電力系統(tǒng)是國(guó)家能源體系的核心,其能否安全運(yùn)行關(guān)系到國(guó)家的戰(zhàn)略安全,而高壓斷路器作為電力系統(tǒng)中重要的電氣設(shè)備之一,對(duì)電力系統(tǒng)安全可靠運(yùn)行有著重要影響。因此,如何高效準(zhǔn)確的對(duì)高壓斷路器進(jìn)行故障診斷是當(dāng)今電力系統(tǒng)安全性研究的重要問(wèn)題之一。高壓斷路器發(fā)生的大多數(shù)故障屬于機(jī)械故障,振動(dòng)信號(hào)能夠?qū)Ω邏簲嗦菲鞯倪\(yùn)行狀態(tài)進(jìn)行全面反映,以高壓斷路器振動(dòng)信號(hào)作為研究對(duì)象展開(kāi)機(jī)械故障診斷研究成為了主要方向。本文通過(guò)對(duì)高壓斷路器振動(dòng)信號(hào)進(jìn)行特征提取方法和分類識(shí)別算法兩個(gè)方面的研究,實(shí)現(xiàn)快速、準(zhǔn)確的對(duì)高壓斷路器機(jī)械故障進(jìn)行識(shí)別與診斷。首先,在高壓斷路器國(guó)內(nèi)外相關(guān)診斷技術(shù)研究的基礎(chǔ)上,以LW9-72.5型高壓斷路器為對(duì)象,介紹了高壓斷路器的基本結(jié)構(gòu)與常見(jiàn)故障機(jī)理,基于此,選用合適的加速度傳感器和信號(hào)采集裝置對(duì)高壓斷路器振動(dòng)信號(hào)進(jìn)行采集,利用小波包分解變換方法,從采集到的振動(dòng)信號(hào)中提取小波包節(jié)點(diǎn)熵值與相對(duì)能量值作為故障診斷的特征向量;然后,針對(duì)高維特征數(shù)據(jù)集會(huì)帶來(lái)大量冗余信息、影響分類效果等問(wèn)題,采用核熵成分分析方法對(duì)高維特征數(shù)據(jù)集進(jìn)行降維,該方法能夠保持原始數(shù)據(jù)的整體流行結(jié)構(gòu)并使其具備一定的區(qū)分能力,便于后續(xù)的分... 

【文章來(lái)源】：東北林業(yè)大學(xué)黑龍江省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：78 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－４小波包分解示意圖??４表示一個(gè)信號(hào)，義，；表示分解形式，／是尺度參數(shù)，用來(lái)表示小波包分解的程度；??

?＋?＋＋?￣本￣Ｉ?ｌ?ｆ．?￣＊?負(fù)類伴本￣??＿〇?＋九＋?＋?＋?．正類樣本?＿２?、年類樣本?正類樣本??＊＂?．?一分類界面?一分類界面?一分類界面??＿２?ｒ?＋?＋?｜〇支持向ｔ?＿２?ｒ?＋?丨〇錄響?＿２?ｆ?｜?Ｏ支持ｂ最??－２?－１?－ｏ．ｒ，?〇?ｏ．ｒ，?ｉ?ｉ．ｒ＾?２?‘?－２?－ｉ．ｒ；?－１－０．?ｒ；?０?ｏ．ｃ；?１?ｉ．ｒ，?２?－２?－１．＾?－１?－〇．［；?０?〇．［，?１?ｉ．ｒ，?２??圖３－１不同非支持向量數(shù)對(duì)ＳＶＤＤ算法的影響??３．２主成分分析算法??３．２．１?ＰＣＡ算法基本原理??ＰＣＡ算法是一種能夠?qū)⒍鄠�(gè)特征指標(biāo)歸納為少部分特征指標(biāo)的統(tǒng)計(jì)學(xué)領(lǐng)域的多元統(tǒng)??計(jì)算法ＰＣＡ算法的原理是利用能夠把原始數(shù)據(jù)集合線性組合成為統(tǒng)一的評(píng)價(jià)數(shù)據(jù)的??方式，保存了原始數(shù)據(jù)集合的主要信息且互不關(guān)聯(lián)，同時(shí)又能具備比原始數(shù)據(jù)更加優(yōu)越??的性質(zhì)。ＰＣＡ算法能夠把高維空間數(shù)據(jù)集合和線性數(shù)據(jù)中的代表性特征提取出來(lái)，然后??將其投影到低維空間中。ＰＣＡ算法在電氣設(shè)備故障診斷領(lǐng)域、大數(shù)據(jù)分析領(lǐng)域、供應(yīng)商??等級(jí)指標(biāo)評(píng)價(jià)體系中得到了大量的應(yīng)用。下面將對(duì)ＰＣＡ算法的數(shù)學(xué)機(jī)理進(jìn)行簡(jiǎn)述。??設(shè)數(shù)據(jù)集［七七，…，？］，其中任何一個(gè)樣本ｘ，．?ｅ?Ｒｖ，／?＝?ｌ，２，．＂，Ｍ。Ｍ為樣本總數(shù)，??Ｗ為指標(biāo)總數(shù)。將數(shù)據(jù)集合組成；Ｖ行Ｗ列矩陣Ｘ。由于量綱指標(biāo)的不同，不能對(duì)矩陣??進(jìn)行標(biāo)準(zhǔn)化處理，因此只能對(duì)矩陣Ｘ的每一行進(jìn)行零均值化，即減去這一行的均值得到：??－?Ｉ??ＸＩ?（３－１）??經(jīng)過(guò)標(biāo)準(zhǔn)正交化處理，得到協(xié)方差矩陣：??］Ｍ?—?—??

