文献类型：期刊文章

作　　者：杨秋玉[1] 阮江军[1] 黄道春[1] 庄志坚[2]

Yang Qiuyu;Ruan Jiangjun;Huang Daochun;Zhuang Zhijian(School of Electrical Engineering and Automation Wuhan University ,Wuhan 430072 China;Power Product Medium Voltage Technology Center ABB (China) Co. Ltd ,Xiamen 361006 China)

机构地区：[1]武汉大学电气与自动化学院,武汉430072 [2]ABB中国有限公司中压产品技术中心,厦门361006

出　　处：《电工技术学报》

基　　金：国家重点研发计划资助项目（2017YFB0902400）

年　　份：2019

卷　　号：34

期　　号：19

起止页码：4048-4057

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：分闸缓冲器的性能直接影响着高压断路器分闸机械特性与零部件寿命。时频分析能够准确揭示高压断路器振动信号的频率成分及时变特征,由此构建的时频图像包含丰富的高压断路器工作状态特征信息。为此,提出一种基于振动信号时频图像特征及支持向量机(SVM)的高压断路器分闸缓冲器状态评估方法。首先采用小波变换(WT)将高压断路器振动信号转换成时频谱图,然后提取时频图像的纹理特征和形状特征作为特征向量,最后利用 SVM 实现分闸缓冲器状态的识别。试验结果表明,所提方法能够有效识别高压断路器分闸缓冲器的状态,为高压断路器故障诊断尤其是分闸缓冲器状态监测与诊断提供了一种新方法。

关 键 词：高压断路器 分闸缓冲器  状态评估  振动时频图像  小波变换 支持向量机

分 类 号：TM561]