系統(tǒng)進(jìn)行了實(shí)地安裝和試驗(yàn),通過檢測信號(hào)數(shù)據(jù),分析出真空斷路器的實(shí)際故障原因,并發(fā)現(xiàn)和解決了真空斷路器故障度在線檢測系統(tǒng)在實(shí)際應(yīng)用中出現(xiàn)的缺陷和不足,驗(yàn)證了該系統(tǒng)的準(zhǔn)確性和可靠性。
趙佳旭[3]（2020）在《基于控制回路檢測的高壓斷路器機(jī)械狀態(tài)監(jiān)測方法研究》文中提出高壓斷路器是電力系統(tǒng)中不可缺少的設(shè)備,對(duì)保證電力系統(tǒng)的供電可靠性和安全運(yùn)行具有十分重要的意義,其機(jī)械狀態(tài)是影響可靠性的主要原因。針對(duì)傳統(tǒng)監(jiān)測方法難以在線檢測、難以提取出有效特征、實(shí)驗(yàn)步驟較為繁瑣的問題,本文提出了基于卷積神經(jīng)網(wǎng)絡(luò)（Convolutional neural network,CNN）的高壓斷路器機(jī)械狀態(tài)在線監(jiān)測方法。利用網(wǎng)絡(luò)中的卷積層對(duì)高壓斷路器振動(dòng)信號(hào)進(jìn)行特征轉(zhuǎn)換,結(jié)合池化層強(qiáng)化重要特征的能力,對(duì)故障敏感特征進(jìn)行有效提取。為了可視化所提取特征,采用t SNE降維法對(duì)卷積網(wǎng)絡(luò)上的節(jié)點(diǎn)進(jìn)行了特征表達(dá)。從特征空間分布可以看出,卷積神經(jīng)網(wǎng)絡(luò)能夠有效地概括出振動(dòng)信號(hào)中的時(shí)序信息,有助于后續(xù)的故障模式發(fā)現(xiàn)。本文以加速度傳感器,A/D轉(zhuǎn)換電路,外圍電路（包括電源電路,保護(hù)電路）及DPS處理器等為基礎(chǔ),構(gòu)成了高壓斷路器機(jī)械狀態(tài)監(jiān)測的數(shù)據(jù)采集系統(tǒng)。通過加速度傳感器采集高壓斷路器機(jī)械狀態(tài)的振動(dòng)信號(hào),所采集到的信號(hào)經(jīng)放大電路,再通過A/D轉(zhuǎn)換電路進(jìn)行轉(zhuǎn)換,將模擬信號(hào)轉(zhuǎn)變?yōu)閿?shù)字信號(hào),最后將所得到的高壓斷路器振動(dòng)信號(hào)傳送到計(jì)算機(jī)中,這為高壓斷路器機(jī)械狀態(tài)的監(jiān)測提供了數(shù)據(jù)基礎(chǔ)。CNN的卷積層中含有多個(gè)濾波器,輸入信號(hào)經(jīng)濾波器卷積操作,并與網(wǎng)絡(luò)前一層的權(quán)重合并輸出為一種特征映射。卷積層采用稀疏連接的方式,即神經(jīng)元只與上一層的部分神經(jīng)元相連,因此卷積神經(jīng)網(wǎng)絡(luò)具有權(quán)值共享的特點(diǎn),一方面降低了神經(jīng)元的數(shù)量,另一方面降低了整個(gè)網(wǎng)絡(luò)的時(shí)間復(fù)雜度。本文以ZW32-12FG/630-20型真空斷路器為實(shí)驗(yàn)驗(yàn)對(duì)象,對(duì)其機(jī)械特性在線監(jiān)測與故障診斷進(jìn)行研究。在真空斷路器上設(shè)置了脫扣閉合電磁堵塞、主軸堵塞、半軸堵塞故障實(shí)驗(yàn),以受試者操作曲線（Receiver Operator Characteristic curve,ROC）、查準(zhǔn)率-查全率曲線（Precision-Recall Curve,PRC）、增益-提升圖（Gain LiftCurve）和洛倫茲曲線作為判據(jù),與傳統(tǒng)SVM在線監(jiān)測進(jìn)行對(duì)比分析,結(jié)果表明CNN在線監(jiān)測模型能有效提取故障信號(hào)特征,因此能夠更快速準(zhǔn)確地判斷高壓斷路器機(jī)械故障類型,具有更好的監(jiān)測效果。
曹宇鵬[4]（2020）在《基于操作機(jī)構(gòu)控制回路檢測的高壓斷路器機(jī)械故障診斷方法研究》文中提出高壓斷路器在電力系統(tǒng)發(fā)生故障時(shí)通過切斷故障電流來隔絕電路中的設(shè)備,避免事故的進(jìn)一步擴(kuò)大給工業(yè)生產(chǎn)和居民生活帶來影響。傳統(tǒng)的斷路器故障診斷方式存在過程復(fù)雜、訓(xùn)練速度慢、準(zhǔn)確率低等問題。定期維護(hù)存在耗時(shí)過長、操作頻繁、拆裝過多等問題,會(huì)降低斷路器的可靠性。高壓斷路器在機(jī)械操作過程中蘊(yùn)含豐富的振動(dòng)信號(hào),其中的特征參量具有穩(wěn)定性和可靠性。從振動(dòng)信號(hào)中可以提取出有效的特征值,從而準(zhǔn)確地判斷出斷路器是否發(fā)生故障及故障的類型。許多學(xué)者利用卷積神經(jīng)網(wǎng)絡(luò)的局部感受能力、共享權(quán)值的優(yōu)點(diǎn)來加速訓(xùn)練進(jìn)程。本文采用卷積神經(jīng)網(wǎng)絡(luò)對(duì)斷路器的振動(dòng)信號(hào)進(jìn)行特征提取。首先,通過預(yù)先設(shè)定步長的滑動(dòng)濾波器對(duì)輸入信號(hào)進(jìn)行卷積運(yùn)算,卷積運(yùn)算可以遍歷整個(gè)樣本,從而獲取樣本中的故障信息,然后將信息傳遞給池化層。在池化層進(jìn)行非線性激活有助于減少樣本量以及避免過度擬合來達(dá)到加快訓(xùn)練速度的目的。這也可以看作是一個(gè)平滑的過程,從中可以消除不必要的噪聲。最后,將之前獲取的局部信息傳遞給全連接層來連接所有之前的特征映射,獲取完整的特征向量。本文建立的卷積神經(jīng)網(wǎng)絡(luò)與長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)的混合模型充分發(fā)揮了兩種模型的優(yōu)勢,可以在提高訓(xùn)練速度的同時(shí)又能保證較高的診斷精度。淺層網(wǎng)絡(luò)中的支持向量機(jī)訓(xùn)練速度慢,無法滿足高壓斷路器實(shí)時(shí)監(jiān)測的需求。針對(duì)真空斷路器最常出現(xiàn)的脫扣閉合電磁堵塞、主軸堵塞、半軸堵塞三種機(jī)械故障分別進(jìn)行多次實(shí)驗(yàn),利用所提出的方法分別對(duì)相同的高壓真空斷路器的振動(dòng)信號(hào)樣本進(jìn)行故障診斷,結(jié)果在受試者工作特性曲線、精確召回曲線、洛倫茲曲線、累計(jì)收益曲線、升程曲線中均顯示本文建立模型具有更好的診斷效果,驗(yàn)證了本文方法的可行性。
張曉彤[5]（2020）在《智能變電站高壓斷路器及通信網(wǎng)絡(luò)故障診斷方法》文中進(jìn)行了進(jìn)一步梳理經(jīng)濟(jì)水平的發(fā)展和人民生活水平的提升,使得用戶及企業(yè)對(duì)電網(wǎng)穩(wěn)定運(yùn)行水平的要求不斷提高,同時(shí),大數(shù)據(jù)、云計(jì)算等信息技術(shù)及智能算法在各個(gè)領(lǐng)域的廣泛應(yīng)用也給電網(wǎng)智能化的發(fā)展、電力系統(tǒng)安全穩(wěn)定運(yùn)行水平的進(jìn)一步提高帶來新的機(jī)遇。目前為了推進(jìn)智能電網(wǎng)的發(fā)展,我國已建設(shè)智能變電站試點(diǎn)逾千座,其最大的特點(diǎn)之一是通信系統(tǒng)網(wǎng)絡(luò)化,使得表征站內(nèi)運(yùn)行狀態(tài)的各類信息更加全面并高度共享,為站內(nèi)重要功能結(jié)構(gòu)實(shí)現(xiàn)快速高效故障診斷及修復(fù)提供了條件。智能變電站內(nèi)重要的功能結(jié)構(gòu)包括繼電保護(hù)裝置、二次控制系統(tǒng)及高壓斷路器等,當(dāng)前智能站繼電保護(hù)及通信網(wǎng)絡(luò)的可靠性研究成果較多,但是在智能變電站新的技術(shù)特點(diǎn)下,對(duì)于站內(nèi)高壓斷路器故障診斷的系統(tǒng)性研究較少。