?東北林業(yè)大學(xué)碩士學(xué)位論文???滑不良故障類樣本信號(hào)。??１．５?—?▽▽??〇?▽０??１?－?Ｖ??〇５?＾?。??０?－?°罐嘴ｎ??－０．５?＿?１４▽麵??圖３－２?ＰＣＡ算法對(duì)５０個(gè)鐵芯卡澀故障樣本和５０個(gè)正常樣本降維至３維空間特征分布圖??１－５?￣?ｖ?〇??１?－?。??０?５?－?７?：孕微。??〇－?：辦。??－０．５－?。寫(xiě)。，??圖３－３?ＫＰＣＡ算法對(duì)５０個(gè)鐵芯卡澀故障樣本和５０個(gè)正常樣本降維至３維空間特征分布圖??１．５－?奶Ｖ?〇〇??？▽?％ｏｉ〇??°．５?－?ｆ譚?１??０?－?警??＾７▽?＾?°?〇??－０．５?—?ｖ?ｖ?〇?〇０??圖３－４?ＫＥＣＡ算法對(duì)５０個(gè)鐵芯卡澀故障樣本和５０個(gè)正常樣本降維至３維空間特征分布圖??－２４－??

【參考文獻(xiàn)】：
期刊論文
[1]基于人工蜂群算法優(yōu)化支持向量機(jī)的變壓器故障診斷[J]. 季偉,胡偉.  科技創(chuàng)新與應(yīng)用. 2020(02)
[2]基于SLRMD與多分類SVM的變壓器故障診斷方法[J]. 劉宇芳,姜斌,易輝.  機(jī)械設(shè)計(jì)與制造工程. 2019(12)
[3]基于PCA與SVM的振動(dòng)傳感器故障診斷方法[J]. 李翼飛,吳春平,涂煊.  自動(dòng)化儀表. 2019(10)
[4]基于模糊RBF神經(jīng)網(wǎng)絡(luò)的高壓斷路器機(jī)構(gòu)故障診斷[J]. 林琳,陳志英.  高壓電器. 2019(10)
[5]一種基于線圈電流的高壓斷路器機(jī)械故障診斷方法[J]. 韓宇,董波.  高壓電器. 2019(09)
[6]基于SVM主成分分析的高壓斷路器分合閘線圈故障診斷研究[J]. 彭在興,王頌,易林,劉芹,陳曦,梁夢(mèng)婕,褚飛航,曹辰,嚴(yán)海波,劉定新.  高壓電器. 2019(07)
[7]不對(duì)稱樣本下基于支持向量機(jī)的變壓器故障診斷[J]. 劉晨斐,崔昊楊,李鑫,束江,李亞.  高壓電器. 2019(07)
[8]基于小波包能量譜和延時(shí)時(shí)間的斷路器故障診斷[J]. 金鑫晨,崔鶴松,武建文,馬速良,馮英,袁洋,梁傳濤.  高壓電器. 2019(06)
[9]基于分合閘線圈電流特征的高壓斷路器機(jī)械故障診斷[J]. 李聰,周建平,萬(wàn)書(shū)亭.  浙江電力. 2019(01)
[10]旋轉(zhuǎn)機(jī)械一維深度卷積神經(jīng)網(wǎng)絡(luò)故障診斷研究[J]. 周奇才,劉星辰,趙炯,沈鶴鴻,熊肖磊.  振動(dòng)與沖擊. 2018(23)

博士論文
[1]斷路器彈簧操作機(jī)構(gòu)故障機(jī)理分析及診斷方法研究[D]. 豆龍江.華北電力大學(xué)(北京) 2019

碩士論文
[1]電力變壓器故障特征提取及診斷方法研究[D]. 彭麗維.西華大學(xué) 2019
[2]面向大數(shù)據(jù)的高壓斷路器狀態(tài)信息挖掘與故障診斷[D]. 朱萌.東南大學(xué) 2018
[3]基于振動(dòng)分析的高壓斷路器機(jī)械故障診斷研究[D]. 陳懷金.東北電力大學(xué) 2017
[4]基于支持向量理論的變壓器故障診斷與監(jiān)測(cè)系統(tǒng)[D]. 李震.哈爾濱工程大學(xué) 2015



本文編號(hào)：3245275