針對採用振動信號識別高壓斷路器（HVCBs）機械缺陷困難及難於實現工程應用問題，武漢大學電氣與自動化學院、國網江蘇省電力公司南京供電公司、ABB（中國）有限公司中壓產品技術中心、中能電氣股份有限公司的研究人員楊秋玉、阮江軍、張燦、莊志堅、翟鵬飛，在2020年第18期《電工技術學報》上撰文，提出一種基於定量遞歸分析的振動信號分析方法，並將其應用於變電站在運高壓斷路器機械缺陷辨識中。
試驗結果表明，所提方法能夠準確地辨識高壓斷路器的機械缺陷，在實際工程應用中也表現出較高的準確率。
高壓斷路器（High-Voltage Circuit Breaker, HVCB）是電力系統中重要的保護和控制設備，其性能直接或間接影響著電力系統的可靠性和穩定性。近年來，基於狀態檢/監測的高壓斷路器檢修技術成為人們關注的重點，即通過對高壓斷路器某些信號的檢測/監測，實現故障預知，並採取相應的措施預防故障的發生。
許多研究表明，機械異常是導致高壓斷路器故障的主要原因。另外，根據某省電力公司在2006～2015年對該省的電網開關設備故障的調查，高壓斷路器的故障中有32.6%是由於機構異常引起的；中國電力科學研究院調查結果表明，2015年國家電網公司由高壓斷路器（72.5～1100kV）故障引起的故障跳閘為22次，其中，14次為機械故障引起的，佔比63.6%。因此，有效預防機械故障對於保證高壓斷路器的安全穩定運行至關重要。
採用高壓斷路器分、合閘動作過程中產生的振動信號對其機械狀態做出判斷已被證明是一種可行的方法。該方法類似中醫診脈（根據手指感受到的振動響應的顯現部位（深、淺）、速率（快、慢）、強度（有力、無力）、節律（整齊與否、有無歇止）和形態等方面的表現，以了解疾病內在變化的診斷方法），其內在機理是高壓斷路器在分、合閘動作時機械零部件相互作用（摩擦、碰撞等）產生相應的衝擊波，而這些衝擊波蘊含著豐富、重要的高壓斷路器機械狀態信息。
到目前為止，已有許多研究者對採用振動信號判斷高壓斷路器的機械狀態進行了深入的研究，並取得了一些成果。然而，目前的研究局限於實驗室，很少應用於實際工程，這是由於存在以下主要難點制約了該技術的工程應用：
①傳感器類型及安裝位置影響有效信號的採集；②高壓斷路器型號眾多且現場情況複雜多變；③現場提取的振動信號和實驗室模擬的信號存在差異，影響算法的實際使用效果；④比對樣本嚴重不足；⑤通用性的高辨識度故障信息難於提取。
武漢大學等單位的研究人員，在大量試驗研究的基礎上提出了高壓斷路器振動信號分區分割、定量遞歸分析等方法，並進行了工程實踐應用初探，主要內容如下：①提出將振動信號按高壓斷路器動作特性進行分區分割的思想，以實現異常信號的準確定位；②將子區信號映射至高維相空間，並進行遞歸圖重構及定量遞歸分析，以提取區分性和重複性較好的缺陷特徵；③結合實驗室試驗與現場實測案例，驗證所提方法的有效性和優勢。
研究人員主要通過對斷路器振動信號進行處理與分析以實現機械缺陷辨識。實際上，目前監測斷路器機械狀態的信號還包括線圈電流信號、觸頭行程信號等，這些信號同樣蘊含著斷路器機械狀態信息。線圈電流信號包含著二次迴路狀態（包括輔助開關等）、線圈本身狀態、操動機構機械鎖扣裝置狀態等信息，與線圈動作相關聯的斷路器元器件若發生異常，線圈電流會發生相應的改變。
例如，圖5所示的是某變電站一臺在運的高壓斷路器正常操作和操作電壓異常（電壓降至90%，即斷路器動作電壓為DC 198V）時的分、合閘線圈電流信號。可以看到，當斷路器操作電壓異常時，其線圈電流波形發生了明顯的變化。因此，可以通過提取線圈電流波形的特徵參數對斷路器相應元器件的狀態進行診斷。
然而，當操動機構鎖扣裝置被線圈觸發解列後，線圈就不再參與後續的機構本體運動過程，即操動機構本體的機械狀態，無法反映到線圈電流信號中。而機械振動信號卻蘊含著豐富的操動機構本體狀態信息。因此，後續工作可將振動信號與線圈電流信號相結合，以更全面地評估斷路器的狀態。
另外，近年來永磁機構發展較快，對永磁機構的故障辨識也受到人們越來越多的關注。永磁機構與彈簧機構雖然功能一樣但結構大不相同，彈簧機構的分、合閘過程可分為四個階段：脫扣階段、機構解列階段、傳動階段和制動階段。而永磁機構由於省去了合閘彈簧、脫扣裝置（當鐵心力大於反力時脫扣）、保持裝置（靠永磁體磁力保持）等，其結構更簡單，對應的振動信號相較於彈簧機構的簡潔。
如圖6所示為一ZW45 12型永磁機構的合閘振動波形，根據永磁機構的結構特點及運動特性（見圖6的觸頭行程曲線），可將該類型永磁機構的振動信號分割為：A驅動階段、B壓縮觸頭彈簧階段、C觸頭碰撞及制動階段。在對永磁機構的振動信號分區分割後，亦可採用所提方法進行RQA特徵提取，以實現永磁機構的機械故障辨識。
研究人員最後在論文中總結指出：
1）提出根據高壓斷路器的結構特點和分、合閘動作特性對振動信號進行分區分割的思想。根據該思想，可總體上將振動信號分割成4個功能區域（即斷路器脫扣階段、機構解列階段、傳動階段和制動階段對應的振動信號），但詳細應根據具體類型的斷路器振動信號特點進行劃分。這種振動信號分區分割的思想有助於確定斷路器機械缺陷的部位。
2）遞歸圖能夠較清晰地描述振動信號中的衝擊波特點，其紋理結構特徵蘊含著斷路器豐富的動力學特性；而定量遞歸分析能夠實現遞歸圖的模式識別，進而實現斷路器機械缺陷的辨識。
3）通過實驗室的模擬試驗（採用12kV真空斷路器）探索並驗證了所提方法的有效性。隨著RQA特徵維數的增多，斷路器不同缺陷之間的區分性越來越顯著，在此基礎上，採用BP神經網絡識別斷路器機械缺陷的準確率可達92.9%。
4）通過對變電站在運高壓斷路器開展現場實測工作，驗證了所提方法的實用性和優勢。所提方法能夠有效定位高壓斷路器的異常部位，診斷結果與實際情況基本一致。
以上研究成果發表在2020年第18期《電工技術學報》，論文標題為「基於定量遞歸分析的高壓斷路器機械缺陷辨識及應用」，作者為楊秋玉、阮江軍、張燦、莊志堅、翟鵬飛。