高壓斷路器故障會(huì)嚴(yán)重影響供電可靠性,及時(shí)準(zhǔn)確地分析得出其故障原因是保證電網(wǎng)安全運(yùn)行及智能電網(wǎng)自愈功能實(shí)現(xiàn)的重要前提。因此,本文以智能變電站內(nèi)告警信息為分析對(duì)象,提出了一個(gè)系統(tǒng)完整的高壓斷路器故障診斷方法,同時(shí)考慮了高壓斷路器本體故障及相關(guān)通信網(wǎng)絡(luò)故障導(dǎo)致的斷路器不正確動(dòng)作。具體工作及取得的成果如下:針對(duì)現(xiàn)有高壓斷路器故障診斷方法缺乏系統(tǒng)性的問題,本文根據(jù)智能變電站新的技術(shù)特點(diǎn),結(jié)合高壓斷路器實(shí)際故障信息情況,提出了基于告警信息的高壓斷路器故障診斷整體架構(gòu),該架構(gòu)包含站內(nèi)異常信息分析處理過程,斷路器故障情況預(yù)判方法,以及分別針對(duì)高壓斷路器本體及相關(guān)通信網(wǎng)絡(luò)的故障診斷方法。其中,本文所提出的異常信息分析方法采用BMH（Boyer-Moore-Horspool）算法及語義框架模式,實(shí)現(xiàn)目標(biāo)信息的篩選及重要信息的獲取,并基于VSM對(duì)語義框架中的信息進(jìn)行向量化,使其可以直接應(yīng)用于后續(xù)故障診斷算法中,實(shí)現(xiàn)數(shù)據(jù)與算法在線自動(dòng)對(duì)接。在故障診斷算法的案例分析中證明了所提架構(gòu)及方法的可行性和實(shí)用性。由于現(xiàn)有高壓斷路器本體故障診斷方法主要是基于分合閘線圈電流等微觀量進(jìn)行分析,沒有考慮其本身的物理關(guān)系,使診斷結(jié)果涵蓋面和精確性受到局限。本文在分析了高壓斷路器動(dòng)作過程的基礎(chǔ)上,結(jié)合告警信息及故障原因之間的映射關(guān)系,建立加權(quán)模糊Petri網(wǎng)模型,實(shí)現(xiàn)高壓斷路器的故障診斷。所提方法通過引入虛擬庫所和否命題等概念,實(shí)現(xiàn)了高壓斷路器五個(gè)動(dòng)作階段的相互關(guān)聯(lián),從而將斷路器內(nèi)部的物理關(guān)系融入診斷模型中。通過實(shí)際案例分析驗(yàn)證,該方法可以有效且全方位診斷高壓斷路器故障,得出涵蓋各類可能故障原因的診斷結(jié)果。現(xiàn)有的研究主要是對(duì)高壓斷路器本體進(jìn)行故障診斷,缺乏對(duì)本體正常時(shí)其他部分故障導(dǎo)致斷路器不正確動(dòng)作的研究,對(duì)故障原因分析的不全面性不僅會(huì)使維修工作陷入瓶頸,也使得未來智能電網(wǎng)自愈難以全面推進(jìn)。本文針對(duì)相關(guān)通信網(wǎng)絡(luò)故障導(dǎo)致高壓斷路器不正確動(dòng)作的情況進(jìn)行分析,提出了一種基于有向二分圖模型的故障診斷方法,從而對(duì)具體故障原因進(jìn)行反向追蹤。根據(jù)GOOSE報(bào)文的傳遞路徑將相關(guān)通信系統(tǒng)分簇為保護(hù)裝置、測控裝置、通信網(wǎng)絡(luò)以及智能組件,并將每一簇作為一個(gè)子域,在每個(gè)子域內(nèi)基于其告警信息及故障原因的邏輯關(guān)系,建立有向二分圖模型。通過引入貝葉斯疑似度對(duì)故障原因進(jìn)行計(jì)算分析,并結(jié)合反向推理進(jìn)行驗(yàn)證,從概率上保證了結(jié)果的準(zhǔn)確性。案例分析表明,該故障追蹤方法可以及時(shí)對(duì)高壓斷路器不正確動(dòng)作追本溯源,且具有較高的容錯(cuò)性。
王平波[6]（2019）在《變電站一體化控制保護(hù)智能開關(guān)設(shè)備研制》文中進(jìn)行了進(jìn)一步梳理目前廣東沿海地區(qū)的變電站傳統(tǒng)10kV開關(guān)柜內(nèi)設(shè)備配置組合較多,設(shè)備集成度低,斷路器本體及控制回路缺乏有效的故障檢測手段,無法支持相控操作并且設(shè)備運(yùn)行故障率高,主要是操作機(jī)構(gòu)及控制回路故障等,這些故障給開關(guān)柜設(shè)備安全運(yùn)行帶來極大威脅。此外,對(duì)于需要頻繁投切容性設(shè)備的回路,在投切過程中會(huì)產(chǎn)生涌流、過電壓以及諧波,將對(duì)開關(guān)端口與電容器本體等設(shè)備造成巨大損傷,導(dǎo)致開關(guān)重燃、爆炸、電容器擊穿、起火等。嚴(yán)重縮減電容器本體與電容器開關(guān)柜的使用壽命。根據(jù)智能開關(guān)技術(shù)導(dǎo)則規(guī)定,智能開關(guān)需要一體化設(shè)計(jì),除了集成保護(hù)、測量、控制等,還必須具有相控投切功能。本項(xiàng)目擬研發(fā)一套一體化控制保護(hù)智能開關(guān)設(shè)備（以下簡稱“智能開關(guān)”）,能夠?qū)崿F(xiàn)精確的相控投切,根據(jù)推導(dǎo)仿真出的最優(yōu)投切策略與穩(wěn)定的永久磁性真空斷路器操作機(jī)構(gòu),從根本上解決電容器組投切涌流和過電壓的問題,極大提升無功投切的安全性,同時(shí)具備開關(guān)狀態(tài)的在線監(jiān)測和投切控制評(píng)估及分析功能,減少開關(guān)設(shè)備運(yùn)維工作量。本論文提出了特殊角度的相控策略,采用電磁暫態(tài)仿真軟件,建立電容器組投切系統(tǒng)模型,對(duì)電容器投切策略進(jìn)行仿真,仿真驗(yàn)證相控策略的有效性。并提出永久磁性真空斷路器,通過對(duì)永久磁性機(jī)構(gòu)的的磁場暫態(tài)的數(shù)學(xué)與仿真軟件的仿真,建立單穩(wěn)態(tài)永久磁性操作機(jī)構(gòu)模型,模擬仿真操作機(jī)構(gòu)靜態(tài)、穩(wěn)態(tài)、瞬態(tài)的磁場分布。仿真結(jié)果提供了單穩(wěn)態(tài)永久磁性操作機(jī)構(gòu)可行性與穩(wěn)定性的理論證明。通過采用大規(guī)模數(shù)字電路集成技術(shù),開發(fā)出一體化智能開關(guān)控制設(shè)備,具備測量、保護(hù)、相控、61850通訊等功能。研發(fā)的智能開關(guān)樣機(jī)在湛江市環(huán)球變電站掛網(wǎng)試運(yùn)行,在等效條件下,通過與傳統(tǒng)開關(guān)運(yùn)行參數(shù)的對(duì)比,得出可靠結(jié)論,實(shí)際效果十分明顯。該設(shè)備從根本上解決了特殊負(fù)荷支路的投切的涌流和操作過電壓等問題,提高投切成功率,延長開關(guān)、電容器組、變壓器等設(shè)備維護(hù)周期和使用壽命,減少電容器投切諧波,節(jié)省特殊負(fù)荷設(shè)備的投資與成本,提高中壓電網(wǎng)運(yùn)行的穩(wěn)定性和安全性。
