真空断路器作为电力系统的控制和保护电气设备，其运行特性是影响系统安全可靠运行和维护的主要因素之一。据统计，在真空断路器的服役过程中，机械故障约占整机故障的80%。评价和识别真空断路器的运行故障具有重要的理论和工程意义。断路器分合闸动作产生的振动信号包含了丰富而重要的机构状态信息，是铁芯是否卡死、铁芯和斥力盘是否松动、油压缓冲器是否过调等“故障”的集总参数。断路器中的油压缓冲器可以吸收机构分闸运动结束时的残余能量，以减小冲击和振动，在真空断路器中起着不可或缺的作用。

配有电力线和变压器的配电站、配电站

此外，油压缓冲器还直接影响分闸行程结束时斥力机构的回弹幅度或弹跳时间长度：一方面，回弹幅度过大或弹跳时间过长时间必然会使灭弧室的波纹管承受大幅度强迫振动，使波纹管开裂，进而造成灭弧室漏气；另一方面，过大的分闸反弹幅度严重减小了动、静触头之间的有效开距，灭弧室在分闸过程中无法达到安全间隙，导致灭弧室再次击穿，分闸失败。因此，有必要利用振动信号来识别断路器的机械运行状态，尤其是油缓冲器的故障类型。断路器振动信号是瞬态的、非线性的、非平稳的。国内外学者在信号采集、特征提取和故障识别方面做了大量的研究。特征提取通常采用时域法、频域法、时频法、数据序列法或几种方法的组合。随着人工智能算法的发展，神经网络、小波包分解和支持向量机(SVM)被引入到故障识别中。然而，相关研究大多基于断路器的弹簧机构和液压机构。随着DC电网的发展，提高直流断路器的故障分断能力变得越来越重要。基于电磁斥力机构的快速真空断路器是DC分断模块的主开关，这已成为共识。真空断路器的永磁斥力机构为分、合闸提供动力。与弹簧机构、气动液压机构等相比。斥力机构具有响应及时、速度快、零件少、精度高的优点。但它的优点是速度快，冲击力大，弹跳大，动力学参数多。而且永磁斥力机构时间的动作只有十几甚至几毫秒，其振动信号更为复杂和非线性。在传统的基础上：000通过将相空间重构引入到断路器振动信号分析中，利用吸引子的演化规律可以有效地判别故障类型或程度。相关研究表明，混沌吸引子方法可以有效判断故障类型，而快速永磁斥力机构振动信号吸引子形状的研究需要进一步提取特征向量来完成故障评估和分类。针对真空断路器斥力机构发生故障时振动信号的暂态性和非线性，难以对故障进行定量评估和识别的问题，省部共建的天津工业大学机械工程学院和成都光绪电子有限公司的刘晓明、张、陈俊平、宋柏洋在2022年《电工技术学报》第20期撰文提出了以真空断路器的永磁斥力机构为研究对象，基于混沌理论，重构了机构分合闸闭锁、斥力机构引起的分合闸失败、分合闸回弹和分合闸油缓冲器超调等故障类型的相空间。 使用C-C算法来计算延迟时间和嵌入维数。利用Wolf算法获取最大李亚普诺夫指数(LEmax)来判断振动信号的混沌特性，并利用相图对其进行定性分析。他们指出，当斥力机制被卡住或弹起或故障严重程度增加时，振动信号吸引子的轨迹变得更加复杂，无序度增加。研究人员引入混沌吸引子矩理论，以振动信号的二维吸引子相图为对象，计算主轴、次轴、原点和混合吸引子矩，用最小二乘法做线性回归，得到吸引子形态特征量作为特征向量，同时提取时域信号的均值和均值，形成特征向量库。他们使用SVM对样本进行分类识别，准确率为96.67%。粒子群优化(PSO)算法用于优化惩罚系数C和核

实验结果表明，该方法能够准确识别斥力机构的故障类型和程度，为断路器机械故障的评估和识别提供了一种新的思路和方法。本文编译自2022年第20期《电工技术学报》。论文题目为“基于混沌吸引子的真空断路器永磁斥力机构机械故障识别方法”。本课题得到了中央政府引导地方科技发展专项和河北省自然科学基金面上项目的支持。