（国网河南省电力公司驻马店供电公司河南驻马店463000）
摘要：高压断路器是一种高压电力系统运行过程最为重要的开关电器，若高压断路器出现机械故障，将直接影响高压电力系统的安全运行。因此，在电气设备的故障诊断领域中，断路器的故障诊断受到了越来越多的关注。其中机械故障在高压断路器中一直以来都是较为重要的一项问题。通常机械故障主要包含了润滑不良、触头磨损和螺丝松动等问题。这些问题都可以通过监测断路器动作过程中的振动信号来进行故障的识别，以便于能将问题有效排除。笔者阐述了断路器的故障机理，并对振动信号的采集以及振动信号的信息提取进行分析，对高压断路器机械故障振动诊断进行了分析，并对该领域开展研究和发展前景提出看法，为后续的深入研究打下基础。
关键词：高压断路器；机械故障；振动诊断；分析
近年来我国的科学技术得到了迅猛的发展，高压断路器机械故障诊断逐渐受到了重视，并开始采取各种措施进行研究和分析。因高压断路器在电力系统中肩负着控制和保护的双重任务，是电力系统中最重要的基础设备之一，其健康状况逐渐成为运行维护工程师关注的焦点，其运行状态和电网的稳定息息相关。其重要作用体现在：当电力系统运行出现异常时，高压断路器能够及时断开，以确保电力系统的安全运行。但是高压断路器在使用过程中容易出现各类故障，对电力系统的安全运行造成了极大的不利影响。所以，对于断路器的故障诊断有着重要意义。本文从目前常用的高压断路器机械故障诊断系统的框架和配置入手，对高压断路器机械故障的诊断方法进行了简单的论述，并对高压断路器振动信号诊断的实例进行了简要分析，以确保电力系统安全高效地运行。
1.断路器结构及特点
断路器一般由外壳、触头系统、灭弧系统、操作机构、脱扣器等构成。当断路器发生短路故障时，大电流产生的磁场克服反力弹簧，脱扣器拉动操作机构动作，开关瞬时跳闸。高压断路器的工作多为机械式的瞬时振动，断路器工作时常伴随着高速度、高强度的机械振动，发出较为明显的振动信号。当断路器工作时，可能会遇到各种故障问题，不仅造成不必要的损失，而且可能导致重大事故。机械故障是断路器故障的主要原因。在分离和关闭过程中，由于操作机构等部件的运动和冲击，高压断路器会产生一系列的振动。这些振动信号是由多个瞬时非平稳振动事件组成的，用有关机械状态的信息丰富。有关断路器机械状态的监测方法主要有行程和速度的监测、合分闸线圈电流的监测以及操作过程中振动信号的监测等。在该系统中，最重要的是获得断路器的振动信号。因此，断路器故障诊断技术的发展是势在必行的。
用于监测断路器机械状态的机械振动方法的特点：振动传感器体积小，重量轻，操作可靠，价格低；断路器的机器振动信号与噪声比较高，但只能在工作过程中获得信号。除频繁工作的断路器外，信号量明显不足；信号不够稳定，有时是可以重复的。
2.高压断路器机械故障及产生的原因
高压断路器的内部状态非常复杂，故障性能可能对应于各种内部状态。同时，机制的一个状态特性的变化所对应的失效可能不是唯一的失效，也可能有许多因素影响到其他部分。一般常见的运动机理包括电磁运动机理、弹簧运动机理和液压运动机理。不同操作机制的失效可分为排斥和误动两种。
2.1电磁操作机构中的断路器故障。电磁运动断路器的异常发生可分为拒斥和拒斥两种类型。错误的移动包括两种类型：关闭后立即和没有信号。经过组合后，主要原因是组合保持支架复位太慢或截面变形，与人支架相扣的滚轴深度太小。
2.2弹簧执行机构断路器故障类型。首先是拒动。第一种形式是铁中心不启动，二次回路接触不良，连接螺丝松动。二是铁核已被激活，四极不动。主要是由于操作机构与传动系统机械故障。如机构卡滞，变形和轴销松断等可造成断路器无法正常动作。此外，还有四杆动作，牵引杆不动。
