采用HHT振动分析的低压断路器合闸同期辨识

• 作者: 吴晓梅 王吴雨 石敦义 缪希仁 郭谋发
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 低压断路器 振动分析 合闸同期性 经验模态分解 本征模态函数分量 能量比 神经网络 故障识别
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 高低压电器
• 页码范围: 154-161
• 页数: 8页
• 分类号: TM561
• 字数: 5474字
• 语种: 中文

摘要

利用振动信号辨识三相合闸不同期故障,应解决有效的振动信号消噪及其故障特征提取方法.提出一种希尔伯特-黄变换(HHT)的低压断路器振动信号分析方法,采用经验模态分解(EMD)有效地提取反映振动信号局部特性的本征模态函数(IMF)分量,以前5阶IMF分量表征振动信号特性且起到信号消噪作用.通过时域特征分析,得出振动信号的峭度和均方值可作为判别机械特性的辅助特征指标.提出前5阶IMF分量能量比及峭度、均方值为特征向量,建立粒子群优化径向基(PSO-RBF)神经网络的低压断路器合闸不同期故障识别模型.实验与仿真结果表明,基于单个传感器振动特性,综合采用时域分析、EMD分解、粒子群优化神经网络等人工智能的合闸同期性故障识别效果良好,为断路器故障尤其是三相合闸同期性振动分析提供了一种新的诊断方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭谋发	福州大学电气工程与自动化学院	114	817	15.0	24.0
2	缪希仁	福州大学电气工程与自动化学院	140	1113	18.0	26.0
3	吴晓梅	福州大学电气工程与自动化学院	8	84	5.0	8.0
4	王吴雨	福州大学电气工程与自动化学院	3	51	3.0	3.0
5	石敦义	福州大学电气工程与自动化学院	2	49	2.0	2.0