VMD-ApEn在航空交流串联型电弧故障检测中的应用

TM501; 针对经验模态分解应用于故障检测中存在的模态混叠问题,提出一种基于变分模态分解-近似熵与支持向量机结合的航空串联型电弧故障检测方法.以实验线路中不同负载类型的电流信号为研究对象,利用变分模态分解算法将其分解为4组固有模态分量,分别计算前三组固有模态分量的近似熵值作为特征向量,输入支持向量机进行电弧故障识别.将所用特征提取方法与基于经验模态分解-近似熵的方法进行比较,实验结果表明,基于变分模态分解-近似熵的特征提取方法以其抑制模态混叠产生的性质弥补了经验模态分解算法在信号处理方面的不足,与支持向量机相结合可以准确可靠地识别电弧故障;在负载已知的情况下,其识别准确率高达98％以上,负载...

Full description

Saved in:
Bibliographic Details
Published in电机与控制学报 Vol. 24; no. 8; pp. 141 - 149
Main Authors 崔芮华, 王传宇, 王洋
Format Journal Article
LanguageChinese
Published 河北工业大学 省部共建电工装备可靠性与智能化国家重点实验室,天津300130 01.08.2020
河北工业大学 河北省电磁场与电器可靠性重点实验室,天津300130
Subjects
航空串联型电弧故障
支持向量机
经验模态分解
故障识别
变分模态分解
模态混叠
Online AccessGet full text
ISSN1007-449X
DOI10.15938/j.emc.2020.08.018

Cover

More Information
Summary:TM501; 针对经验模态分解应用于故障检测中存在的模态混叠问题,提出一种基于变分模态分解-近似熵与支持向量机结合的航空串联型电弧故障检测方法.以实验线路中不同负载类型的电流信号为研究对象,利用变分模态分解算法将其分解为4组固有模态分量,分别计算前三组固有模态分量的近似熵值作为特征向量,输入支持向量机进行电弧故障识别.将所用特征提取方法与基于经验模态分解-近似熵的方法进行比较,实验结果表明,基于变分模态分解-近似熵的特征提取方法以其抑制模态混叠产生的性质弥补了经验模态分解算法在信号处理方面的不足,与支持向量机相结合可以准确可靠地识别电弧故障;在负载已知的情况下,其识别准确率高达98％以上,负载未知时,其识别准确率分布在93.75％ ～97.5％之间.
ISSN:1007-449X
DOI:10.15938/j.emc.2020.08.018