吳玲玲[7]（2019）在《高壓斷路器故障診斷及維修決策研究》文中研究說明近年來,隨著我國電力工業(yè)不斷發(fā)展完善及人民經(jīng)濟(jì)水平不斷提高,社會(huì)用電量需求不斷增加,高壓斷路器作為保障電力系統(tǒng)安全穩(wěn)定運(yùn)行的核心元件之一,得到了廣泛重視。在線監(jiān)測技術(shù)的發(fā)展,使得基于在線監(jiān)測數(shù)據(jù)的高壓斷路器狀態(tài)分析成為可能,為實(shí)現(xiàn)高壓斷路器運(yùn)行維護(hù)的經(jīng)濟(jì)最大化,有必要對(duì)高壓斷路器的故障診斷及維修決策進(jìn)行深入研究。本文針對(duì)基于在線監(jiān)測數(shù)據(jù)的高壓斷路器故障診斷及維修決策展開研究,主要工作如下:介紹了高壓斷路器結(jié)構(gòu)、工作原理及故障類型,分析了各種在線監(jiān)測技術(shù)的原理與技術(shù)難點(diǎn),探討了各種故障診斷方法的原理與局限性,總結(jié)了常見的維修決策方案及其不足之處。在線監(jiān)測方面,詳細(xì)分析了斷路器操作回路線圈電流特征變化,探究了斷路器狀態(tài)與線圈電流特征值的關(guān)系?？紤]到在線監(jiān)測的線圈電流信號(hào)中存在噪聲干擾,引入了小波閾值降噪原理,消除噪聲信號(hào),同時(shí)提出了一種提取線圈電流特征值的方法。通過仿真分析驗(yàn)證了所提方法能有效消除噪聲干擾并提取斷路器線圈電流特征值。故障診斷方面,針對(duì)高壓斷路器這一小樣本故障診斷問題,提出了一種基于改進(jìn)貝葉斯算法的高壓斷路器故障診斷方法。該方法應(yīng)用基于標(biāo)準(zhǔn)狀態(tài)概率分配的方法對(duì)斷路器操作回路線圈電流特征值進(jìn)行離散化,并采用入侵雜草優(yōu)化算法選取線圈電流特征值的標(biāo)準(zhǔn)狀態(tài),利用貝葉斯分類器進(jìn)行診斷。通過仿真分析驗(yàn)證了所提故障診斷算法能有效識(shí)別高壓斷路器故障。維修決策方面,基于風(fēng)險(xiǎn)評(píng)估模型對(duì)斷路器進(jìn)行維修決策。應(yīng)用威布爾分布計(jì)算斷路器在不同運(yùn)行時(shí)長情況下的故障率,同時(shí)建立斷路器嚴(yán)重度評(píng)估模型,并綜合故障率與嚴(yán)重度指標(biāo)建立基于風(fēng)險(xiǎn)評(píng)估的斷路器維修決策模型,最后通過算例分析驗(yàn)證了基于風(fēng)險(xiǎn)評(píng)估的斷路器維修決策方法對(duì)安排檢修資源的合理性。
張斌[8]（2019）在《斷路器機(jī)械特性狀態(tài)評(píng)價(jià)與檢修策略管理改進(jìn)》文中研究說明在可持續(xù)發(fā)展理念指導(dǎo)下,社會(huì)經(jīng)濟(jì)發(fā)展的步伐越來越快,用電負(fù)荷也隨之增加,電力系統(tǒng)的重要性無需贅述,如何保證電力系統(tǒng)更加可靠地運(yùn)行是當(dāng)前電力及相關(guān)行業(yè)需要面對(duì)的重點(diǎn)問題之一。高壓斷路器在整條輸變電線路中起著控制和保護(hù)的作用,是極為重要的組成部分,一旦高壓斷路器無法正常工作,所造成的損失是不可估量的。隨著近些年新投運(yùn)斷路器數(shù)量的激增,目前的狀態(tài)檢修加定期維護(hù)的方式已經(jīng)很難滿足需求,運(yùn)維檢修人員工作量巨大,無法滿足斷路器每年進(jìn)行小檢修的要求,有時(shí)也會(huì)存在不到位的情況,但同時(shí)也存在檢修過剩的問題。因此迫切需要通過技術(shù)手段調(diào)整檢修策略,以提高設(shè)備的可靠性,同時(shí)減少運(yùn)維檢修人員的工作量,降低運(yùn)維成本。本文主要研究內(nèi)容如下:首先,對(duì)當(dāng)前斷路器維護(hù)工作中存在的問題進(jìn)行分析和比較。其次,通過對(duì)斷路器故障的原因分析及人工智能在我國電力行業(yè)的應(yīng)用情況,確定建立斷路器健康評(píng)價(jià)模型對(duì)實(shí)現(xiàn)差異化檢修,提高檢修效率有促進(jìn)效果。本文借助BP神經(jīng)網(wǎng)絡(luò)建立了一套可靠的評(píng)價(jià)模型,通過案例研究、理論分析結(jié)合專家建議確定神經(jīng)網(wǎng)絡(luò)的輸入輸出層,并采用歷史運(yùn)行波形數(shù)據(jù)完成BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。最后,通過2018年北京地區(qū)的24臺(tái)斷路器的監(jiān)測數(shù)據(jù)來驗(yàn)證本文研究的效果,確定本文所提出的健康度模型的可行性,明確本文所建立的健康度模型可以提高現(xiàn)場工作效率、完善檢測手段、降低資源浪費(fèi),是實(shí)現(xiàn)差異化檢修的有效途徑;同時(shí)采用數(shù)據(jù)對(duì)比的方法,給出訓(xùn)練組數(shù)與訓(xùn)練效果的對(duì)比,為其他型號(hào)斷路器采用BP神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)機(jī)械特性健康度做好鋪墊。針對(duì)本文提出的健康度模型結(jié)合實(shí)際運(yùn)行情況,提出評(píng)價(jià)模型的改進(jìn)思路,進(jìn)一步提高對(duì)斷路器實(shí)現(xiàn)差異化檢修的實(shí)際指導(dǎo)意義。
葉昱媛[9]（2019）在《高壓斷路器的故障機(jī)理分析與壽命評(píng)估》文中認(rèn)為高壓斷路器作為輸變電網(wǎng)絡(luò)的關(guān)鍵電力設(shè)備之一,具有投切負(fù)荷、隔斷故障的能力,是保障電力系統(tǒng)穩(wěn)定運(yùn)行的關(guān)鍵因素。因此,高壓斷路器的健康程度及日常的有效維護(hù),也與整個(gè)電網(wǎng)運(yùn)行的可靠性緊密相關(guān)。本文以高壓斷路器的故障機(jī)理作為切入點(diǎn)展開了研究,分析了其機(jī)械故障產(chǎn)生與發(fā)展趨勢,實(shí)現(xiàn)了較精確的缺陷類型及缺陷程度診斷,預(yù)測了設(shè)備壽命,并基于有價(jià)值的數(shù)據(jù)構(gòu)建了波形指紋庫。研究內(nèi)容具體如下:首先,針對(duì)高壓斷路器故障產(chǎn)生與發(fā)展機(jī)理的研究,提出了一種以故障樹與故障模式、故障機(jī)理及影響分析結(jié)合法作為失效機(jī)理分析思路、以危害度定量分析法作為故障嚴(yán)酷度的評(píng)判標(biāo)準(zhǔn)的綜合研究方法。并基于相關(guān)統(tǒng)計(jì)數(shù)據(jù),分析了斷路器的故障產(chǎn)生與發(fā)展機(jī)理,定位了斷路器的薄弱環(huán)節(jié),還提出了相關(guān)改進(jìn)意見。在此基礎(chǔ)上,基于部分薄弱環(huán)節(jié),設(shè)計(jì)了故障模擬實(shí)驗(yàn),進(jìn)一步分析了基于分合閘線圈電流的斷路器故障發(fā)展趨勢特征,為后文研究做好了理論分析與原始數(shù)據(jù)收集的多重準(zhǔn)備。其次,針對(duì)斷路器的狀態(tài)變化趨勢判斷及故障預(yù)診斷的研究,提出了一種以斷路器彈簧操作機(jī)構(gòu)常見缺陷類型與缺陷嚴(yán)重程度為研究對(duì)象的綜合診斷方法。首先以選擇監(jiān)測信號(hào)、特征提取、特征數(shù)據(jù)提純優(yōu)化以及診斷預(yù)測為研究步驟,然后通過故障模擬實(shí)驗(yàn)所得數(shù)據(jù),驗(yàn)證了該方法的可行性。再次,針對(duì)如何確定老舊的高壓斷路器是否仍具備使用價(jià)值的問題,運(yùn)用了一種基于層次分析法與健康指數(shù)的高壓斷路器壽命評(píng)估方法。首先通過層次分析法確定了影響設(shè)備健康水平的各參數(shù)的權(quán)重,然后利用隨機(jī)模糊理論構(gòu)建了基于健康指數(shù)的高壓斷路器壽命預(yù)測模型,量化了斷路器的健康水平,估算了設(shè)備投入使用時(shí)長。最后結(jié)合斷路器的歷史數(shù)據(jù),經(jīng)計(jì)算證明了該方法的有效性與可行性。最后,結(jié)合斷路器在線監(jiān)測與智能診斷技術(shù),根據(jù)斷路器出廠信息和前文所述相關(guān)實(shí)驗(yàn),設(shè)計(jì)了一套基于分合閘線圈電流波形的家族指紋庫系統(tǒng),功能包括顯示斷路器分合閘狀態(tài)、歷史數(shù)據(jù)分類查詢與數(shù)據(jù)的在線分析等,實(shí)現(xiàn)了多種數(shù)據(jù)歸攏的集約化管理,利用與存儲(chǔ)了尚有價(jià)值的歷史冗余數(shù)據(jù)及實(shí)驗(yàn)數(shù)據(jù),為今后電氣設(shè)備的綜合性大數(shù)據(jù)故障診斷與分析工程化應(yīng)用提供了設(shè)計(jì)雛形。
