基于电—振信号熵权特征的断路器储能机构故障诊断方法

作者：赵书涛; 李云鹏; 王二旭^*; 朱继鹏; 马莉; 王科登

来源：高压电器, 2019, 55(11): 204-210.

DOI：10.13296/j.1001-1609.hva.2019.11.030

• 熵权特征
• 局部均值分解
• 盒维数
• 联合诊断
• KNN算法

弹簧势能的可靠储存是保障断路器后续分合闸操作正确的前提。通过分析控制回路、电机、传动部件和弹簧之间的能量转换和传递关系,提出一种电—振信号熵权特征联合的断路器储能机构故障类型辨识方法。首先利用希尔伯特变换(Hilbert transform)提取储能电机电流信号包络时域特征并计算峭度;然后由局部均值分解(LMD)处理断路器储能过程伴随的振动信号得到乘积函数分量(PF),并提取PF能量谱频域的盒维数特征;进而采用熵权法对电流和振动信号待分类样本进行剪辑,按照样本信息量和重要性赋予对应的权重;最后把熵权特征作为KNN算法的输入,辨识储能机构运行状态。实验结果表明:采用联合电—振信号的熵权特征量,KNN算法能更准确地诊断断路器储能机构发生的故障类型。

• 单位
  电子工程学院; 华北电力大学