结合经验模态分解能量总量法的断路器振动信号特征向量提取

• 作者: 孙一航 廉世军 张路明 武建文
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 断路器 振动信号 经验模态分解 能量法 故障诊断 SVM
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 高压电器
• 页码范围: 228-236
• 页数: 9页
• 分类号: TM501
• 字数: 5081字
• 语种: 中文

摘要

为了检测出断路器的机械结构故障类型,本文分析了断路器机械振动信号的特性,提出基于经验模态分解(EMD)能量总量法与支持向量机(SVM)理论相结合的中压断路器振动信号的特征向量提取和故障分类的分析方法.首先将断路器的振动信号进行经验模态分解,得到所需要的内禀模态函数(IMF),通过离散采样点求能量总量的方法求出包含主要故障特征信息的各个内禀模态函数分量的能量总量.利用IMF分量能量总量作为特征向量,并以此作为支持向量机输入,将测试样本信号的故障特征向量输入训练好的SVM,并对SVM及核函数参数进行遗传算法优化,采用“二叉树分类”支持向量机分类机制进行故障分类.经实验分析该方法能很好地识别出振动信号的差别及故障类型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廉世军		6	83	3.0	6.0
2	武建文	北京航空航天大学自动化科学与电气工程学院	60	320	10.0	16.0
3	孙一航	北京航空航天大学自动化科学与电气工程学院	1	70	1.0	1.0
4	张路明		4	76	2.0	4.0