文献类型：期刊文章

作　　者：杨元威[1] 关永刚[1] 陈士刚[2] 王静君[3] 赵科[3]

YANG Yuanwei;GUAN Yonggang;CHEN Shigang;WANG Jingjun;ZHAO Ke(State Key Lab of Control and Simulation of Power Systems and Generation Equipments(Department of Electrical Engineering,Tsinghua University),Haidian District,Beijing100084,China;School of Electrical Engineering,Beijing Jiaotong University,Haidian District,Beijing100044,China;State Grid Jiangsu Electric Power Institute,Nanjing211103,Jiangsu Province,China)

机构地区：[1]电力系统及发电设备控制和仿真国家重点实验室(清华大学),北京市海淀区100084 [2]北京交通大学电气工程学院,北京市海淀区100044 [3]国网江苏省电力公司电力科学研究院,江苏省南京市211103

出　　处：《中国电机工程学报》

年　　份：2018

卷　　号：38

期　　号：22

起止页码：6730-6736

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：机械故障是高压断路器的主要故障,利用传感器采集数据分析断路器状态,从而诊断其机械故障已成为电网智能化发展的重要需求。为了实现对高压断路器机械故障的精准便捷检测,提出一种基于声音信号识别高压断路器机械故障的方法,利用K-S检验搜索故障信号与正常信号的幅值分布差异区间,并提取差异区间内的幅值和作为特征向量,通过分析贡献最大的若干特征向量从而实现对断路器机械故障的诊断。实验结果表明,与现有的声音信号特征提取方法相比,所提出的方法识别率高,时间开销小。

关 键 词：高压断路器 机械故障 故障诊断 声音信号 K-S检验  

分 类 号：TM507]