基于振动信号样本熵和相关向量机的万能式断路器分合闸故障诊断

• 作者: 于晗 孙曙光 杜太行 王景芹 赵黎媛
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 万能式断路器 分合闸故障诊断 振动信号 互补总体平均经验模态分解 样本熵相关向量机
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 电机与电器
• 页码范围: 20-30
• 页数: 11页
• 分类号: TM561
• 字数: 6905字
• 语种: 中文

摘要

为实现对万能式断路器分合闸故障的非侵入式监测和诊断,以分合闸过程中所产生的包含丰富机械特性信息的振动作为信号来源,提出一种基于振动信号互补总体平均经验模态分解(CEEMD)-样本熵和相关向量机(RVM)相结合的万能式断路器故障诊断方法.该方法首先将振动信号通过改进的小波包阈值去噪算法处理;其次采用CEEMD提取若干个反映断路器状态信息的固有模态函数(IMF)分量,依据各IMF分量的能量分布特点,选择其中前7阶进行处理,计算其样本熵形成有效的特征样本;最后通过计算不同故障类型的样本间欧氏距离来定量评价类间样本平均距离,建立基于RVM的二叉树多分类器,诊断得出万能式断路器故障类型.基于所设计的分合闸典型故障模型进行实验.与其他方法的对比实验表明,所提方法可利用相对较少的故障数据样本实现对万能式断路器故障类型的识别并具有较高的识别率;同时实验表明,辅以同一故障类型的样本间欧氏距离,可实现对分合闸故障中三相不同期故障严重程度的初步评估.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜太行	河北工业大学控制科学与工程学院	151	864	15.0	20.0
2	孙曙光	河北工业大学控制科学与工程学院	75	385	11.0	17.0
3	赵黎媛	河北工业大学控制科学与工程学院	6	27	3.0	5.0
4	于晗	河北工业大学控制科学与工程学院	9	74	4.0	8.0