阅读说明：本技术 基于振动信号短时能熵比与dtw的高压断路器状态评估方法 (High-voltage circuit breaker state evaluation method based on vibration signal short-time energy-entropy ratio and DTW ) 是由 周国伟 董建新 杨松伟 徐华 周建平 郦于杰 陈欣 姚晖 刘江明 陈晓锦 汪全虎 于 2019-10-22 设计创作，主要内容包括：本发明公开了基于振动信号短时能熵比与DTW的高压断路器状态评估方法,涉及一种状态评估方法。目前,高压断路器状态评估不能兼顾快速、准确、直观性。本发明包括步骤：首先对断路器的正常工况下的振动信号与未知工况下的振动信号分别进行分帧,依次计算两组振动信号的短时能熵比；然后以正常工况信号计算得到的短时能熵比作为基准向量,以未知工况信号计算得到的短时能熵比作为测试向量输入DTW,得到两个输入向量的最优匹配路径；最后根据匹配路径的变化曲线判断断路器的工作状态。本技术方案以短时能熵比作为DTW输入向量的故障诊断方法,其仅需要一组正常工况下的振动信号作为基准,便可快速、准确、直观地对断路器的运行状态进行评估判断。(The invention discloses a high-voltage circuit breaker state evaluation method based on a vibration signal short-time energy-entropy ratio and a DTW (dynamic time warping), and relates to a state evaluation method. At present, the state evaluation of the high-voltage circuit breaker cannot be quick, accurate and intuitive. The invention comprises the following steps: firstly, respectively framing vibration signals under normal working conditions and vibration signals under unknown working conditions of the circuit breaker, and sequentially calculating the short-time energy-entropy ratio of the two groups of vibration signals; then, taking the short-time energy entropy ratio obtained by normal working condition signal calculation as a reference vector, taking the short-time energy entropy ratio obtained by unknown working condition signal calculation as a test vector input DTW, and obtaining an optimal matching path of two input vectors; and finally, judging the working state of the breaker according to the change curve of the matching path. According to the fault diagnosis method using the short-time energy-entropy ratio as the DTW input vector, the operating state of the circuit breaker can be evaluated and judged quickly, accurately and visually only by using a group of vibration signals under normal working conditions as a reference.)

基于振动信号短时能熵比与DTW的高压断路器状态评估方法

技术领域

本发明涉及一种状态评估方法，尤其涉及基于振动信号短时能熵比与DTW的高压断路器状态评估方法。

背景技术

作为电力设备中重要的设备之一，高压断路器控制着电力系统中电流的接通与断开，其可靠性影响着整个电力系统工作的稳定性。根据相关的调查统计表明，在各类高压断路器的故障中，断路器操作机构机械及其辅助控制回路故障在所有故障中占比约为60％，且呈逐年上升的趋势。因此，对断路器操作机构的状态监测和故障诊断研究成为了近些年来的研究热点。高压断路器分合闸过程中所产生的振动包含了断路器操作机构各个部件工作时的状态信息，针对其振动信号展开分析可提取出断路器操作机构的故障特征。另一方面，由于分合闸线圈电流的波形能够反应电磁铁铁芯运动、控制回路、脱扣挚子和辅助触点的状态，因此对分合闸线圈电流波形的变化特征进行提取分析也可以评估断路器的运行状态。因此，大多数学者以断路器操作机构的振动信号、分合闸线圈的电流信号等作为研究对象对断路器展开研究。

目前，对断路器的运行工况进行评估判断通常借助于机器学习算法，如人工神经网络、模糊C均值聚类算法(fuzzy c-means algorithm,FCM)和支持向量机等，但这些算法均需要大量的样本数据进行模型训练才能保证其对故障识别的准确性。但由于断路器本身的工作特性的制约，且其种类繁多，使得实际工况下所采集的数据有限，测试样本较少。而动态时间规整(dynamic time warping,DTW)作为一种广泛应用于故障诊断等领域中的模式识别算法，仅需要一组基准信号与一组待检测信号即可完成对工业设备的状态评估，无需大量的样本数据。另有文献提到将DTW应用于高压断路器的故障诊断中，引用动态规划的思想对断路器的振动信号进行处理，通过比较待检测信号与基准信号匹配路径的变化以判断断路器的运行状态，但是在进行路径匹配时，其采用的DTW输入参数对计算机存储量以及计算速度要求较高，且对振动信号的强度变化不敏感。所以，在后续的研究中，一些学者将DTW应用于断路器的分合闸线圈电流信号的研究分析中，根据电流信号的变化来判断断路器的故障，但是由于分合闸线圈电流只存在于断路器操作机构动作的前期，无法包含断路器整个动作过程中的特征。

