基于声音特征与改进稀疏表示分类的断路器机械故障诊断方法

• 作者: 孙玉伟 罗林根 陈敬德 王辉 盛戈皞 江秀臣
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 断路器 故障诊断 声音特征 联合倒谱系数 改进稀疏表示分类 模式识别
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 高电压技术|High Voltages
• 页码范围: 1214-1222
• 页数: 9页
• 分类号: TM721
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2021.0409

摘要

机械缺陷是导致断路器故障运行的主要原因之一,为了实现对断路器机械故障的诊断,该文根据人耳听觉特性提取断路器合闸声音信号的联合倒谱系数作为声音特征向量,运用线性判别分析和核主成分分析对特征向量进行优化与降维,进而采用稀疏表示分类算法对特征向量进行识别,将线性判别分析中的散度概念引入到稀疏表示分类目标函数以改善分类器性能.实验结果表明,该文所提方法能够准确识别断路器机械故障与变电站常见声音类别.将改进稀疏表示分类算法同稀疏表示分类、支持向量机与K近邻算法进行比较,结果表明该方法识别准确率较高,识别效果较好;最后在含噪情况下对该文所提方法的应用效果开展实验,并对联合倒谱系数和单一倒谱系数的识别效果进行比较.