基于改进EEMD的高压断路器振声联合故障诊断方法

• 作者: 张佩 申路 赵书涛 赵现平
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 高压断路器 振声数据级融合 振声特征级融合 改进EEMD分解 改进BEEMD分解 支持向量机
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 应用研究
• 页码范围: 77-81
• 页数: 5页
• 分类号: TM77
• 字数: 3816字
• 语种: 中文

摘要

高压断路器是电力系统中关键的控制和保护设备，针对其故障诊断方法的不足之处，将振声数据级融合和特征级融合应用于高压断路器故障诊断方法。振声特征级融合诊断方法首先将采集到的声波信号通过快速核独立分量分析（Fast KICA）实现盲源分离处理，其次利用改进集合经验模式分解（EEMD）提取振动信号和声波信号的特征向量。振声数据级融合诊断方法首先构建振声联合图像，其次利用改进的BEEMD提取特征向量。最后将两种方法提取的特征向量输入支持向量机模型(SVM)进行故障诊断，实验结果表明，所提方法诊断高压断路器故障能取得良好的效果。

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	华北电力大学保定校区电气工程学院	67	700	15.0	25.0
2	赵现平	云南电网公司电力研究院	27	116	4.0	10.0
3	张佩	华北电力大学保定校区电气工程学院	8	120	4.0	8.0
4	申路	华北电力大学保定校区电气工程学院	8	120	4.0	8.0