文献类型：期刊文章

作　　者：王志斌[1] 曹红伟[1] 刘佳佳[2]

Wang Zhibin;Cao Hongwei;Liu Jiajia(Institute of Electrical Engineering,Anshan University,Qinhuangdao 066004,Hebei,China;School of Art and Design,Yanshan University,Qinhuangdao 066004,Hebei,China)

机构地区：[1]燕山大学电气工程学院,河北秦皇岛066004 [2]燕山大学艺术与设计学院,河北秦皇岛066004

出　　处：《电测与仪表》

年　　份：2019

卷　　号：56

期　　号：6

起止页码：117-121

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：经验模态分解(Empirical Mode Decomposition,简称EMD)方法是一种被广泛应用于故障诊断领域的信号处理方法,但是分解的结果容易受到高频噪声的干扰。因此本文提出利用小波包去除噪声,同时利用EMD分解进行故障电弧信号处理的研究方法。首先根据国标GB/T 31143-2014搭建故障电弧实验平台,采集故障电弧信号,利用小波包去除信号中的噪声,然后利用EMD方法对正常电弧和故障电弧进行分解得到一系列本征模态分量,通过计算求出这些分量的能量熵并进行归一化处理得到特征向量,最后进行支持向量机(SVM)训练,进而诊断得出故障电弧的故障类型。实验结果表明该方法可以有效准确地对故障电弧进行判断。

关 键 词：故障电弧 小波包去噪  经验模态分解 故障诊断 支持向量机

分 类 号：TM501.2]