高壓真空斷路器是電力系統(tǒng)開關(guān)設(shè)備中極其重要的一種高壓電器,而高壓斷路器故障中80%是由于機(jī)械特性不良造成,為此通過(guò)小波包變換對(duì)高壓斷路器機(jī)械振動(dòng)信號(hào)進(jìn)行了分析,以信號(hào)的能譜熵作為特征輸入向量,建立了粒子群優(yōu)化（PSO）徑向基函數(shù)（RBF）神經(jīng)網(wǎng)絡(luò)的高壓斷路器故障識(shí)別系統(tǒng)模型,最后對(duì)實(shí)際高壓斷路器振動(dòng)信號(hào)進(jìn)行獲取分析并得到結(jié)果。實(shí)驗(yàn)結(jié)果表明,高壓斷路器正常信號(hào)能譜熵向量各元素分布比較均勻;而故障信號(hào)所得能譜熵向量各元素變化較大且有一定變化規(guī)律;粒子群優(yōu)化后的RBF網(wǎng)絡(luò)模型在正確率、精度等方面高于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)模型。實(shí)驗(yàn)結(jié)果表明該方法用于高壓斷路器的故障診斷是可行的,并且可以為斷路器的故障診斷提供更好的理論依據(jù)。 

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

圖１ＶＧ１型高壓斷路器正常分閘狀態(tài)下對(duì)振動(dòng)信號(hào)的Ｄａｕｂｅｃｈｉｅｓ系列ｄｂ１０的３層小波包分解

圖２正常振動(dòng)信號(hào)的小波包分解樹及能量分布Ｆｉｇ．２Ｗａｖｅｌｅｔｐａｃｋｅｔｄｅｃｏｍｐｏｓｉｔｉｏｎｔｒｅｅａｎｄｔｈｅｅｎｅｒｇｙｄｉｓｔｒｉｂｕｔｉｏｎｏｆｎｏｒｍａｌｖｉｂｒａｔｉｏｎｓｉｇｎａｌ

圖３徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖Ｆｉｇ．３Ｎｅｕｒａｌｎｅｔｗｏｒｋｓｔｒｕｃｔｕｒｅｏｆｔｈｅｒａｄｉａｌｂａｓｉｓｆｕｎｃｔｉｏｎ

【參考文獻(xiàn)】：
期刊論文
[1]高壓斷路器機(jī)械故障振動(dòng)診斷綜述[J]. 常廣,張振乾,王毅.  高壓電器. 2011(08)
[2]采用遺傳神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)暫態(tài)信號(hào)分析方法[J]. 王家林,夏立,吳正國(guó),楊宣訪.  高電壓技術(shù). 2011(01)
[3]BP神經(jīng)網(wǎng)絡(luò)模型用于單芯電纜導(dǎo)體溫度的動(dòng)態(tài)計(jì)算[J]. 雷成華,劉剛,李欽豪.  高電壓技術(shù). 2011(01)
[4]基于信息熵和偏差的加權(quán)概念格內(nèi)涵權(quán)值獲取[J]. 張素蘭,郭平,張繼福.  北京理工大學(xué)學(xué)報(bào). 2011(01)
[5]采用緊耦合電抗器的大容量高壓斷路器設(shè)計(jì)[J]. 尹婷,陳軒恕,杜硯,潘垣,袁昭.  高電壓技術(shù). 2010(06)
[6]應(yīng)用粒子群優(yōu)化算法的靜電放電模型參數(shù)辨識(shí)[J]. 汪曉東,汪軻,汪金山,張浩然.  高電壓技術(shù). 2010(02)
[7]基于徑向基神經(jīng)網(wǎng)絡(luò)的諧波疊加法[J]. 李春祥,劉晨哲.  振動(dòng)與沖擊. 2010(01)
[8]基于遺傳算法的模糊優(yōu)選神經(jīng)網(wǎng)絡(luò)路面性能評(píng)價(jià)模型[J]. 劉艷,康海貴,孫敏.  大連理工大學(xué)學(xué)報(bào). 2010(01)
[9]基于小波變換的高壓斷路器振動(dòng)信號(hào)故障診斷仿真研究[J]. 江渭濤,鄭建勇,梅軍.  電工電氣. 2010(01)
[10]基于粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷[J]. 王曉霞,王濤.  高電壓技術(shù). 2008(11)



本文編號(hào)：3654742