基于精细复合多尺度散布熵的高压断路器机械故障诊断方法

• 作者: 陈佳豪 吴浩 李栋 杨杰 刘益岑
• 来源期刊: 四川轻化工大学学报（自然科学版）
• 关键词: 高压断路器 机械故障诊断 振动信号 精细复合多尺度散布熵 粒子群算法 极限学习机
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 电子信息·计算机
• 页码范围: 40-47
• 页数: 8页
• 分类号: TM561.2|TP206+.3
• 语种: 中文
• DOI: 10.11863/j.suse.2021.04.06

摘要

针对高压断路器机械故障识别准确率不高的问题,提出了一种基于精细复合多尺度散布熵(RCMDE)的断路器故障诊断方法.利用实验室10 kV户内真空高压断路器进行合闸动作时正常、螺丝松动、传动机构卡涩、合闸弹簧储能不足4种状态的振动数据采集.对采集到的数据计算RCMDE值,并构成特征向量集,将特征向量集分作训练集及测试集.利用粒子群算法(PSO)优化后的极限学习机(ELM)训练训练集得到智能故障识别模型,将测试集输入模型进行测试,实现断路器机械故障诊断.结果表明,基于RCMDE-PSO-ELM的高压断路器机械故障诊断方法能有效识别不同状态的机械故障,并且在噪声干扰以及数据丢失下仍能对故障进行准确识别,具有很好的抗干扰能力,在背景干扰较强的高压断路器故障检测环境下具备一定的实用性.