基于因子分析和支持向量机算法的高压断路器机械故障诊断方法

• 作者: 关永刚 唐诚 张文鹏 程序
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 高压断路器 振动信号 故障诊断 因子分析 支持向量机
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 高低压电器
• 页码范围: 209-215
• 页数: 7页
• 分类号: TM561|TM507
• 字数: 3809字
• 语种: 中文

摘要

高压断路器操作过程中的振动信号能够反映断路器的机械状态.以高压断路器机械振动信号中振动事件的起始点作为特征参量,使用因子分析对特征量进行降维优化、支持向量机(Support Vector Machine,SVM)经粒子群参数寻优(Particle Swarm Optimization,PSO)后可对断路器的不同状态进行分类.本文对断路器机械故障进行了模拟试验,结果表明,因子分析和支持向量机算法适于诊断高压断路器的机械状态.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	关永刚	清华大学电机系电力系统及发电设备控制和仿真国家重点实验室	41	732	16.0	26.0
2	唐诚		2	76	2.0	2.0
3	程序		1	69	1.0	1.0
4	张文鹏	清华大学电机系电力系统及发电设备控制和仿真国家重点实验室	1	69	1.0	1.0