基于经验小波变换和相关向量机的断路器机械故障诊断

• 作者: 丁其 李峙 贾鹏举 辛忠良 霍明霞 韩光
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 断路器 故障诊断 经验小波变换 样本熵 相关向量机
• 年，卷（期）: 2019,（13）
• 所属期刊栏目: 测量与控制
• 页码范围: 97-103
• 页数: 7页
• 分类号: TM933
• 字数: 4337字
• 语种: 中文
• DOI: 10.19753/j.issn1001-1390.2019.013.017

摘要

为了更准确的提取断路器故障特性,得到更可靠的故障诊断结果,在振动信号的基础上,提出了一种基于经验小波变换(Empirical Wavelet Transform,EWT)和相关向量机(Relevance Vector Machine,RVM)的断路器机械故障诊断方式.首先提取不同故障振动信号,设置阈值来初始化信号傅里叶频域分解区间,利用EWT分解得到有限带宽的多个模态.然后计算样本熵参数,计算并作为特征向量.最后,将特征向量输入相关向量机(RVM),建立不同故障的模型,对测试样本进行诊断.通过与其他方法实验对比,文中方法具有更高的故障诊断识别率,更快的识别速度.