基于智能理论的高压断路器机械故障诊断

被引：10

作者：

田涛 ^{[1
]}

陈昊 ^{[1
,2
]}

张建忠 ^{[2
]}

李子吉 ^{[1
]}

张明 ^{[1
]}

王斌 ^{[1
]}

杭俊 ^{[2
]}

机构：

[1] 江苏省电力公司检修分公司

[2] 东南大学电气工程学院

来源：

江苏电机工程 | 2014年 / 33卷 / 06期

关键词：

高压断路器; 机械故障; 故障诊断; 小波分解; SVM;

D O I：

10.19464/j.cnki.cn32-1541/tm.2014.06.003

中图分类号：

TM561 [断路器];

学科分类号：

摘要：

文中对高压断路器机械故障诊断方法进行了研究,通过监测高压断路器合闸操作振动信号,提出了一种基于小波分解和支持向量机(SVM)的机械故障智能诊断方法。首先利用小波分解对振动信号进行分解,然后提取出振动信号的低频和高频重构信号的能量并将其作为特征量,最后利用SVM实现高压断路器机械故障的分类。为了验证提出的方法,搭建了高压断路器机械故障诊断软硬件平台,并对现场的高压断路器进行了实验研究。实验结果表明,该方法能有效地完成高压断路器机械故障的诊断。

引用

页码：12 / 15

页数：4

共 17 条

[11]

支持向量机导论.[M].(英)NelloCristianini;(英)JohnShawe-Taylor著;李国正等译;.电子工业出版社.2004,

[12] 基于小波能量与神经网络的断路器振动信号识别方法 [J].