应用改进Hilbert⁃Huang变换下的Volterra模型诊断OLTC机械故障

• 作者: 高树国 岳国良 周聪 耿江海 邢超 丁钰 孟立会
• 来源期刊: 高压电器
• 关键词: 振动检测 Hilbert⁃Huang变换 Volterra模型 信号分解 特征提取
• 年，卷（期）: 2022,（7）
• 所属期刊栏目: 研究与分析
• 页码范围: 173-180
• 页数: 7页
• 语种: 中文
• DOI: 10.13296/j.1001⁃1609.hva.2020.07.025

摘要

为提高有载分接开关（OLTC）机械故障诊断的自适应性、特征分辨率以及识别效率，提出一种包含聚合经验模态分解（EEMD）分解和Hilbert边际谱分析的改进HHT方法，与混沌时间序列的Volterra模型相结合来提取OLTC的机械故障特征。具体应用时，首先对OLTC切换过程中的多通道振动信号进行EEMD分解得到固有模态函数（IMF）分量，然后应用Hilbert谱分析法求取各IMF的Hilbert边际谱。进一步，应用Volterra模型根据Hilbert边际谱构建Volterra特征矩阵，以矩阵奇异值为故障特征参量。最后搭建了OLTC典型机械故障真型实验平台，采用文中方法获取并分析了几种典型机械故障的振动信号，并借助多分类支持向量机对数据集进行分类识别，验证了所提出故障诊断方法的有效性。与其他方法对比得知，新方法取得了较高的故障识别准确率。