(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111156922.8 (22)申请日 2021.09.3 0 (71)申请人 广西电网有限责任公司电力科 学研 究院 地址 530023 广西壮 族自治区南宁市民主 路6-2号 (72)发明人 李锐　黎大健　张磊　韩方源　 苏毅　芦宇峰　饶夏锦　潘绍明　 莫建明　付茂雪　 (74)专利代理 机构 南宁东智知识产权代理事务 所(特殊普通 合伙) 45117 代理人 黎华艳 (51)Int.Cl. G01M 13/00(2019.01) G01H 17/00(2006.01)G06F 17/10(2006.01) G06F 30/27(2020.01) G06K 9/62(2022.01) (54)发明名称 一种基于SystemVue声信号 分离的断路器机 械故障诊断方法 (57)摘要 本发明属于电气设备故障诊断技术领域， 具 体涉及一种基于SystemVue声信号 分离的断路器 机械故障诊断方法。 本发明基于SystemVue仿真 平台下对声信号盲分离系统进行建模， 其中声信 号盲分离系统建模， 包括声传感器网络仿真模 型、 信号排干扰模型 以及信号接收处理模型。 对 支持向量改进 算法SVDD 进行因子补偿， 并采用支 持向量的改进算法形成超球体模 型， 以断路器正 常状态为正样本， 故障状态为负样本， 训练超球 体模型； 采用训练好的超球体模 型识别断路器机 械状态故障。 本发明可提高对断路器机械状态故 障识别的准确性、 可靠性。 权利要求书4页 说明书8页 附图2页 CN 114088364 A 2022.02.25 CN 114088364 A 1.一种基于SystemVue声信号分离的断路器机械故障诊断方法， 其特征在于： 包括以下 步骤： S1： 利用S ystemVue仿真平台建立声信号盲分离系统； 所述声信号盲分离系统包括声传 感器网络 仿真模型、 信号 排干扰模型以及信号接收处 理模型； S2： 所述声传感器网络仿真模型包括声传感器模块和信号产生模块； 所述声传感器模 块采集断路器周围杂音信号、 机械振动信号并将采集的信号传输至信号产生模块； 所述信 号产生模块根据声传感器模块采集的信号生成对应的声信号， 并将生成的声信号传输至信 号排干扰模型； S3： 信号排干扰模型将信号产生模块产生的声信号中与产生的干扰信号进行混频处 理， 并将处 理后的信号传输 至信号接收模型； S4： 信号接收处理模型对信号排干扰模型处理后的声信号进行处理， 得到声信号的正 负样本特征向量； S5： 采用支持向量的改进算法将信号接收处理模型的正负样本特征向量形成超球体模 型， 以断路器正常状态为正样本， 故障状态为负样本， 训练超球体模型； 采用训练好的超球 体模型识别断路器机 械状态故障。 2.根据权利 要求1所述的一种基于SystemVue声信号分离的断路器机械故障诊断方法， 其特征在于： 所述声传感器模块有若干个， 每个声传感器模块的横滚角、 俯仰角、 航向角各 不同。 3.根据权利 要求2所述的一种基于SystemVue声信号分离的断路器机械故障诊断方法， 其特征在于： 所述信号产生模块根据每个声传感器模块产生对应参数 的声信号； 所述参数 包括波形类型、 载 频、 相位、 脉宽、 带宽、 重复周期内的脉冲串数(CPI)、 脉冲重复周期。 4.根据权利 要求1所述的一种基于SystemVue声信号分离的断路器机械故障诊断方法， 其特征在于： 所述信号排干扰模型包括干扰噪声产生模块、 混频模块、 开关模块、 若干个加 强干扰模块； 所述干扰噪声产生模块、 混频模块、 开关模块若干加强干扰模块依次连接； 所 述混频模块分别与信号产生模块、 信号接 收处理模型连接； 所述加强干扰模块与信号接 收 处理模型连接； 所述干扰噪声产生模块用于产生模拟外部干扰的干扰信号， 并将产生的干扰信号输入 至混频模块； 所述混频模块用于将信号产生模块产生的信号与干扰信号混合， 得到第一混 合信号输出至开关模块或者信号接收处理模型； 所述开关模块用于投入或切除加强干扰模 块； 所述加强干扰模块用于生成加强的干扰信号并与第一混合信号混合， 得到第二混合信 号， 并将第二混合信号输出至信号接收处 理模型。 