摘要:高压断路器健康情况严重影响着电网的安全、稳定运行。文中提出一种基于高压断路器合闸过程振动信号时频特征下的集成学习神经网络模型,满足高压断路器故障情况高精度诊断的要求。首先,分析高压断路器在多测量位置下合闸振动信号特征,并在时、频两域定义合闸过程多测量位置振动信号的广义能量和小波能量比进行特征空间描述;然后,设计基于集成学习思想的神经网络算法划分特征空间,诊断故障类别;最后,通过实验数据分析和多种诊断方法的对比验证文中所述的诊断过程合理、诊断结果精确,有利于高压断路器故障排查。
关键词:高压断路器 故障诊断 集成学习 人工神经网络 机械振动
单位:国网江苏省电力公司电力科学研究院; 南京211103; 北京航空航天大学自动化科学与电气工程学院; 北京100191; 山东泰开高压开关有限公司; 山东泰安271000
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社