鄧文明[10]（2019）在《動(dòng)車組主斷路器分析優(yōu)化與試驗(yàn)研究》文中研究說明隨著社會(huì)的發(fā)展和進(jìn)步,人們對(duì)于交通的要求越來越高,軌道交通行業(yè)迎來了前所未有的發(fā)展機(jī)遇,中國高鐵與其他鐵路干線構(gòu)成的快速客運(yùn)網(wǎng)已達(dá)4萬公里以上,大大方便了人們的交通出行,對(duì)社會(huì)經(jīng)濟(jì)的發(fā)展做出了巨大的貢獻(xiàn),中國高鐵的發(fā)展速度屢屢令世界驚艷。然工欲善其事,必先利其器,主斷路器作為電動(dòng)車組高壓電氣箱中的關(guān)鍵部件,是閉合、承載和開斷正?；芈冯娏鞯拈_關(guān)裝置,也是動(dòng)車組供電的總開關(guān)。因此主斷路器的正常閉合動(dòng)作性能的優(yōu)劣,直接關(guān)系到動(dòng)車組電氣設(shè)備是否正常工作。大量實(shí)踐和試驗(yàn)數(shù)據(jù)表明,影響主斷路器壽命的主要因素為合閘彈跳,本文以某型號(hào)動(dòng)車組主斷路器為研究分析對(duì)象,研究其工作特性,探究影響彈跳的因素,并對(duì)其存在彈跳的問題進(jìn)行優(yōu)化,提出合理化解決方案。根據(jù)動(dòng)車組主斷路器的基本要求,結(jié)合國內(nèi)外動(dòng)車組主斷路器的特點(diǎn),及實(shí)際運(yùn)用情況,將主斷路器分為氣動(dòng)控制回路和機(jī)械操動(dòng)機(jī)構(gòu)兩部分。通過分析其結(jié)構(gòu)組成和功能參數(shù),利用計(jì)算機(jī)數(shù)值仿真的方法,將兩部分進(jìn)行聯(lián)合仿真,研究其工作特性。氣動(dòng)控制回路主要為機(jī)械操動(dòng)機(jī)構(gòu)提供閉合動(dòng)力,將此部分采用AMESim軟件搭建主斷路器的氣動(dòng)控制回路仿真計(jì)算模型,對(duì)各氣動(dòng)元件進(jìn)行分析研究。機(jī)械操動(dòng)機(jī)構(gòu)作為主斷路器的核心部件,利用ADAMS軟件建立主斷路器虛擬樣機(jī)模型,進(jìn)行動(dòng)態(tài)仿真計(jì)算研究。隨后,進(jìn)行了氣動(dòng)控制回路和機(jī)械操動(dòng)機(jī)構(gòu)的聯(lián)合仿真分析,將AMESim中氣缸輸出的力導(dǎo)入ADAMS中,建立完整的主斷路器機(jī)-電-氣一體化聯(lián)合仿真數(shù)學(xué)計(jì)算模型,研究包括額定開距、觸頭超程、超程彈簧與復(fù)位彈簧的剛度和預(yù)壓縮力、空氣壓力對(duì)合閘時(shí)間、合閘彈跳時(shí)間和分閘時(shí)間等參數(shù)的影響,得到一系列空氣壓力、輸出力、碰撞力、位移、速度等相關(guān)參數(shù)曲線,分析其工作性能。并針對(duì)所產(chǎn)生的彈跳問題進(jìn)行參數(shù)優(yōu)化,最后,通過主斷路器的實(shí)物樣機(jī)試驗(yàn)驗(yàn)證了仿真計(jì)算的可行性和正確性。通過本課題的研究,采用ADAMS動(dòng)力學(xué)仿真軟件和采用AMESim的流體力學(xué)動(dòng)態(tài)仿真軟件,運(yùn)用于主斷路器的設(shè)計(jì)和分析中,獲得良好的使用效果和廣闊的應(yīng)用前景。采用ADAMS與AMESim聯(lián)合仿真技術(shù)建立合理的虛擬樣機(jī)模型進(jìn)行仿真分析,可以方便地研究各參數(shù)對(duì)主斷路器性能的影響,有效縮短主斷路器的試驗(yàn)周期,產(chǎn)品的性能得到了提升,增加了市場競爭力,為新產(chǎn)品的開發(fā)提供了方法和經(jīng)驗(yàn)。
二、真空斷路器二次控制回路的改進(jìn)（論文開題報(bào)告）
（1）論文研究背景及目的
此處內(nèi)容要求：
首先簡單簡介論文所研究問題的基本概念和背景，再而簡單明了地指出論文所要研究解決的具體問題，并提出你的論文準(zhǔn)備的觀點(diǎn)或解決方法。
寫法范例：
本文主要提出一款精簡64位RISC處理器存儲(chǔ)管理單元結(jié)構(gòu)并詳細(xì)分析其設(shè)計(jì)過程。在該MMU結(jié)構(gòu)中,TLB采用叁個(gè)分離的TLB,TLB采用基于內(nèi)容查找的相聯(lián)存儲(chǔ)器并行查找,支持粗粒度為64KB和細(xì)粒度為4KB兩種頁面大小,采用多級(jí)分層頁表結(jié)構(gòu)映射地址空間,并詳細(xì)論述了四級(jí)頁表轉(zhuǎn)換過程,TLB結(jié)構(gòu)組織等。該MMU結(jié)構(gòu)將作為該處理器存儲(chǔ)系統(tǒng)實(shí)現(xiàn)的一個(gè)重要組成部分。
（2）本文研究方法
調(diào)查法：該方法是有目的、有系統(tǒng)的搜集有關(guān)研究對(duì)象的具體信息。
觀察法：用自己的感官和輔助工具直接觀察研究對(duì)象從而得到有關(guān)信息。
實(shí)驗(yàn)法：通過主支變革、控制研究對(duì)象來發(fā)現(xiàn)與確認(rèn)事物間的因果關(guān)系。
文獻(xiàn)研究法：通過調(diào)查文獻(xiàn)來獲得資料，從而全面的、正確的了解掌握研究方法。
實(shí)證研究法：依據(jù)現(xiàn)有的科學(xué)理論和實(shí)踐的需要提出設(shè)計(jì)。
定性分析法：對(duì)研究對(duì)象進(jìn)行“質(zhì)”的方面的研究，這個(gè)方法需要計(jì)算的數(shù)據(jù)較少。
定量分析法：通過具體的數(shù)字，使人們對(duì)研究對(duì)象的認(rèn)識(shí)進(jìn)一步精確化。
跨學(xué)科研究法：運(yùn)用多學(xué)科的理論、方法和成果從整體上對(duì)某一課題進(jìn)行研究。
功能分析法：這是社會(huì)科學(xué)用來分析社會(huì)現(xiàn)象的一種方法，從某一功能出發(fā)研究多個(gè)方面的影響。
模擬法：通過創(chuàng)設(shè)一個(gè)與原型相似的模型來間接研究原型某種特性的一種形容方法。
三、真空斷路器二次控制回路的改進(jìn)（論文提綱范文）
（1）基于改進(jìn)SVM算法的高壓斷路器故障診斷（論文提綱范文）
| 摘要 |
| abstract |
| 1 緒論 |
| 1.1 選題背景及研究意義 |
| 1.2 高壓斷路器故障診斷研究現(xiàn)狀 |
| 1.2.1 高壓斷路器的狀態(tài)特征信號(hào)研究 |
| 1.2.2 高壓斷路器故障狀態(tài)識(shí)別方法研究 |
| 1.3 研究內(nèi)容及技術(shù)路線 |
| 1.3.1 研究內(nèi)容 |
| 1.3.2 技術(shù)路線 |
| 1.4 本章小結(jié) |
| 2 高壓斷路器的工作機(jī)理及典型故障 |
| 2.1 高壓斷路器的基本結(jié)構(gòu) |
| 2.2 高壓斷路器常見故障 |
| 2.3 高壓斷路器信號(hào)處理 |
| 2.3.1 分合閘線圈電流信號(hào)分析與采集 |
| 2.3.2 動(dòng)觸頭位移信號(hào)分析與采集 |
| 2.3.3 多源特征信號(hào)融合 |
| 2.4 本章小結(jié) |
| 3 高壓斷路器特征信號(hào)降維算法研究 |
| 3.1 數(shù)據(jù)降維的意義 |
| 3.2 主成分分析法 |
| 3.2.1 主成分分析法的理論基礎(chǔ) |
| 3.2.2 主成分分析法的基本原理 |
| 3.2.3 主成分的求解步驟 |
| 3.3 主成分分析在高壓斷路器故障數(shù)據(jù)特征中的應(yīng)用 |
| 3.4 本章小結(jié) |
| 4 改進(jìn)支持向量機(jī)的算法研究 |
| 4.1 支持向量機(jī)算法 |
| 4.1.1 支持向量機(jī)簡介 |
| 4.1.2 支持向量機(jī)的基本原理 |
| 4.2 粒子群算法 |
| 4.2.1 優(yōu)化算法 |
| 4.2.2 粒子群算法基本原理 |
| 4.3 改進(jìn)粒子群算法的分析與研究 |
