-
题名基于多传感器振动信号融合的真空断路器故障诊断
被引量：27
- 1
-
-
作者
齐贺
赵智忠
李振华
赵素文
-
机构
河北工业大学电磁场与电器可靠性省部共建重点实验室
天津水利电力机电研究所
天津航海仪器研究所
-
出处
《高压电器》
CAS
CSCD
北大核心
2013年第2期43-48,54,共7页
-
基金
河北省自然科学基金项目(E2011202053)~~
-
文摘
根据真空断路器故障诊断特点,提出了小波包、RBF神经网络与D-S证据理论相结合的决策层信息融合诊断方法。首先,运用小波包—能量谱分析方法对振动信号进行分解处理,提取特征向量,并以此作为诊断的依据;其次,建立神经网络模型,以特征向量为RBF神经网络的输入,进行断路器初步故障诊断;然后将诊断结果作为对各种故障模式的基本概率分配值,利用D-S证据理论,实现对初步诊断结果的融合,从而得到最终的融合诊断结果。实验结果表明,该方法诊断真空断路器故障能取得良好的效果。
-
关键词
真空断路器
故障诊断
小波包-能量谱
神经网络
D—S证据理论
-
Keywords
vacuum circuit breaker
fault diagnosis
wavelet packet-energy spectrum
neural network
D-S evidence theory
-
分类号
TM561.2
[电气工程—电器]
-
-
题名基于空载合闸振动信号的变压器绕组松动诊断
被引量：7
- 2
-
-
作者
王涛云
马宏忠
姜宁
李凯
许洪华
万达
崔杨柳
-
机构
河海大学能源与电气学院
南京供电公司
江苏省电力公司电力科学研究院
-
出处
《中国电力》
CSCD
北大核心
2016年第5期39-43,共5页
-
文摘
针对变压器空载合闸机械振动特性,采用小波包变换对其振动信号进行分析。在实验中,模拟了变压器正常和绕组松动2种状态,对其空载合闸时的振动信号进行采集,并采用小波包-能量谱分析得到各个尺度上能量的百分比作为特征量对2种状态下的振动信号进行特征提取和对比分析。实验结果表明,故障前后的振动信号的能量分布特征有明显的差异,该方法可以有效地提取不同状态下合闸振动信号特征量,应用于空载合闸振动信号的变压器绕组松动诊断。
-
关键词
变压器
空载合闸
绕组松动
小波包-能量谱
振动信号
-
Keywords
transformer
no-load switching on
winding looseness
wavelet package-energy spectrum
-
分类号
TM403.2
[电气工程—电器]
-
