基于振动分析法的变压器故障分类和识别

• 作者: 夏玉剑 李敏 沈大千 王昕 石同春 陈果
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 振动分析法 集合经验模式分解 特征矢量 主成分分析 K近邻法
• 年，卷（期）: 2017,（17）
• 所属期刊栏目: 理论与实验研究
• 页码范围: 7-10,17
• 页数: 5页
• 分类号: TM403.9
• 字数: 3400字
• 语种: 中文

摘要

为了实现变压器故障的直观分类和故障识别,在分析变压器振动机理的基础上,提出一种基于主成分分析和KNN分类识别的变压器故障测量方法.该方法采用EMMD(集合经验模式分解)方法提取变压器不同运行状态下振动信号的特征矢量,将该特征矢量通过主成分分析投影到直观的二维图像中.利用KNN分类识别实现故障分类和自动故障识别.试验结果表明,该方法可以实现对变压器正常状态、绕组变形、铁芯故障3种状态直观分类,并对测试样本进行快速的自动模式识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王昕	上海交通大学电工与电子技术中心	151	1094	19.0	27.0
2	沈大千		3	7	2.0	2.0
3	陈果		9	10	2.0	3.0
4	李敏		9	18	3.0	4.0
5	夏玉剑	上海交通大学电工与电子技术中心	2	5	1.0	2.0
6	石同春		1	4	1.0	1.0