| 4.3.1 自適應(yīng)粒子群算法的基本原理 |
| 4.3.2 APSO-SVM算法模型的建立 |
| 4.4 Griewank評(píng)價(jià)函數(shù)性能測試 |
| 4.5 本章小結(jié) |
| 5 高壓斷路器故障診斷仿真與分析 |
| 5.1 高壓斷路器故障診斷總體方案設(shè)計(jì) |
| 5.2 基于PCA優(yōu)化多源特征量的故障診斷 |
| 5.2.1 基于PCA的多源特征優(yōu)化 |
| 5.2.2 基于PCA-SVM的高壓斷路器故障診斷 |
| 5.3 基于PSO-PCA-SVM的高壓斷路器故斷診斷 |
| 5.4 基于APSO-PCA-SVM的高壓斷路器故障診斷 |
| 5.5 不同算法故障分類性能比較 |
| 5.6 本章小結(jié) |
| 6 結(jié)論與展望 |
| 6.1 結(jié)論 |
| 6.2 展望 |
| 致謝 |
| 參考文獻(xiàn) |
| 作者簡介 |
（2）電力機(jī)車真空斷路器故障度在線檢測系統(tǒng)研究（論文提綱范文）
| 摘要 |
| Abstract |
| 第1章 緒論 |
| 1.1 課題研究的背景及意義 |
| 1.2 真空斷路器在線檢測研究現(xiàn)狀 |
| 1.3 本文研究的主要內(nèi)容 |
| 第2章 真空斷路器的特性及故障度分析 |
| 2.1 真空斷路器的結(jié)構(gòu)及工作原理 |
| 2.2 真空斷路器的特性分析 |
| 2.2.1 真空斷路器電路模型的分析 |
| 2.2.2 真空斷路器開合過程分析 |
| 2.2.3 真空斷路器線圈電流的分析 |
| 2.3 真空斷路器常見故障分析 |
| 2.4 真空斷路器故障度模型 |
| 2.4.1 輸入層參量的確定 |
| 2.4.2 輸出層故障度的設(shè)計(jì) |
| 2.5 本章小結(jié) |
| 第3章 基于BP神經(jīng)網(wǎng)絡(luò)的真空斷路器故障度模型 |
| 3.1 BP神經(jīng)網(wǎng)絡(luò)模型 |
| 3.2 故障度模型數(shù)據(jù)處理 |
| 3.2.1 樣本數(shù)據(jù)的選取 |
| 3.2.2 數(shù)據(jù)的預(yù)處理 |
| 3.2.3 網(wǎng)絡(luò)層數(shù)與神經(jīng)元個(gè)數(shù)的確定 |
| 3.3 故障度模型仿真分析 |
| 3.4 故障度評(píng)價(jià)模型的驗(yàn)證 |
| 3.5 故障度評(píng)價(jià)模型的分析 |
| 3.5.1 效果分析 |
| 3.5.2 訓(xùn)練組數(shù)量對(duì)結(jié)果的影響 |
| 3.6 本章小結(jié) |
| 第4章 真空斷路器故障度在線檢測系統(tǒng)設(shè)計(jì) |
| 4.1 真空斷路器在線檢測方案設(shè)計(jì) |
| 4.2 在線檢測系統(tǒng)結(jié)構(gòu) |
| 4.3 在線檢測系統(tǒng)硬件電路設(shè)計(jì) |
| 4.3.1 直流電壓采集電路 |
| 4.3.2 直流電流采集電路 |
| 4.3.3 交流電流采集電路 |
| 4.3.4 USB數(shù)據(jù)下載電路 |
| 4.3.5 嵌入式控制器最小系統(tǒng)電路 |
| 4.3.6 霍爾傳感器以及微型精密電流互感器 |
| 4.3.7 電源電路設(shè)計(jì) |
| 4.4 在線檢測系統(tǒng)軟件設(shè)計(jì) |
| 4.4.1 主程序流程 |
| 4.4.2 USB數(shù)據(jù)下載部分流程 |
| 4.4.3 GPRS無線數(shù)傳部分流程 |
| 4.4.4 串口屏顯示部分流程 |
| 4.4.5 數(shù)據(jù)采集部分流程 |
| 4.5 本章小結(jié) |
| 第5章 真空斷路器故障度在線檢測系統(tǒng)的研制及試驗(yàn) |
| 5.1 故障度在線檢測裝置的研制 |
| 5.1.1 在線檢測裝置實(shí)物 |
| 5.1.2 檢測系統(tǒng)軟件界面 |
| 5.2 故障度在線檢測裝置的試驗(yàn) |
| 5.2.1 HXD1B0009 機(jī)車數(shù)據(jù)分析 |
| 5.2.2 HXD1B0099 機(jī)車數(shù)據(jù)分析 |
| 5.2.3 HXD1B0221 機(jī)車數(shù)據(jù)分析 |
| 5.2.4 試驗(yàn)分析及總結(jié) |
| 5.3 本章小結(jié) |
| 第6章 總結(jié)與展望 |
| 6.1 全文總結(jié) |
| 6.2 工作展望 |
| 參考文獻(xiàn) |
| 致謝 |
| 攻讀碩士學(xué)位期間的學(xué)術(shù)成果 |
（3）基于控制回路檢測的高壓斷路器機(jī)械狀態(tài)監(jiān)測方法研究（論文提綱范文）
| 摘要 |
| abstract |
| 1 引言 |
| 1.1 本項(xiàng)目的研究背景及意義 |
| 1.2 高壓斷路器故障監(jiān)測現(xiàn)狀 |
| 1.3 國內(nèi)外現(xiàn)狀 |
| 1.4 研究內(nèi)容及論文安排 |
| 2 機(jī)械狀態(tài)監(jiān)測系統(tǒng)硬件部分 |
| 2.1 高壓斷路器 |
| 2.2 傳感器 |
| 2.2.1 概念及簡介 |
| 2.2.2 工作原理 |
| 2.2.3 電感式傳感器工作原理及其介紹 |
| 2.2.4 傳感器的選取 |
| 2.3 處理器(外圍)電路 |
| 2.3.1 處理器的選取 |
| 2.3.2 電源電路 |
| 2.3.3 保護(hù)電路 |
| 2.4 高壓斷路器硬件系統(tǒng)總體思路設(shè)計(jì) |
| 3 常用的特征提取方法和分類方法 |
| 3.1 振動(dòng)數(shù)據(jù)采集和故障診斷過程 |
| 3.2 振動(dòng)信號(hào)的特征提取 |
| 3.2.1 奇異值分解法(SVD) |
| 3.2.2 基于LSVD的特征提取 |
| 3.2.3 基于VMD的特征提取 |
| 3.3 支持向量機(jī)(SVM) |
| 3.3.1 SVM定義 |
| 3.3.2 SVM的數(shù)學(xué)表示 |
| 3.4 單類支持向量機(jī)(OCSVM) |
| 4 卷積神經(jīng)網(wǎng)絡(luò)(CNN) |
| 4.1 神經(jīng)網(wǎng)絡(luò)識(shí)別方法的理論 |
| 4.2 CNN的背景 |
| 4.3 CNN的數(shù)學(xué)描述及其梯度傳遞 |
| 5 基于CNN的高壓斷路器機(jī)械狀態(tài)監(jiān)測實(shí)驗(yàn)分析 |
| 5.1 實(shí)驗(yàn)數(shù)據(jù)的采集 |
| 5.1.1 斷路器和傳感器的選型及實(shí)驗(yàn)設(shè)定 |
| 5.1.2 CNN的模型結(jié)構(gòu)及參數(shù)設(shè)定 |
| 5.2 CNN實(shí)驗(yàn)分析 |
| 5.2.1 脫扣閉合電磁鐵堵塞與正常情況對(duì)比 |
| 5.2.2 主軸堵塞與正常情況對(duì)比 |
| 5.2.3 半軸堵塞與正常情況對(duì)比 |
| 5.3 TSNE降維法曲線分析 |
| 5.3.1 TSNE的基本概念 |
| 5.3.2 特征提取分析 |
| 6 總結(jié)與展望 |
| 6.1 論文總結(jié) |
| 6.2 展望 |
| 參考文獻(xiàn) |
| 致謝 |
| 攻讀碩士學(xué)位期間參與的科研項(xiàng)目情況 |
（4）基于操作機(jī)構(gòu)控制回路檢測的高壓斷路器機(jī)械故障診斷方法研究（論文提綱范文）
| 摘要 |
| abstract |
| 1 緒論 |
| 1.1 課題的研究意義 |
| 1.2 斷路器故障診斷技術(shù)研究發(fā)展與現(xiàn)狀 |
| 1.2.1 國內(nèi)外研究現(xiàn)狀 |
| 1.2.2 高壓斷路器機(jī)械故障診斷監(jiān)測對(duì)象選取 |
| 1.2.3 斷路器特征值提取 |
| 1.2.4 斷路器機(jī)械狀態(tài)診斷 |
| 1.3 深度神經(jīng)網(wǎng)絡(luò) |
