高压断路器机械故障诊断技术

被引:34
作者
杨景刚 [1 ]
刘媛 [1 ]
高山 [1 ]
陈曦 [2 ]
机构
[1] 江苏省电力公司电力科学研究院
[2] 江苏省电力公司经济技术研究院
关键词
断路器; 机械特性; 故障诊断; 特征量提取; 故障识别;
D O I
10.19464/j.cnki.cn32-1541/tm.2016.02.001
中图分类号
TM561 [断路器];
学科分类号
摘要
高压断路器安全可靠运行具有十分重要的工程意义。文中在调研高压断路器常见机械故障类型的基础上,探讨了不同故障产生的原因。评述了目前国内外高压断路器机械故障诊断技术,从机械故障特征量的提取以及故障识别的角度,对其进行了深入的分析。最后综合高压断路器机械故障诊断技术发展现状,指出了目前机械故障诊断急需解决的问题及其发展方向。
引用
收藏
页码:1 / 6+10 +10
页数:7
相关论文
共 37 条
[21]   高压断路器操作振动信号处理的一种新方法 [J].
杨武 ;
荣命哲 ;
陈德桂 ;
孟永鹏 .
电工电能新技术, 2002, (03) :57-61
[22]   基于径向基函数网络的高压断路器在线监测和故障诊断 [J].
胡晓光 ;
齐明 ;
纪延超 ;
于文斌 .
电网技术, 2001, (08) :41-44
[23]   基于小波奇异性检测的高压断路器故障诊断 [J].
胡晓光 ;
戴景民 ;
纪延超 ;
于文斌 .
中国电机工程学报, 2001, (05) :68-71
[24]   基于振动信号的高压断路器机械故障诊断 [J].
关永刚 ;
黄瑜珑 ;
钱家骊 .
高电压技术, 2000, (03) :66-68
[25]   高压断路器机械状态的监测 [J].
黄瑜珑 ;
钱家骊 .
清华大学学报(自然科学版), 1998, (04) :81-83
[26]   小波分析在真空断路器机械振动信号分析中的应用 [J].
张伟政 ;
杨兰均 ;
张文元 .
高压电器, 1997, (06) :19-22
[27]   小波包能谱熵与神经网络在断路器故障诊断中的应用 [J].
陈伟根 ;
邓帮飞 .
重庆大学学报, 2008, (07) :744-748+765
[28]   基于EMD方法的高压断路器液压机构振动信号分析 [J].
张国钢 ;
王宏伟 ;
汤翔 ;
耿英三 .
高压电器, 2008, (03) :193-196
[29]   基于小波能量与神经网络的断路器振动信号识别方法 [J].
陈伟根 ;
范海炉 ;
王有元 ;
孙才新 .
电力自动化设备, 2008, (02) :29-32
[30]   高压断路器电磁铁动作特性的实验研究 [J].
朴吉兴 ;
朱鹏 ;
徐国政 ;
黄瑜珑 .
清华大学学报(自然科学版), 2006, (10) :1669-1672+1676