基于振动和电流信号多域特征联合的高压断路器储能状态辨识方法

TM561; 为实现高压断路器的储能状态辨识,提出了一种基于伴随振动和电流信号多域特征提取的储能状态辨识方法.对振动信号进行倒频谱分析提取频域周期分量特征来体现电机周期性转动轨迹的基频和高频特性;采用相空间重构理论经关联积分法获取相空间域关联维数与Kolmogorov熵,定量评估储能过程随机运动的复杂程度;计算电机电流持续时间、起始电流值及偏度时域特征,与振动信号特征构建多域联合特征向量;通过支持向量机算法实现断路器储能状态辨识.实验结果表明,基于振动和电流信号多域联合特征的辨识算法准确率达到97%,有效地提高了断路器储能典型工况的识别准确率....

Full description

Saved in:
Bibliographic Details
Published in电力自动化设备 Vol. 43; no. 8; pp. 181 - 187
Main Authors 赵书涛, 曾瑞, 刘会兰, 许文杰, 李建鹏, 刘教民
Format Journal Article
LanguageChinese
Published 华北电力大学 电气与电子工程学院,河北 保定 071003%国网河北省电力有限公司超高压分公司,河北 石家庄 050070 01.08.2023
Subjects
cepstrum analysis
vibration signal
multi-domain feature
phase space reconstruction
倒频谱分析
相空间重构
多域特征
circuit breaker
energy storage state
断路器
振动信号
储能状态
Online AccessGet full text
ISSN1006-6047
DOI10.16081/j.epae.202208045

Cover

More Information
Summary:TM561; 为实现高压断路器的储能状态辨识,提出了一种基于伴随振动和电流信号多域特征提取的储能状态辨识方法.对振动信号进行倒频谱分析提取频域周期分量特征来体现电机周期性转动轨迹的基频和高频特性;采用相空间重构理论经关联积分法获取相空间域关联维数与Kolmogorov熵,定量评估储能过程随机运动的复杂程度;计算电机电流持续时间、起始电流值及偏度时域特征,与振动信号特征构建多域联合特征向量;通过支持向量机算法实现断路器储能状态辨识.实验结果表明,基于振动和电流信号多域联合特征的辨识算法准确率达到97%,有效地提高了断路器储能典型工况的识别准确率.
ISSN:1006-6047
DOI:10.16081/j.epae.202208045