基于CEEMDAN与样本熵的高压断路器机械故障诊断

• 作者: 古彦龙 王启阳 王国东 马莉 魏亮
• 来源期刊: 宁夏电力
• 学科: 工学
• 关键词: 高压断路器 振动信号 自适应白噪声完整经验模态分解 样本熵 支持向量机
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 高电压技术
• 页码范围: 23-28,38
• 页数: 7页
• 分类号: TM561
• 字数: 2690字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-3643.2020.01.005

摘要

依据高压断路器振动信号特性,提出一种自适应白噪声完整经验模态分解(com-plete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)与样本熵相结合的高压断路器故障特征提取方法.首先利用CEEMDAN将分闸振动信号分解成一系列内禀模态函数(intrinsic mode function,IMF),然后利用相关系数法与归一化能量筛选包含信号主要特征信息的前7阶IMF分量,求取其样本熵作为特征量,最后采用粒子群算法(particle swarm optimization,PSO)优化支持向量机(support vector machine,SVM)分类器,对断路器不同故障类型进行分类识别.实验结果表明该特征提取方法能准确提取振动信号特征量,输入PSO-SVM诊断高压断路器故障能取得良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏亮		2	1	1.0	1.0
2	马莉	国网宁夏电力有限公司电力科学研究院	2	0	0.0	0.0
3	王国东		1	0	0.0	0.0
4	古彦龙		1	0	0.0	0.0
5	王启阳		1	0	0.0	0.0