基于主成分分析和支持向量机的高压断路器机械状态识别方法

• 作者: 刘亚魁 刘伟鹏 张国钢 杨景刚 王建华 赵科
• 来源期刊: 高压电器
• 关键词: 高压断路器 机械状态识别 主成分分析 奇异值分解 支持向量机
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 技术讨论
• 页码范围: 267-272,278
• 页数: 7页
• 语种: 中文
• DOI: 10.13296/j.1001-1609.hva.2020.09.039

摘要

高压断路器分合闸过程中的触头行程曲线蕴含着反映其内部机构机械状态的丰富信息,是实现其状态识别和故障诊断的重要依据.文中提出了一种基于主成分分析和支持向量机的高压断路器机械状态识别方法,基于奇异值分解计算特征量的主成分,降低特征量的维度,筛选出包含主要信息的特征矩阵,然后基于特征矩阵构建支持向量机,结合交叉验证网格搜索确定最优参数,进而确定最优分类模型.对实验数据的分析结果表明,该方法可以有效提取触头行程曲线中蕴含的特征信息,准确度高达99％,可以实现对高压断路器机械状态的识别.