基于EMD和SVM的高压断路器机械故障诊断方法研究

• 作者: 李建鹏 赵书涛 陈云飞 陈朋永
• 来源期刊: 华北电力大学学报
• 学科: 工学
• 关键词: 高压断路器 经验模态分解 能量熵 支持向量机 故障诊断
• 年，卷（期）: 2012,（6）
• 页码范围: 23-28
• 页数: 6页
• 分类号: TM561
• 字数: 3346字
• 语种: 中文

摘要

高压断路器操动过程中,声波信号的变化反映了断路器机械状态,声波信号特征提取直接关系到故障诊断的准确性和实用性.提出一种基于经验模态分解(empirical mode decomposition,EMD)的状态特征提取方法,根据高压断路器分闸过程的物理特点,将分闸声波信号分为分闸前期、分闸中期、分闸后期三个阶段,各阶段声波信号等时间分段,形成等时间分段能量熵以反映声波信号的时间、频率和能量变化.将能量熵输入支持向量机(support vector machine,SVM),采用“一对其余”策略进行多级分类,可诊断出断路器的正常运行状态和典型故障.通过对ZN28A型真空断路器正常状态、拐臂润滑不足、缓冲器有多余无效撞击和其它故障的测试实验,基于EMD和SVM相结合的诊断方法,有效提高了小样本下诊断断路嚣机械故障的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵书涛	华北电力大学新能源电力系统国家重点实验室	67	700	15.0	25.0
2	陈朋永	华北电力大学新能源电力系统国家重点实验室	2	35	2.0	2.0
6	李建鹏		1	29	1.0	1.0
7	陈云飞		1	29	1.0	1.0