基于多传感器振动信号融合的真空断路器故障诊断

作者：齐贺; 赵智忠; 李振华; 赵素文

来源：高压电器, 2013, (02): 43-48+54.

DOI：10.13296/j.1001-1609.hva.2013.02.013

• 真空断路器
• 故障诊断
• 小波包—能量谱
• 神经网络
• D-S证据理论 vacuum circuit breaker
• fault diagnosis
• wavelet packet-energy spectrum
• neural network
• D-S evidence theory

根据真空断路器故障诊断特点,提出了小波包、RBF神经网络与D-S证据理论相结合的决策层信息融合诊断方法。首先,运用小波包—能量谱分析方法对振动信号进行分解处理,提取特征向量,并以此作为诊断的依据;其次,建立神经网络模型,以特征向量为RBF神经网络的输入,进行断路器初步故障诊断;然后将诊断结果作为对各种故障模式的基本概率分配值,利用D-S证据理论,实现对初步诊断结果的融合,从而得到最终的融合诊断结果。实验结果表明,该方法诊断真空断路器故障能取得良好的效果。

• 单位
  河北工业大学; 天津航海仪器研究所