论文摘要
为了更准确的提取断路器故障特性,得到更可靠的故障诊断结果,在振动信号的基础上,提出了一种基于经验小波变换(Empirical Wavelet Transform,EWT)和相关向量机(Relevance Vector Machine,RVM)的断路器机械故障诊断方式。首先提取不同故障振动信号,设置阈值来初始化信号傅里叶频域分解区间,利用EWT分解得到有限带宽的多个模态。然后计算样本熵参数,计算并作为特征向量。最后,将特征向量输入相关向量机(RVM),建立不同故障的模型,对测试样本进行诊断。通过与其他方法实验对比,文中方法具有更高的故障诊断识别率,更快的识别速度。
论文目录
文章来源
类型: 期刊论文
作者: 辛忠良,霍明霞,贾鹏举,韩光,李峙,丁其
关键词: 断路器,故障诊断,经验小波变换,样本熵,相关向量机
来源: 电测与仪表 2019年13期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 河南省电力公司济源供电公司,华北电力大学(保定)电气工程学院
分类号: TM561
DOI: 10.19753/j.issn1001-1390.2019.013.017
页码: 97-103
总页数: 7
文件大小: 1608K
下载量: 422