二是误动，有很多原因导致断路器误动。其中以运行机构的机械故障和二次电路连接的故障最为常见。如果断路器分离弹簧脱落，关闸时门弹簧提供的后座力可能导致合闸速度过快，增加弹跳次数，也可能导致多次操作，即失动。
3.故障诊断方法
3.1离散小波分解。小波分析的时频分辨率随频带的变化而变化，高频段的时间分辨率高，频率分辨率低，低频段的频率分辨率高，时间分辨率低。小波分析具有较高的时频分辨率。小波分解可用于断路器的振动信号的提取或重构，从而有效地避免外部干扰，提取有用的振动信号。因此，利用振动信号实现机械状态的非侵入式监测和故障诊断，是高压断路器机械状态监测最合适的手段之一。
3.2特征提取。能量是振动信号的一个重要特征，能够反映机械运动的状态，断路器在运行中出现机械故障时，不同频带内的能量会发生变化，机械部件发生变化时，振动信号的各个频率成分也会产生变化，而同一频率带内信号能量的变化会更加明显。这就对不同频带内的信号采样点的信号采集造成了较大的不利影响。因此，从断路器振动信号中进行特征的提取可以得到综合性的时间和频率等信息，从而明确各项指数。
为了保证振动传感器的正常工作，一般安装在断路器的内部底座上，能更好地反映出各事件的振动信号，不会影响断路器本身的性能和绝缘性能，也不会影响测量结果，同时，传感器的灵敏度也较高。
4.故障诊断方法
4.1支持向量机。支持向量机（svm）是一种常用的分类方法。它主要是一种基于统计学习和最小风险理论的有效分类方法。其主要的核心思想在于通过函数的手段对样本进行直接映射，从而使其被映射到一个高特征空间。因此，向量机核函数的选择直接影响到向量机分类的结果。同时，对于支持向量机方法，样本数量越多或类型越多，选择内核函数就越困难，高压断路器的振动诊断属于小样本多分类问题，因此更适合应用。在应用过程中，应注意选择合适的特征向量作为支持向量机的个数，并可采用“一到其余”的策略对状态进行分类，以获得更好的识别效果。
4.2人工免疫网络。人工免疫网络是通过模拟生物免疫系统的新型智能算法，具有很强的学习能力。在进行训练的时候，应当将故障样本当做最为关键的网络抗原，并在此基础上进行构造初始抗体的构建，并在多次迭代以后的抗体集选出。当分辨故障类别时，可以将距离抗原最近的抗体集作为诊断依据。
4.3神经网络。如果对神经网络进行简单的理论分析，就可以无限地逼近非线性系统，进而对故障问题进行进一步的分析和分类。神经网络本身具有一定的抗噪声性能，具有较高的泛化能力。但同时，神经系统也存在一定的问题和缺陷。将不同状态下提取的调整向量作为主神经网络传输，并将状态类型编码作为神经网络的主要输出。可以使用适当的网络类型来形成需求，即可构成所需分类器。
总结
高压断路器的研究诊断近年来一直在不断的发展，但当中仍然存在着一定的问题。据调查统计，断路器的机械问题造成断路器出现故障的比例在五分之四以上。由此可见，对高压断路器的机械故障诊断问题进行研究是非常有必要的，而且对断路器的机械故障进行有效的诊断可以进一步确保电力系统安全高效地运行。本文对高压断路器机械故障振动诊断系统的设计框架和诊断方法进行了研究，并对相应的实验研究实例进行了分析，以便于能将故常问题有效排除。
参考文献
[1]陈怀金.基于振动分析的高压断路器机械故障诊断研究[D].东北电力大学,2017.
[2]常广,王毅,王玮.采用振动信号零相位滤波时频熵的高压断路器机械故障诊断[J].中国电机工程学报,2013,33(03):155-162+3.
[3]常广,张振乾,王毅.高压断路器机械故障振动诊断综述[J].高压电器,2011,47(08):85-90.
[4]关永刚,黄瑜珑,钱家骊.基于振动信号的高压断路器机械故障诊断[J].高电压技术,2000(03):66-68.