基于振动信号分析的高压断路器机械故障诊断

• 作者: 唐文虎 季天瑶 靳文娟
• 来源期刊: 广东电力
• 学科: 工学
• 关键词: 高压断路器 机械故障 小波包分解 粒子群优化 支持向量机
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 输配电技术
• 页码范围: 104-110
• 页数: 7页
• 分类号: TM561
• 字数: 5149字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-290X.2017.010.019

摘要

针对高压断路器机械故障诊断方法准确率较低的现状,提出将改进的小波包分解(wavelet packet,WP)、Hilbert谱分析、粒子群优化(particle swarm optimization,PSO)算法和优化后的支持向量机(support vector ma-chine,SVM)相结合的诊断方法,对弹簧操动式高压断路器进行弹簧疲劳和合闸挚子卡涩故障(在高压断路器机械故障中占比较高)的模拟实验和分析.研究结果表明,振动信号的时频特性能较好反映高压断路器的机械状态,尤其基于PSO-SVM的特征分类方法分类效果较好,能大大提高现有高压断路器机械故障诊断方法的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	季天瑶	华南理工大学电力学院	18	60	5.0	7.0
2	唐文虎	华南理工大学电力学院	17	60	4.0	7.0
3	靳文娟	华南理工大学电力学院	2	13	1.0	2.0