| 1.4 研究內(nèi)容及論文安排 |
| 2 高壓斷路器的振動(dòng)信號(hào)特征提取與分類 |
| 2.1 高壓斷路器的振動(dòng)信號(hào) |
| 2.2 基于振動(dòng)信號(hào)的高壓斷路器故障診斷方式 |
| 2.3 基于變分模態(tài)分解的斷路器振動(dòng)信號(hào)處理 |
| 2.4 基于支持向量機(jī)模型的機(jī)械狀態(tài)診斷 |
| 2.5 本章小結(jié) |
| 3 卷積神經(jīng)網(wǎng)絡(luò)及長短期記憶網(wǎng)絡(luò)理論基礎(chǔ) |
| 3.1 指示圖集 |
| 3.2 CNN模型的理論基礎(chǔ) |
| 3.2.1 卷積層 |
| 3.2.2 激活函數(shù) |
| 3.2.3 池化層 |
| 3.2.4 全連接層和dropout操作 |
| 3.2.5 Softmax分類器 |
| 3.3 LSTM模型的理論基礎(chǔ) |
| 3.4 本章小結(jié) |
| 4 基于CNN-LSTM混合網(wǎng)絡(luò)的高壓斷路器機(jī)械故障診斷模型 |
| 4.1 梯度下降及正反向傳遞 |
| 4.1.1 梯度下降 |
| 4.1.2 正向傳遞 |
| 4.1.3 反向傳遞 |
| 4.2 基于CNN-LSTM混合神經(jīng)網(wǎng)絡(luò)模型的故障診斷模型及步驟 |
| 4.3 本章小結(jié) |
| 5 基于10kV真空高壓斷路器的實(shí)驗(yàn)及結(jié)果分析 |
| 5.1 高壓真空斷路器 |
| 5.2 系統(tǒng)及參數(shù) |
| 5.3 實(shí)驗(yàn)與分析 |
| 5.4 本章總結(jié) |
| 6 總結(jié)與展望 |
| 6.1 論文總結(jié) |
| 6.2 展望 |
| 參考文獻(xiàn) |
| 致謝 |
| 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄 |
| 攻讀碩士學(xué)位期間參與的科研項(xiàng)目情況 |
（5）智能變電站高壓斷路器及通信網(wǎng)絡(luò)故障診斷方法（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 第1章 緒論 |
| 1.1 課題研究背景及意義 |
| 1.2 國內(nèi)外研究現(xiàn)狀 |
| 1.2.1 高壓斷路器設(shè)備的發(fā)展 |
| 1.2.2 高壓斷路器故障診斷方法 |
| 1.2.3 智能變電站二次系統(tǒng)在線監(jiān)測 |
| 1.2.4 數(shù)據(jù)挖掘方法 |
| 1.3 本文的主要研究內(nèi)容 |
| 第2章 故障信息分析模型及故障預(yù)判方法 |
| 2.1 高壓斷路器故障診斷架構(gòu) |
| 2.2 用于高壓斷路器故障診斷的統(tǒng)一數(shù)據(jù)模型 |
| 2.2.1 告警信息來源及特點(diǎn) |
| 2.2.2 數(shù)據(jù)預(yù)處理 |
| 2.2.3 故障樣本向量化 |
| 2.3 故障類型初步判別模型 |
| 2.4 本章小結(jié) |
| 第3章 基于模糊Petri網(wǎng)的高壓斷路器本體故障診斷方法 |
| 3.1 SF6高壓斷路器的工作原理及異常信息 |
| 3.1.1 SF6高壓斷路器工作原理 |
| 3.1.2 高壓斷路器本體的故障信息 |
| 3.2 模糊Petri網(wǎng)模型 |
| 3.2.1 模糊Petri網(wǎng)模型的定義 |
| 3.2.2 模糊Petri網(wǎng)模型的推理機(jī) |
| 3.3 高壓斷路器本體故障診斷模型 |
| 3.3.1 告警信息及故障原因的對(duì)應(yīng)關(guān)系 |
| 3.3.2 故障診斷模型的建立 |
| 3.3.3 參數(shù)確定方法 |
| 3.3.4 故障診斷流程 |
| 3.4 算例分析 |
| 3.5 本章小結(jié) |
| 第4章 基于有向二分圖模型的相關(guān)通信系統(tǒng)故障診斷方法 |
| 4.1 相關(guān)二次設(shè)備的通信網(wǎng)絡(luò) |
| 4.1.1 GOOSE報(bào)文傳遞路徑 |
| 4.1.2 相關(guān)通信部分告警信息 |
| 4.2 有向二分圖模型 |
| 4.2.1 概率加權(quán)的有向二分圖網(wǎng)絡(luò) |
| 4.2.2 基于有向二分圖模型的故障診斷算法 |
| 4.3 相關(guān)通信系統(tǒng)故障診斷建模及實(shí)現(xiàn) |
| 4.3.1 故障診斷模型 |
| 4.3.2 故障診斷方法及流程 |
| 4.4 算例分析 |
| 4.4.1 算例1 |
| 4.4.2 算例2 |
| 4.4.3 算例3 |
| 4.5 本章小結(jié) |
| 第5章 總結(jié)與展望 |
| 參考文獻(xiàn) |
| 致謝 |
| 攻讀碩士學(xué)位期間所發(fā)表的論文及參與的項(xiàng)目 |
| 學(xué)位論文評(píng)閱及答辯情況表 |
（6）變電站一體化控制保護(hù)智能開關(guān)設(shè)備研制（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 第一章 緒論 |
| 1.1 研究背景 |
| 1.2 國內(nèi)外研究現(xiàn)狀 |
| 1.3 實(shí)現(xiàn)相控技術(shù)的關(guān)鍵 |
| 1.3.1 開關(guān)操動(dòng)時(shí)間的離散性 |
| 1.3.2 開關(guān)設(shè)備的智能化與通用性 |
| 1.4 本論文研究目標(biāo)及整體方案 |
| 第二章 控制保護(hù)策略技術(shù)研究 |
| 2.1 并聯(lián)電容器相控投切原理介紹 |
| 2.2 并聯(lián)電容器相控投切策略 |
| 2.2.1 中性點(diǎn)直接接地電容器組相控閉合策略 |
| 2.2.2 中性點(diǎn)非直接接地接線方式電容器組相控閉合策略 |
| 2.2.3 三角形接線電容器組選相閉合策略 |
| 2.2.4 電容器組相控選相切除策略 |
| 2.3 相控投切并聯(lián)電容器組的過程仿真 |
| 2.4 并聯(lián)電容器相控技術(shù)研究總結(jié) |
| 第三章 永久磁性真空斷路器技術(shù)研究 |
| 3.1 真空斷路器的永久磁性操動(dòng)機(jī)構(gòu) |
| 3.1.1 永久磁性真空開關(guān)的應(yīng)用現(xiàn)狀 |
| 3.1.2 永久磁性操動(dòng)機(jī)構(gòu)不一樣類型及結(jié)構(gòu)的比較 |
| 3.2 GLSV-ZNH1-12 永久磁性真空斷路器的機(jī)構(gòu)特點(diǎn) |
| 3.3 永久磁性機(jī)構(gòu)的數(shù)學(xué)及仿真模型的搭建 |
| 3.3.1 永久磁性機(jī)構(gòu)的計(jì)算模型 |
| 3.3.2 Ansoft仿真軟件介紹 |
| 3.3.3 仿真模型的搭建 |
| 3.4 永久磁性真空斷路器動(dòng)作原理 |
| 3.4.1 分閘位置 |
| 3.4.2 合閘操作 |
| 3.4.3 合閘位置 |
| 3.4.4 分閘操作 |
| 3.5 永久磁性操動(dòng)機(jī)構(gòu)的靜態(tài)特性 |
| 3.6 永久磁性操動(dòng)機(jī)構(gòu)的動(dòng)態(tài)特性 |
| 3.7 永久磁性機(jī)構(gòu)操動(dòng)時(shí)間分散性的影響因素分析 |
| 3.8 永久磁性真空斷路器技術(shù)研究總結(jié) |
| 第四章 智能在線監(jiān)測研究 |
| 4.1 研究意義 |
| 4.2 實(shí)現(xiàn)內(nèi)容及方案 |
| 4.3 小結(jié) |
| 第五章 一體化控制保護(hù)智能開關(guān)的研制 |
| 5.1 方案概述 |
| 5.2 軟件設(shè)計(jì)方案 |
| 5.2.1 數(shù)據(jù)采樣處理及控制軟件設(shè)計(jì) |