发明内容

本发明要解决的技术问题和提出的技术任务是对现有技术方案进行完善与改进，提供基于振动信号短时能熵比与DTW的高压断路器状态评估方法，以快速、准确、直观地对断路器的运行状态进行评估判断目的。为此，本发明采取以下技术方案。

基于振动信号短时能熵比与DTW的高压断路器状态评估方法，包括以下步骤：

1)选取合适的帧长wlen，帧移inc以及窗函数ω(m)，分别对基准信号R与待检测信号T进行分帧，得到相应的大小为m×n的特征参数矩阵R_f和T_f；其中，矩阵的每一列称为一“帧”特征参数时间序列，每一“帧”特征参数时间序列的维数m＝wlen；

2)计算每一“帧”特征参数时间序列的短时能熵比并将其组合得到短时能熵比序列EER_R与EER_T；

3)将EER_R与EER_T作为输入参数输入DTW，得到最优匹配路径W^*；根据得到的最优匹配路径W^*，对断路器的运行状态进行评估诊断。

作为优选技术手段：在步骤1)中，窗函数ω(m)为

矩形窗：ω(n)＝1 (1)

或：海宁窗：ω(n)＝0.5-(1-cos(2πn/(L-1))) (2)

或：汉明窗：ω(n)＝0.54-0.46cos(2πn/(L-1)) (3)

式中L为窗长，0≤n≤L-1。

作为优选技术手段：在步骤2)中，短时能熵的计算包括以下步骤：

201)设有时间序列x(n),n＝1,2,...,N，首先需要对x(n)进行消除直流分量、幅值归一化处理，定义对其加窗函数ω(m)分帧处理后得到的第i帧振动信号为y_i(m)，则y_i(m)满足：

式中，ω(m)为窗函数，y_i(m)是一帧的数值，wlen为帧长，inc为帧移长度，fn为信号分帧后的总帧数；对y_i(m)进行傅里叶变换后，其中第k条谱线频率分量f_k的能量谱为Y_i(k)，则每个频率分量的归一化谱概率密度函数p_i(k)定义为：

式中，p_i(k)为第i帧第k个频率分量f_k对应的概率密度，N为FFT长度；

202)第i帧的谱熵H_i为：

203)第i帧的能量为：

204)则第i帧的能熵比为：

。

作为优选技术手段：在步骤3)中，DTW的处理包括以下步骤：

301)构造大小为m×n的代价矩阵d，矩阵元素d(i,j)为x(i)和y(j)的欧氏距离，即：

302)在预设的边界条件和约束规则下，根据动态规划思想可以找到一条使矩阵d各元素间累计代价矩阵D最小的路径W^*，即最优规整路径；

W＝(w₁,w₂,...,w_k),w_k＝(i,j)_k (10)

其中：x与y为时间序列，为m和n为其长度，i和j分别为序列x与y的索引；边界条件为：规整路径起始于代价矩阵的索引为(1,1)的元素，终止于索引为(m,n)的元素，即w₁＝(1,1)₁,w_k＝(m,n)_k；约束规则包括局部连续约束：局部连续约束方式通过限定规整路径中每一位置前的匹配点来实现的。

作为优选技术手段：局部约束方式的表达式为：

。

作为优选技术手段：窗函数ω(m)采用汉明窗。

作为优选技术手段：在步骤1)中，帧长取值小于8ms，且大于等于3ms。

作为优选技术手段：帧长为6ms，设置采样频率10kHz,将其换算为点数时，即帧长取wlen＝60；帧移inc＝20。

有益效果：1)本技术方案采用短时能熵比，短时能熵比在处理断路器的振动信号时可以有效地提高信号的信噪比，相比于短时能量，短时能熵比能够增强原始信号中的微小冲击特征，减小了微小冲击事件与强冲击事件之间的差距，更多地保留了原始信号中所包含的特征信息，其特征序列所包含的特征信息较之于短时能量更为丰富；

