基于EMD和SVM的高压断路器机械故障诊断方法研究

作者：陈朋永; 赵书涛; 李建鹏; 陈云飞

来源：华北电力大学学报(自然科学版), 2012, (06): 23-28.

• 高压断路器
• 经验模态分解
• 能量熵
• 支持向量机
• 故障诊断 high voltage circuit breaker
• empirical mode decomposition
• energy entropy
• support vector machine
• fault diagnosis

高压断路器操动过程中,声波信号的变化反映了断路器机械状态,声波信号特征提取直接关系到故障诊断的准确性和实用性。提出一种基于经验模态分解(empirical mode decomposition,EMD)的状态特征提取方法,根据高压断路器分闸过程的物理特点,将分闸声波信号分为分闸前期、分闸中期、分闸后期三个阶段,各阶段声波信号等时间分段,形成等时间分段能量熵以反映声波信号的时间、频率和能量变化。将能量熵输入支持向量机(support vector machine,SVM),采用"一对其余"策略进行多级分类,可诊断出断路器的正常运行状态和典型故障。通过对ZN28A型真空断路器正常状态、拐臂润滑不足...

• 单位
  新能源电力系统国家重点实验室; 华北电力大学; 河南省电力公司