| 5.2.2 控制單元的測控算法實(shí)現(xiàn) |
| 5.2.3 控制功能及其邏輯實(shí)現(xiàn) |
| 5.3 硬件回路設(shè)計(jì) |
| 5.3.1 主控單元硬件設(shè)計(jì) |
| 5.3.2 驅(qū)動(dòng)單元硬件設(shè)計(jì) |
| 5.4 斷路器機(jī)械特性的在線監(jiān)測 |
| 5.5 智能相控?cái)嗦菲骷夹g(shù)實(shí)現(xiàn)總結(jié) |
| 第六章 變電站一體化控制保護(hù)智能開關(guān)的測試 |
| 6.1 試驗(yàn)用相控?cái)嗦菲飨到y(tǒng)方案介紹 |
| 6.2 型式試驗(yàn) |
| 6.3 斷路器動(dòng)作時(shí)間精度測試 |
| 6.4 電容器組相控投切效果測試 |
| 6.4.1 斷路器分、合閘時(shí)間整定及機(jī)械特性驗(yàn)證 |
| 6.4.2 相控角度精度驗(yàn)證 |
| 第七章 變電站一體化控制保護(hù)智能開關(guān)的試點(diǎn)應(yīng)用 |
| 7.1 實(shí)施方案 |
| 7.1.1 一次部分實(shí)施方案: |
| 7.1.2 二次部分實(shí)施方案 |
| 7.2 操作方案 |
| 7.3 試驗(yàn) |
| 7.3.1 試驗(yàn)環(huán)境搭建 |
| 7.3.2 試驗(yàn)方案 |
| 7.3.3 試驗(yàn)數(shù)據(jù)及結(jié)果分析 |
| 7.4 試點(diǎn)應(yīng)用總結(jié) |
| 結(jié)論 |
| 參考文獻(xiàn) |
| 致謝 |
（7）高壓斷路器故障診斷及維修決策研究（論文提綱范文）
| 摘要 |
| abstract |
| 第1章 緒論 |
| 1.1 課題研究背景及意義 |
| 1.2 國內(nèi)外研究現(xiàn)狀 |
| 1.3 本文主要工作 |
| 第2章 高壓斷路器故障診斷及維修決策概述 |
| 2.1 引言 |
| 2.2 高壓斷路器基本介紹 |
| 2.2.1 高壓斷路器結(jié)構(gòu) |
| 2.2.2 高壓斷路器工作原理 |
| 2.2.3 高壓斷路器故障類型 |
| 2.3 高壓斷路器在線監(jiān)測概述 |
| 2.4 高壓斷路器故障診斷概述 |
| 2.4.1 基于BP神經(jīng)網(wǎng)絡(luò)的高壓斷路器故障診斷 |
| 2.4.2 基于支持向量機(jī)的高壓斷路器故障診斷 |
| 2.4.3 基于貝葉斯算法的高壓斷路器故障診斷 |
| 2.5 高壓斷路器維修決策概述 |
| 2.6 本章小結(jié) |
| 第3章 斷路器操作回路線圈電流特征值的分析與提取 |
| 3.1 引言 |
| 3.2 斷路器操作回路線圈電流特征值的分析 |
| 3.2.1 斷路器操作回路線圈電流特征變化分析 |
| 3.2.2 仿真分析 |
| 3.3 線圈電流特征值的提取 |
| 3.3.1 信號(hào)降噪 |
| 3.3.2 特征值提取 |
| 3.3.3 仿真分析 |
| 3.4 本章小結(jié) |
| 第4章 基于改進(jìn)貝葉斯算法的高壓斷路器故障診斷 |
| 4.1 引言 |
| 4.2 基于標(biāo)準(zhǔn)狀態(tài)概率分配的線圈電流特征值離散化 |
| 4.3 基于入侵雜草優(yōu)化算法的標(biāo)準(zhǔn)狀態(tài)選取 |
| 4.4 基于改進(jìn)貝葉斯故障診斷模型的建立 |
| 4.5 仿真分析 |
| 4.5.1 基于仿真樣本數(shù)據(jù)的故障診斷 |
| 4.5.2 基于實(shí)際樣本數(shù)據(jù)的故障診斷 |
| 4.6 本章小結(jié) |
| 第5章 基于風(fēng)險(xiǎn)評(píng)估的高壓斷路器維修決策 |
| 5.1 引言 |
| 5.2 高壓斷路器故障率的計(jì)算 |
| 5.3 高壓斷路器風(fēng)險(xiǎn)評(píng)估指標(biāo) |
| 5.3.1 嚴(yán)重度模型 |
| 5.3.2 風(fēng)險(xiǎn)成本 |
| 5.4 算例分析 |
| 5.5 本章小結(jié) |
| 第6章 總結(jié)與展望 |
| 參考文獻(xiàn) |
| 發(fā)表論文及科研情況說明 |
| 致謝 |
（8）斷路器機(jī)械特性狀態(tài)評(píng)價(jià)與檢修策略管理改進(jìn)（論文提綱范文）
| 摘要 |
| Abstract |
| 第1章 緒論 |
| 1.1 研究背景與意義 |
| 1.1.1 研究背景 |
| 1.1.2 課題研究意義 |
| 1.2 國內(nèi)外研究現(xiàn)狀 |
| 1.3 我國檢修策略分析 |
| 1.4 論文主要研究工作及技術(shù)路線 |
| 1.4.1 論文主要研究內(nèi)容 |
| 1.4.2 技術(shù)路線及研究方法 |
| 第2章 斷路器監(jiān)測與檢修管理現(xiàn)狀 |
| 2.1 斷路器及性能簡述 |
| 2.1.1 斷路器結(jié)構(gòu)介紹 |
| 2.1.2 斷路器動(dòng)作過程概述 |
| 2.2 高壓斷路器機(jī)械特性監(jiān)測理論 |
| 2.2.1 分合閘線圈電流監(jiān)測理論 |
| 2.2.2 觸頭行程監(jiān)測理論 |
| 2.2.3 儲(chǔ)能電機(jī)電流監(jiān)測理論 |
| 2.3 斷路器機(jī)械特性故障及原因分析 |
| 2.3.1 斷路器拒動(dòng)故障及原因分析 |
| 2.3.2 斷路器誤動(dòng)故障及原因分析 |
| 2.3.3 斷路器其他問題 |
| 2.4 神經(jīng)網(wǎng)絡(luò)在電力行業(yè)的應(yīng)用 |
| 2.4.1 人工智能的現(xiàn)狀 |
| 2.4.2 人工智能在電網(wǎng)的應(yīng)用 |
| 2.4.3 我國智能電網(wǎng)應(yīng)用現(xiàn)狀 |
| 2.4.4 神經(jīng)網(wǎng)絡(luò)理論簡述 |
| 2.4.5 BP神經(jīng)網(wǎng)絡(luò)的適用性分析 |
| 2.5 本章總結(jié) |
| 第3章 基于BP神經(jīng)網(wǎng)絡(luò)的斷路器健康度建模 |
| 3.1 基于BP神經(jīng)網(wǎng)絡(luò)的斷路器機(jī)械特性健康度模型 |
| 3.1.1 輸入層參量的確定 |
| 3.1.2 輸出層健康度的設(shè)計(jì) |
| 3.2 BP神經(jīng)網(wǎng)絡(luò)模型 |
| 3.3 BP神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)處理 |
| 3.3.1 樣本數(shù)據(jù)的選取 |
| 3.3.2 數(shù)據(jù)的預(yù)處理 |
| 3.3.3 網(wǎng)絡(luò)層數(shù)與神經(jīng)元數(shù)量的確定 |
| 3.4 神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練 |
| 3.5 本章小結(jié) |
| 第4章 健康評(píng)價(jià)體系的應(yīng)用與效果分析 |
| 4.1 基于BP神經(jīng)網(wǎng)絡(luò)的斷路器健康度模型效果驗(yàn)證 |
| 4.2 健康度模型應(yīng)用結(jié)果說明 |
| 4.3 健康度模型應(yīng)用效果分析 |
| 4.3.1 效果分析 |
| 4.3.2 訓(xùn)練組數(shù)量對(duì)結(jié)果的影響 |
| 4.4 本章總結(jié) |
| 第5章 結(jié)論與展望 |
| 5.1 結(jié)論 |
| 5.2 展望 |
| 參考文獻(xiàn) |
| 致謝 |
| 作者簡歷及攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文與研究成果 |
（9）高壓斷路器的故障機(jī)理分析與壽命評(píng)估（論文提綱范文）
| 摘要 |
| Abstract |
| 第1章 緒論 |
| 1.1 課題研究背景及意義 |