2)由于短时能熵比有效地提取的原始信号中所包含的特征，去除了原始信号中的冗余成分，降低了输入特征的复杂度，以短时能熵比替代原始信号作为DTW算法的输入参数，提升了DTW算法的匹配性能，降低了对计算机的性能需求，加快了计算速度；

3)根据DTW算法计算得到的规整路径的曲线变化趋势，虽然可以直观地判断断路器的运行工况，但无法直接对故障类型和故障程度进行准确地判别，后续可结合断路器操作机构零部件在合闸过程中的动作情况对规整路径变化曲线作进一步的探索和研究；

4)由于断路器本身结构的复杂性，在其运行过程中可能发生多种故障，一些故障的发生会对断路器的机械特性造成影响，能够在振动信号上得以体现；而一些故障可能在振动信号上体现很弱，很难通过振动信号来判别，所提出方法可能无法判别该类与断路器机械特性呈弱相关的故障；

5)该本技术方案仅需要一组正常工况下的振动信号作为基准，即可准确、快速、直观地对断路器的运行工况进行状态评估和故障诊断，可以应用到高压断路器在线监测中。

附图说明

图1是本发明的流程图。

图2是本发明的DTW原理图。

图3(a)、3(b)是本发明的DTW局部约束方式图。

图4(a)、4(b)是本发明的两个时间序列在DTW算法下的对应关系及其规整路径图。

图5是本发明的累计代价矩阵图。

图6(a)、6(b)、6(c)、6(d)分别是在正常状态下、合闸弹簧疲劳状态下、基座螺栓松动状态下、控制回路电压异常状态下断路器横梁的振动信号图。

图7(a)、7(b)分别是取帧长为3ms、6ms时的下信号的短时能熵比。

图8是本发明的振动信号的短时分析特征图。

图9(a)、9(b)、9(c)、9(d)分别是在正常状态下、合闸弹簧疲劳状态下、基座螺栓松动状态下、控制回路电压异常状态下的DTW规整路径图。

图10是合闸弹簧疲劳故障工况下的规整路径图。

图11(a)、11(b)、11(c)分别是原始信号DTW、短时能量DTW、短时能熵比DTW的规整路径图。

具体实施方式

以下结合说明书附图对本发明的技术方案做进一步的详细说明。

一、如图1所示，本发明包括以步骤：

1)选取合适的帧长wlen，帧移inc以及窗函数ω(m)，分别对基准信号R与待检测信号T进行分帧，得到相应的大小为m×n的特征参数矩阵R_f和T_f；其中，矩阵的每一列称为一“帧”特征参数时间序列，每一“帧”特征参数时间序列的维数m＝wlen；

2)计算每一“帧”特征参数时间序列的短时能熵比并将其组合得到短时能熵比序列EER_R与EER_T；

3)将EER_R与EER_T作为输入参数输入DTW，得到最优匹配路径W^*；根据得到的最优匹配路径W^*，对断路器的运行状态进行评估诊断。

二、以下就一些内容作具体解释

2.1短时能熵比

在信号短时分析中，首先需要选取合适的窗函数ω(n)，帧长和帧移对被分析信号进行分帧，得到一系列以“帧”为单位的特征参数时间序列，然后再对特征参数时间序列进行时域上或频域上的分析处理。一些常用的窗函数如式(1)～式(3)所示。

矩形窗：ω(n)＝1 (1)

海宁窗：ω(n)＝0.5-(1-cos(2πn/(L-1))) (2)

汉明窗：ω(n)＝0.54-0.46cos(2πn/(L-1)) (3)

式中L为窗长，0≤n≤L-1。

短时能熵比是一种时域分析算法，能够显著提高信号信噪比，有效地增强振动信号中的微小冲击成分的特征，凸显振动事件，其计算过程如下：

1)设有时间序列x(n),n＝1,2,...,N，首先需要对x(n)进行消除直流分量、幅值归一化处理，定义对其加窗函数ω(m)分帧处理后得到的第i帧振动信号为y_i(m)，则y_i(m)满足：

