● 摘要
本文针对高压断路器操动机构机械结构故障，分析高压断路器故障诊断理论的研究现状，并进行深入研究。结合目前前沿研究中存在的问题，为满足对复杂的高压断路器操动机构机械结构故障区分的要求，提出研究断路器在线监测与故障诊断技术。目前，基于振动信号的高压断路器在线监测与故障诊断技术成为研究的热点，但对相关理论方法的研究尚不成熟。本文以弹簧机构高压断路器为研究对象，利用智能监控装置对断路器的温度、湿度、压力、触头位移、可燃气体含量、电弧放电及振动信号进行在线监测，并对振动信号进行深入的研究。结合振动信号经验模态分解(Empirical Mode Decomposition，EMD)与支持向量机(Support Vector Machine，SVM)状态分类、粒子群优化（PSO）等理论方法的研究，提出高压断路器在线监测与故障诊断系统。此外，还进行智能控制系统对电网电压电流的故障诊断研究，实现智能电网保护的同时进行断路器自身的监测与保护，使得工业应用领域更加宽泛。研究过程中得到的研究成果如下：
(1) 电网智能控制与断路器在线监测方面：本研究实现对断路器温度、湿度、压力、触头位移、可燃气体含量、电弧放电及振动信号的在线监测。同时监测电网中三相电流短路故障、三相电压故障及断线、断相故障，采用定时限与基于耐热量降低原理的反时限过流保护相结合的方法进行电网电流电压保护。
(2) 振动信号处理方面：采用EMD分解、内禀模态函数（Intrinsic mode function，IMF）分量能量总量、支持向量机、粒子群优化等分析方法。根据弹簧机构高压断路器机械振动信号的特点，提出一种基于EMD分解，IMF分量能量总量的断路器机械振动信号特征向量提取方法。实验结果表明该方法提取的特征向量能够反映测试信号的微小变化。以不同能量的变化幅度，即能量角度分别反映测试信号中振动事件不同频率成分能量的变化状况，是一种有效的机械故障特征向量提取方法。
(3) 故障状态分类及参数优化方面：针对高压断路器故障诊断训练样本和测试样本的分类问题，本文采用支持向量机实现对高压断路器故障状态分类。深入的研究支持向量机核函数参数及核函数类型的选择对故障状态分类性能的影响，对比分析多项式核函数和径向基核函数的分类效果，重点研究径向基核函数参数的优化方法。提出一种利用动态加速常数协同惯性权重系数的粒子群优化（WCPSO）算法优化支持向量机参数和径向基核函数参数的故障诊断模型，并与常规分析参数优化的方法进行对比。实验结果表明，采用动态加速常数协同惯性权重系数的粒子群优化算法，对支持向量机参数及核函数参数优化后的分类器具有更好的分类效果。
(4) 数据采集方面：以弹簧机构高压断路器工作特性和故障诊断为理论基础，研发弹簧机构高压断路器在线监测系统，该系统集数据采集、数据通讯、数据管理、状态分析和故障诊断于一体。在系统数据采集与分析装置中，提出一种基于单片机、外置AD、外扩RAM与FPGA处理器的高速数据采集系统，并利用Matlab进行数据分析处理，提高数据的处理能力。
(5) 处理数据显示方面：由于数据分析是建立在Matlab计算的基础之上，为实现程序的无缝对接，采用的上位机编程软件为Matlab和上位机界面编程软件MatlabGUI。从而进行数据管理设计和后台数据库的开发，初步构建弹簧机构高压断路器信息管理和故障诊断系统。
(6) 控制系统的研究方面：完成基于单片机、外置AD、外扩RAM与FPGA处理器的处理器底层驱动及应用软件开发，完成测试功能模块软件的开发，实现上位机界面化数据管理及搭载Modbus的485通讯模块软件、主（智能控制终端）从（在线监测）控制装置的SPI通信模块软件及GSM的远程通讯。实验结果表明，本文所设计的弹簧机构高压断路器智能检测与在线监测故障诊断系统，能很好实现对电网的保护以及对断路器多个参数的精确测量，同时验证了故障诊断方法的有效性。