斷路器是電網(wǎng)運行的關(guān)鍵設(shè)備,對于保障電網(wǎng)安全運行具有重要作用,斷路器一旦發(fā)生故障,造成的損失遠(yuǎn)超其本身價值。目前,機械故障在斷路器故障中占比較大,提升斷路器機械故障診斷的精確度,對于提升斷路器可靠性和電網(wǎng)運行安全性具有重要意義。斷路器開斷過程中產(chǎn)生的振動信號包含了豐富的機械狀態(tài)信息,基于振動信號的方法便于實現(xiàn)斷路器的非侵入式評估,可以為斷路器的狀態(tài)監(jiān)測提供有效的證據(jù)。本文介紹了斷路器的主要類型,比較了不同類型斷路器的特點,選用ZN28型斷路器作為實驗對象,結(jié)合斷路器操動流程的分析,利用CA-YD-103型加速度傳感器對振動信號進行采集,并初步解析了振動信號中的各振動事件。斷路器機械狀態(tài)的變化都可以通過振動信號表征出來,但是如何將隱藏在信號中的特征提取出來就需要借助有效的信號處理手段,本文在對比了多種特征提取思路后,針對單一信號處理手段提取特征較為片面的問題,采用多種特征提取方法獲取了振動信號的復(fù)合特征,增強了特征的特異性,并在實例測試中,驗證了復(fù)合特征有助于提升診斷精度。本著提升特征質(zhì)量的目的,針對初級特征的主觀性與盲目性問題,采用基于基尼指數(shù)最大下降的方法對所提取特征進行了權(quán)重評估,... 

【文章頁數(shù)】：80 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 選題背景與意義
    1.2 斷路器狀態(tài)檢修的研究概況
        1.2.1 斷路器狀態(tài)檢修的發(fā)展現(xiàn)狀
        1.2.2 基于振動信號的斷路器狀態(tài)評估發(fā)展現(xiàn)狀
    1.3 本文主要研究內(nèi)容
第二章 斷路器振動信號采集
    2.1 斷路器振動信號檢測裝置
        2.1.1 斷路器簡介
        2.1.2 加速度傳感器簡介
        2.1.3 安裝方式
    2.2 振動信號分析
    2.3 本章小結(jié)
第三章 振動信號的特征提取
    3.1 基于形態(tài)濾波的振動信號降噪
    3.2 復(fù)合特征提取方法
        3.2.1 基于SVD的突變點識別
        3.2.2 基于TLS-ESPRIT的參數(shù)辨識
        3.2.3 基于時頻法的特征提取
        3.2.4 基于VMD的信號解調(diào)
        3.2.5 廣義分形維數(shù)
        3.2.6 基于數(shù)據(jù)序列法的特征提取
    3.3 實例分析
    3.4 本章小結(jié)
第四章 特征降維
    4.1 特征降維技術(shù)
    4.2 隨機森林的權(quán)重評估原理
    4.3 基尼指數(shù)最大下降權(quán)重評估分析
    4.4 子集搜索策略
    4.5 振動信號的實例分析
    4.6 本章小結(jié)
第五章 狀態(tài)評估
    5.1 模式識別技術(shù)
    5.2 隨機森林原理
    5.3 故障診斷效果分析
    5.4 本章小結(jié)
第六章 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
參考文獻
致謝
攻讀碩士學(xué)位期間的研究成果
學(xué)位論文評閱及答辯情況表


【參考文獻】：
期刊論文
[1]自適應(yīng)多尺度SVD去噪算法及在PQMD中的應(yīng)用[J]. 劉嫣,湯偉.  計算機工程與應(yīng)用. 2016(23)
[2]基于優(yōu)化HHT算法與洛侖茲信息量度的換流變用有載分接開關(guān)機械特征提取[J]. 段若晨,王豐華,周荔丹.  中國電機工程學(xué)報. 2016(11)
[3]基于譜聚類和優(yōu)化極端學(xué)習(xí)機的超短期風(fēng)速預(yù)測[J]. 王輝,劉達,王繼龍.  電網(wǎng)技術(shù). 2015(05)
[4]基于變分模態(tài)分解和模糊C均值聚類的滾動軸承故障診斷[J]. 劉長良,武英杰,甄成剛.  中國電機工程學(xué)報. 2015(13)
[5]基于混沌理論和K-means聚類的有載分接開關(guān)機械狀態(tài)監(jiān)測[J]. 周翔,王豐華,傅堅,林嘉楊,金之儉.  中國電機工程學(xué)報. 2015(06)
[6]結(jié)合經(jīng)驗?zāi)B(tài)分解能量總量法的斷路器振動信號特征向量提取[J]. 孫一航,武建文,廉世軍,張路明.  電工技術(shù)學(xué)報. 2014(03)
[7]基于多重分形去趨勢波動分析的齒輪箱故障特征提取方法[J]. 林近山,陳前.  振動與沖擊. 2013(02)
[8]基于Relief相關(guān)性特征提取和微分進化支持向量機的短期電價預(yù)測[J]. 彭春華,劉剛,相龍陽.  電工技術(shù)學(xué)報. 2013(01)
[9]能譜熵向量法及粒子群優(yōu)化的RBF神經(jīng)網(wǎng)絡(luò)在高壓斷路器機械故障診斷中的應(yīng)用[J]. 徐建源,張彬,林莘,李斌,騰云.  高電壓技術(shù). 2012(06)
[10]高壓斷路器機械故障振動診斷綜述[J]. 常廣,張振乾,王毅.  高壓電器. 2011(08)

博士論文
[1]基于信息熵的特征選擇算法研究[D]. 劉華文.吉林大學(xué) 2010



本文編號：3715886