摘要:该文提出了一种基于无源射频识别(radio frequency identification,RFID)振动传感标签及量子粒子群算法(quantum-behaved particle swarm optimization,QPSO)--相关向量机(relevance vector machine,RVM)的变压器绕组故障在线诊断技术。首先设计一种双天线无源RFID振动传感器标签结构,可以稳定工作在无源模式下。针对变压器绕组振动信号包含大量噪声的特点,利用奇异熵对原始信号进行降噪处理,并提出基于QPSO优化的RVM的故障诊断算法。测试结果表明:该文所设计的标签能够可靠地完成变压器绕组振动信号采集以及传输,QPSO-RVM算法能够快速而准确地定位出故障所在,与国内外现有监测技术相比,具有低成本、功耗低,故障定位迅速准确的优点。
关键词:变压器绕组 射频识别 故障诊断 奇异熵 相关向量机
单位:华东交通大学电气与自动化工程学院; 江西省南昌市330013; 武汉大学电气工程学院; 湖北省武汉市430072; 合肥工业大学电气与自动化工程学院; 安徽省合肥市230009
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社