式中，ω(m)为窗函数，y_i(m)是一帧的数值，wlen为帧长，inc为帧移长度，fn为信号分帧后的总帧数。对y_i(m)进行傅里叶变换后，其中第k条谱线频率分量f_k的能量谱为Y_i(k)，则每个频率分量的归一化谱概率密度函数p_i(k)定义为：

式中，p_i(k)为第i帧第k个频率分量f_k对应的概率密度，N为FFT长度。

2)第i帧的谱熵H_i为：

3)第i帧的能量为：

4)则第i帧的能熵比为：

2.2动态时间规整

如图2所示，DTW是在建立动态规划思想上的一种柔性模式匹配算法，其目标是构造两个输入序列的累计代价矩阵，在一定约束条件下对两个输入序列进行全局或局部上的扩展、压缩或变形，找出两个输入序列的最优匹配路径。将断路器的正常工况下振动信号的特征作为基准向量输入DTW，将当前未知工况下振动信号的特征作为测试向量输入DTW，若得到的规整路径表现为一条45°直线时，表明当前工况下的断路器工作状态良好；若得到的规整路径与45°直线发现了明显偏移时，说明当前工况下的断路器工作状态发生了变化，有故障的存在。DTW基本过程如下。

如图2所示，设有时间序列x与y，其长度分别为m和n，定义i和j分别序列x与y的索引。

首先，构造大小为m×n的代价矩阵d，矩阵元素d(i,j)为x(i)和y(j)的欧氏距离，即：

然后，在预设的边界条件和约束规则下，根据动态规划思想可以找到一条使矩阵d各元素间累计代价矩阵D最小的路径W^*，即最优规整路径。

W＝(w₁,w₂,...,w_k),w_k＝(i,j)_k (10)

根据断路器振动信号本身的特性，本技术方案定义了如下边界条件和约束规则。

1)边界条件：由于断路器操作机构的所产生的振动信号是由有序的若干个冲击事件叠加构成的冲击信号，具有时序性和连续性。因此，定义规整路径起始于代价矩阵的索引为(1,1)的元素，终止于索引为(m,n)的元素，即w₁＝(1,1)₁,w_k＝(m,n)_k。

2)局部连续约束：如图3(a)、3(b)所示，在局部路径中，为了限制规整路径的过度压缩或扩张，通常有两种典型的约束方式，这两种约束方式都是通过限定规整路径中每一位置前的匹配点来实现的。

由于所采集到的断路器振动信号含有大量的干扰和噪声，在对其进行DTW规整时规整路径中难免会有突变点或突变路径的存在。而采用图3(b)这种局部约束方式进行路径规整时能够有效地避过突变点，从而降低突变点对路径规整的影响。

图4(a)、4(b)为两个时间序列在DTW算法下的对应关系及其规整路径，可以看到，以“27-45-63”局部约束方式进行DTW规整时，规整路径有效的跳过了突变点或突变路径，所以本技术方案采用该种局部约束。此时，累计代价矩阵D(i,j)的递推关系与递推式如图5和式(11)所示。

最后，即可得到两时间序列x,y的最小累计代价D^*＝D(m,n)及其最优规整路径W^*。

三、实验验证

3.1实验模型

为了验证上述所提出方法的有效性，本技术方案以一台云南云开电气股份有限公司生产的LW42A-40.5户外SF6高压断路器为研究对象，在信号采集与存储方面，在本实施例中，选用了江苏东华测试技术股份有限公司生产的DH5922N动态信号测试分析系统和1A102E型加速度传感器。该型号加速度传感器的量程为0～5000m·s^-2，频率范围为1～10000Hz。考虑振源位置，该传感器被安装在断路器的横梁上，安装方式采用磁吸式。在断路器的整个合闸过程中，操作机构的动作时间约为80±15ms。因此，为了保证振动信号的充分采集，信号采集时间设置为400ms，采样频率设置为10kHz。3.2特征提取

在断路器的空载状态下，本技术方案采集了断路器在正常工况以及合闸弹簧疲劳、基座螺栓松动和控制回路电压异常三种模拟故障工况下的振动信号。合闸弹簧疲劳故障是通过调节弹簧紧固螺栓以减小其预紧力实现的，基座螺栓松动故障是通过松动基座的螺栓实现的，控制回路电压异常故障是通过高压开关测试仪调节断路器的控制回路电压实现的。

