基于半监督学习的断路器弹簧机构机械特性监测及状态评估技术研究

• 作者: 彭跃辉 武艳蒙 王岩妹 魏稼鹏
• 来源期刊: 高压电器
• 关键词: 断路器 机械特性 小波 半监督学习 状态识别
• 年，卷（期）: 2022,（5）
• 所属期刊栏目: 研究与分析
• 页码范围: 95-102
• 页数: 7页
• 语种: 中文
• DOI: 10.13296/j.1001⁃1609.hva.2022.05.013

摘要

针对断路器弹簧机构机械特性监测及状态识别系统普遍存在监测类型不全、特征值提取单一、判断标准太过绝对等问题，文中提出了基于小波及半监督学习的多特征分析的断路器弹簧操动机构机械状态识别新方法。通过感知元件对分合闸线圈电流、动触头位移等信号进行采集，采用小波算法对信号进行滤波处理，分析断路器弹簧操动机构的分合闸线圈电流、动触头位移等信号与断路器异常状态之间的对应关系，提取特征值，建立半监督学习多分类网络模型，实现断路器弹簧操动机构故障的机械特性监测及状态识别。实验结果验证了此方法具有较高的诊断正确率，对断路器的健康运营具有重要意义。