基于S变换和遗传算法优化SVM的GIS机械故障诊断

作者：陈明^*; 马宏忠; 潘信诚; 张利; 屈斌

来源：电力信息与通信技术, 2020, 18(05): 1-6.

DOI：10.16543/j.2095-641x.electric.power.ict.2020.05.001

• 气体绝缘金属开关设备(GIS)
• 振动信号
• S变换
• 改进的奇异值
• 故障诊断

为实现对气体绝缘金属开关设备(GIS)机械故障在线监测,文章提出一种基于S变换和遗传算法优化SVM的GIS机械故障诊断方法。首先用振动传感器采集GIS中断路器动作期间的表面振动信号,然后对采集到的振动信号进行S变换得到时频谱矩阵,再利用改进的奇异值分解法对时频谱矩阵进行降维分解得到一系列的奇异值即可形成特征向量,最终利用遗传算法优化的二叉树支持向量机实现不同工况的准确分类。实验结果表明:GIS在不同机械故障状态下运行时振动信号发生不同畸变,文章所提的GIS机械状态诊断方法可准确提取故障特征,能够为GIS机械故障诊断提供必要的参考。

• 单位
  河海大学; 国网天津市电力公司电力科学研究院; 电气学院