基于多模态高效Transformer的高压断路器机械状态检测模型

摘要

【目的】高压断路器作为电力系统中关键的控制和保护设备，其可靠运行对电网的安全稳定至关重要。然而，高压断路器在长期运行过程中，会因机械磨损、部件老化等问题引发各类故障。当前，对高压断路器的检测面临检测信号多样、故障检测难度大和精度低等问题。因此，研究一种高效、准确的高压断路器机械状态检测方法，对保障电力系统安全稳定运行具有重要意义。【方法】本文提出了一种基于多模态高效Transformer的高压断路器机械状态检测模型。在数据采集环节，综合运用振动传感器、电流传感器和位移传感器，同步获取高压断路器运行过程中的振动信号、电流信号和位移信号，构建多模态信号数据集。在信号预处理阶段，采用小波变换技术对采集到的多模态信号进行处理，将信号分解到不同的频率尺度上，从而有效去除信号中的噪声成分，同时增强故障特征信号，进而显著提升信号质量。在模型构建方面，引入高效Transformer模块。Transformer模块凭借其强大的自注意力机制，能够有效捕捉信号序列中的长距离依赖关系，对多模态信号中的复杂特征进行深入挖掘，通过将高压断路器的运行状态分为正常运行、合闸无法保持、软连接松动、单相触头磨损、绝缘拉杆松动和分闸弹簧断裂，实现对断路器机械状态的准确诊断。【结果】在仿真实验中，构建了高压断路器不同故障类型的仿真模型，模拟实际运行中的各种工况，生成多模态信号数据。将这些数据输入到本文检测模型中进行测试，结果显示模型能够准确识别不同故障类型。在实际实验中，选取了多台高压断路器作为实验对象，在其正常运行和设置不同故障状态下，采集多模态信号数据。实验结果表明，相比传统检测方法，本文方法在保证检测速度的同时，使检测精度有了显著提升。【结论】本文提出的基于多模态高效Transformer的高压断路器机械状态检测模型，有效解决了检测信号复杂、噪声干扰大的问题;借助高效Transformer的强大特征提取和分类能力，实现了对高压断路器多种机械状态故障的准确识别。仿真分析与实验结果证明，本文方法在检测精度和速度上均表现良好，能够为电力系统中高压断路器的状态监测和故障诊断提供可靠的技术支持，有助于及时发现设备潜在故障，在保障电力系统的安全稳定运行方面具有一定的应用价值和推广前景。

关键词

高压断路器 / Transformer模块 / 状态检测 / 振动信号 / 电流信号 / 速度信号 / 多模态分类 / 小波变换