5.根据权利 要求4所述的一种基于SystemVue声信号分离的断路器机械故障诊断方法， 其特征在于： 每个所述加强干扰模块分别包括振荡器单元、 混频单元、 滤波器单元、 放大器 单元； 所述振 荡器单元与混频单元连接； 所述混频单元、 滤波器单元、 放大器单元依次连接； 若干个加强干扰模块依 次串联， 其中第一个加强干扰模块的混频单元与开关模块连接； 上 一个加强干扰模块的放大器单元与下一个加强干扰模块的混频单元连接； 最后一个加强干 扰模块的放大器单 元与信号接收处 理模型连接； 所述振荡器单元用于产生电磁波并将产生的电磁波输入至对应的混频单元与该混频 单元输入的信号进行混合， 得到混合后的信号， 并将混合后的信号输入至滤波器单元进行权　利　要　求　书 1/4 页 2 CN 114088364 A 2滤波处理， 经过滤波处理后的信号输入至放大器进行放大处理， 最后输出至信号接 收处理 模型。 6.根据权利 要求1所述的一种基于SystemVue声信号分离的断路器机械故障诊断方法， 其特征在于： 所述信号接收处理模型包括m个信号天线； 所述信号接收处理模型对接收到的 信号进行处 理的方法如下： S1： 设输入信号个数为n， m个信号天线呈现均匀分布， 则接收到的信号S(t)可以表示 为： S(t)＝B·k(t)+α(t)； (1) 其中， S(t)＝[S1(t),S2(t),S3(t),…,Sm(t)]T为观测信号， k(t)＝[k1(t),k2(t),k3 (t),…,kn(t)]T为输入信号， α(t)＝[α1(t), α2(t), α3(t),…, αm(t)]T为干扰信号， B为混合 矩阵， 表示在信号传输过程中输入信号变化的可能矩阵， B＝[B1,B2,B3,…,Bn]T； 对矩阵B作出两个约束条件， (1)混合矩阵B为混合矩阵列满秩； (2)将混合矩阵中各列矢量单位 化， 即||Bi||＝1,i＝1,…,n； S2： 对接收到的信号S(t)进行短时傅里叶变换， 可 得： S(t,f)＝B ·k(t,f)+α(t,f)； (2) 其中， S(t,f)为短时傅里 叶变换后的观测信号、 k(t,f)为短时傅里 叶变换后的输入信 号、 α(t,f)为短时傅里叶变换后的干扰信号； S3： 对于时频分析下的观测信号S(t,f)， 考虑干扰信号下， 筛选出超过阀值Λ的信号能 量点集合进行分析， 集 合筛选方法如下： S4： 在超过阀值Λ信号能量点集合的不同输入信号能量对该集合的作用不一样， 筛选 出作用较大的点， 筛 选方法如下： ki(t,f)＞＞kn(t,f),i≠n； (4) S5： 时频内任意 一点内的能量幅度由n个输入信号共同作用， 数 学表达式如下： S(t,f)＝(B1k1(t,f),B2k2(t,f),…,Bnkn(t,f))T+αn(t,f)； (5) S6： 干扰信号能量幅值较小， 一般可以忽略不计， 因此公式(5)可以简略为公式(6)： S(t,f)＝Bnkn(t,f)； (6) 式中Bn为1×m维向量， 将式(6)展开， 如公式(7)： S(t,f)＝[Bn1,Bn2,…,Bnm]T·[k1(t,f),k2(t,f),…,km(t,f)]； (7) S7： 信号天线的观测信号时频比如公式(8)： 式中， Bni为Bn这1×m维向量中的第i个元 素 S8： 对信号 kn(t)全部信号遍历搜索， 对信号 kn(t)所对应的混合矢量可写成： 权　利　要　求　书 2/4 页 3 CN 114088364 A 3