如表1所示，本技术方案选取了断路器各个运行状态下的两组数据作为实验样本，并依次以数字1～8对样本数据进行编号。如图6所示为部分样本数据，可以看出，各个运行工况下断路器合闸过程中的最强冲击事件的发生时刻发生了一定的偏移。

表1样本数据

以样本数据1为例，计算信号的短时能熵比。在计算短时能熵比时，首先要选取合适的窗函数ω(m)，帧长wlen和帧移inc对信号进行分帧，然后再计算分帧信号的短时能熵比。从减少泄漏的角度来看，由于断路器的振动信号在多个频段上均有分布，而汉明窗相对于矩形窗可以消除高频干扰，减少漏能，因此本技术方案窗函数选用汉明窗，如式(3)所示。

另一方面，帧长是决定短时能熵比分辨率的决定因素。当信号的采样频率一定时，帧长取值越小，则短时能熵比的时间分辨率越高，但是过短的帧长不利于发挥短时能熵比提高信号信噪比的优点。因此，帧长的选取要结合信号的采样频率、时间分辨率要求、信号信噪比要求等情况综合考虑来选择合适的数值。由于振动信号的采集过程中不可避免地会存在噪声的干扰，因此帧长不宜设置较短。通过观察所采集的振动信号可以发现，在8ms内的振动信号是较为平稳的，因此帧长取值应小于8ms。如图7(a)、7(b)所示，分别选取帧长为3ms和6ms计算短时能熵比，可以看出，当帧长取值较小时，短时分析处理方法的平滑作用不明显，而当帧长取值较大时，其平滑作用较好，有利于DTW算法对其进行路径规整。综上所述，本技术方案选取帧长为6ms，将其换算为点数，即帧长取wlen＝60。帧移一般取帧长的25％～50％，本技术方案取帧移inc＝20。

如图8所示，计算得到样本数据1的短时能量和短时能熵比，可以看出，短时能量特征序列遗失了原始信号中所包含的微小冲击事件特征，而短时能熵比特征序列有效地提取了振动信号中所包含的冲击较小的事件的特征，增强了信号的局部特征。

3.3 DTW匹配

将样本数据1(正常状态下所采集的断路器振动信号)计算得到的短时能熵比特征作为DTW的基准向量，分别将其余样本数据特征作为测试向量输入DTW，各个状态得到的最优规整路径如图9所示。

可以看出，以正常信号作为测试向量得到的匹配路径(虚线)与基准线(实线)基本吻合，而以故障信号作为测试向量得到的匹配路径与基准线有了明显的偏移，证明当前断路器的运行状态发生了变化，有故障的存在。在对同种故障状态下得到的最优规整路径进行对比发现，同种故障状态下得到的匹配路径曲线变化趋势相同，如图10所示。因此，在后续的研究中，可以考虑根据DTW匹配路径的变化曲线判断断路器的故障类型以及故障程度。

为了证明所提出方法的优越性，本技术方案还分别将原始信号以及原始的短时能量特征序列输入DTW，得到的DTW规整路径，如图11(a)、11(b)、11(c)所示。可以看出，以短时能熵比特征序列作为DTW输入参数所得到的规整路径偏移程度最为明显，能够最为明显地表明断路器地运行状况发生了变化。相较于原始信号特征序列，这是由于短时能熵比提取了每一“帧”原始信号中所包含的特征信息，去除了原始信号中所包含的冗余信息，降低了输入特征的复杂度；相较于短时能量特征序列，这是由于短时能熵比有效地提取了原始信号中微小冲击事件的特征，增强了原始信号局部特征，其序列包含了更加丰富的特征信息。从运算效率的角度看，由于DTW算法本身的特性，该算法在进行匹配路径寻优时会在计算机内存中开辟出与输入向量维数相应大小的多维数组，以短时能熵比作为DTW输入向量无疑能够降低内存占用率，提升运算效率，从而加快计算机的运算速度。

以上图1所示的基于振动信号短时能熵比与DTW的高压断路器状态评估方法是本发明的具体实施例，已经体现出本发明实质性特点和进步，可根据实际的使用需要，在本发明的启示下，对其进行形状、结构等方面的等同修改，均在本方案的保护范围之列。