文献类型：期刊文章

作　　者：陈朋永[1,2] 赵书涛[1] 李建鹏[3] 陈云飞[2]

机构地区：[1]华北电力大学新能源电力系统国家重点实验室,河北保定071003 [2]河南省电力公司鹤壁市供电局,河南鹤壁458000 [3]河北省电力公司检修分公司,河北石家庄050070

出　　处：《华北电力大学学报（自然科学版）》

年　　份：2012

卷　　号：39

期　　号：6

起止页码：23-28

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAS、CSA、CSA-PROQEUST、INSPEC、ZGKJHX、核心刊

摘　　要：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、缓冲器有多余无效撞击和其它故障的测试实验,基于EMD和SVM相结合的诊断方法,有效提高了小样本下诊断断路器机械故障的准确性。

关 键 词：高压断路器 经验模态分解 能量熵  支持向量机 故障诊断

分 类 号：TM561]