| 1.2 國內(nèi)外研究現(xiàn)狀 |
| 1.2.1 高壓斷路器故障機(jī)理研究現(xiàn)狀 |
| 1.2.2 高壓斷路器壽命評(píng)估研究現(xiàn)狀 |
| 1.3 論文主要研究內(nèi)容與安排 |
| 第2章 基于FTA-FMMEA的高壓斷路器故障機(jī)理研究 |
| 2.1 引言 |
| 2.2 基于分合閘線圈電流的斷路器工作特性分析 |
| 2.2.1 斷路器的結(jié)構(gòu)與工作原理 |
| 2.2.2 斷路器工作特性分析 |
| 2.3 基于FTA-FMMEA的斷路器故障機(jī)理分析 |
| 2.3.1 常見的故障分析方法 |
| 2.3.2 基于FTA-FMMEA的失效分析流程 |
| 2.3.3 基于FTA-FMMEA的斷路器操作機(jī)構(gòu)故障機(jī)理分析 |
| 2.4 基于斷路器薄弱環(huán)節(jié)的故障模擬實(shí)驗(yàn)設(shè)計(jì) |
| 2.5 本章小結(jié) |
| 第3章 基于小波包能量的斷路器操作機(jī)構(gòu)缺陷診斷研究 |
| 3.1 引言 |
| 3.2 小波包分析理論 |
| 3.3 基于小波包能量的特征信息提取 |
| 3.4 基于主成分分析對(duì)小波包能量特征信息的降維處理 |
| 3.5 基于支持向量機(jī)的斷路器操作機(jī)構(gòu)缺陷診斷的實(shí)現(xiàn) |
| 3.6 算例驗(yàn)證 |
| 3.6.1 結(jié)合小波包能量和SVM的斷路器操作機(jī)構(gòu)缺陷診斷算例分析 |
| 3.6.2 基于小波包總能量的斷路器操作機(jī)構(gòu)缺陷嚴(yán)重程度分析 |
| 3.7 本章小結(jié) |
| 第4章 基于隨機(jī)模糊理論的高壓斷路器壽命評(píng)估方法研究 |
| 4.1 引言 |
| 4.2 隨機(jī)模糊理論 |
| 4.2.1 基礎(chǔ)概念 |
| 4.2.2 隨機(jī)變量、概率分布與隨機(jī)模擬 |
| 4.2.3 模糊變量、可信性分布與模糊模擬 |
| 4.2.4 隨機(jī)模糊變量、機(jī)會(huì)測度與隨機(jī)模糊模擬 |
| 4.3 基于隨機(jī)模糊理論的高壓斷路器HI算法研究 |
| 4.3.1 基于層次分析法的關(guān)鍵參數(shù)權(quán)重評(píng)估實(shí)現(xiàn)方法 |
| 4.3.2 基于HI的斷路器健康水平評(píng)估方法 |
| 4.3.3 基于壽命預(yù)測的高壓斷路器健康狀態(tài)評(píng)估模型 |
| 4.4 算例分析 |
| 4.5 本章小結(jié) |
| 第5章 具備故障分析功能的高壓斷路器波形指紋庫的構(gòu)建 |
| 5.1 引言 |
| 5.2 分合閘線圈電流數(shù)據(jù)的采集 |
| 5.3 高壓斷路器分合閘線圈電流波形家族指紋庫軟件設(shè)計(jì) |
| 5.4 本章小結(jié) |
| 第6章 總結(jié)與展望 |
| 6.1 本文研究工作總結(jié) |
| 6.2 今后研究工作展望 |
| 參考文獻(xiàn) |
| 致謝 |
| 作者簡介 |
（10）動(dòng)車組主斷路器分析優(yōu)化與試驗(yàn)研究（論文提綱范文）
| 摘要 |
| abstract |
| 第1章 緒論 |
| 1.1 選題背景與研究意義 |
| 1.1.1 選題背景 |
| 1.1.2 研究意義 |
| 1.2 國內(nèi)外研究現(xiàn)狀 |
| 1.3 本課題的研究內(nèi)容與方法 |
| 1.3.1 研究的主要內(nèi)容 |
| 1.3.2 研究的主要方法 |
| 第2章 動(dòng)車組主斷路器簡介 |
| 2.1 主斷路器的基本組成與分類 |
| 2.2 動(dòng)車組主斷路器基本結(jié)構(gòu) |
| 2.3 動(dòng)車組主斷路器工作原理 |
| 2.4 主斷路器主要技術(shù)參數(shù) |
| 2.4.1 額定電壓 |
| 2.4.2 電氣間隙 |
| 2.4.3 觸頭超程 |
| 2.4.4 接觸壓力 |
| 2.4.5 合閘時(shí)間 |
| 2.4.6 分閘時(shí)間 |
| 2.4.7 合閘彈跳 |
| 2.4.8 分閘彈振 |
| 2.5 本章小結(jié) |
| 第3章 動(dòng)車組主斷路器計(jì)算理論基礎(chǔ) |
| 3.1 虛擬樣機(jī)技術(shù) |
| 3.2 氣壓傳動(dòng)技術(shù) |
| 3.3 動(dòng)力學(xué)分析理論 |
| 3.3.1 ADAMS動(dòng)力學(xué)分析理論 |
| 3.3.2 ADAMS求解算法 |
| 3.3.3 碰撞理論模型 |
| 3.4 本章小結(jié) |
| 第4章 動(dòng)車組主斷路器仿真分析 |
| 4.1 主斷路器機(jī)械操動(dòng)機(jī)構(gòu)三維模型 |
| 4.2 主斷路器虛擬樣機(jī)模型 |
| 4.2.1 模型導(dǎo)入ADAMS |
| 4.2.2 定義材料屬性 |
| 4.2.3 創(chuàng)建彈簧 |
| 4.2.4 施加約束 |
| 4.2.5 施加載荷 |
| 4.3 主斷路器氣動(dòng)控制回路模型 |
| 4.4 建立ADAMS與 AMESim聯(lián)合仿真 |
| 4.5 動(dòng)車組主斷路器仿真分析 |
| 4.6 本章小結(jié) |
| 第5章 動(dòng)車組主斷路器試驗(yàn)研究 |
| 5.1 試驗(yàn)要求 |
| 5.2 試驗(yàn)原理 |
| 5.3 試驗(yàn)設(shè)備 |
| 5.4 試驗(yàn)結(jié)果 |
| 5.5 本章小結(jié) |
| 第6章 動(dòng)車組主斷路器優(yōu)化分析 |
| 6.1 機(jī)械優(yōu)化設(shè)計(jì)原理 |
| 6.2 動(dòng)車組主斷路器參數(shù)化設(shè)計(jì) |
| 6.3 動(dòng)車組主斷路器優(yōu)化分析 |
| 6.4 動(dòng)車組主斷路器優(yōu)化對(duì)比試驗(yàn) |
| 6.5 本章小結(jié) |
| 總結(jié)與展望 |
| 致謝 |
| 參考文獻(xiàn) |
| 攻讀碩士期間發(fā)表的論文 |
四、真空斷路器二次控制回路的改進(jìn)（論文參考文獻(xiàn)）
- [1]基于改進(jìn)SVM算法的高壓斷路器故障診斷[D]. 蓋曜麟. 內(nèi)蒙古農(nóng)業(yè)大學(xué), 2021(02)
- [2]電力機(jī)車真空斷路器故障度在線檢測系統(tǒng)研究[D]. 孫超杰. 湖北工業(yè)大學(xué), 2020(11)
- [3]基于控制回路檢測的高壓斷路器機(jī)械狀態(tài)監(jiān)測方法研究[D]. 趙佳旭. 遼寧石油化工大學(xué), 2020(04)
- [4]基于操作機(jī)構(gòu)控制回路檢測的高壓斷路器機(jī)械故障診斷方法研究[D]. 曹宇鵬. 遼寧石油化工大學(xué), 2020(04)
- [5]智能變電站高壓斷路器及通信網(wǎng)絡(luò)故障診斷方法[D]. 張曉彤. 山東大學(xué), 2020(11)
- [6]變電站一體化控制保護(hù)智能開關(guān)設(shè)備研制[D]. 王平波. 廣東工業(yè)大學(xué), 2019(06)
- [7]高壓斷路器故障診斷及維修決策研究[D]. 吳玲玲. 天津大學(xué), 2019(01)
- [8]斷路器機(jī)械特性狀態(tài)評(píng)價(jià)與檢修策略管理改進(jìn)[D]. 張斌. 中國科學(xué)院大學(xué)(中國科學(xué)院大學(xué)工程科學(xué)學(xué)院), 2019(01)
- [9]高壓斷路器的故障機(jī)理分析與壽命評(píng)估[D]. 葉昱媛. 東南大學(xué), 2019(05)
- [10]動(dòng)車組主斷路器分析優(yōu)化與試驗(yàn)研究[D]. 鄧文明. 西南交通大學(xué), 2019(04)
標(biāo)簽：真空斷路器論文; 高壓斷路器論文; 故障診斷論文; 二次設(shè)備論文; 智能開關(guān)論文;