【技术实现步骤摘要】
本专利技术属于高压断路器机械故障诊断，涉及一种高压断路器机械故障诊断方法及系统。
技术介绍
1、高压断路器(hvcb)作为电力系统中重要的保护和控制装置，其运行状态对输配电系统的安全稳定有着巨大的影响。hvcb一旦运行异常，不仅会造成电网重大事故，还会严重威胁到操作人员的安全。因此，加强高压断路器故障诊断对于保证整个电网安全稳定运行，提高电网的可靠性具有重要意义。在运行过程中，hvcb会产生声波、振动、电流等信号，这些信号包含大量的设备的状态信息。通过分析这些信号，可以评估hvcb状态，发现潜在的或早期的故障。其中，振动信号抗干扰性强，灵敏度高，具有广泛的应用空间。因此，一系列基于振动信号分析的断路器机械故障诊断方法得到了广泛的研究和应用。常用的是基于卷积神经网络(cnn)的诊断方法。
2、基于cnn的诊断方法，只利用了高压断路器振动信号中的数值信息，而忽略了故障特征间的结构拓扑信息，导致信息利用不足，这就导致这种技术一方面依赖于大量的训练样本，另一方面针对不平衡样本该方法的表现会大大下降，在现场hvcb的故障样本的获取是困...
【技术保护点】
1.一种高压断路器机械故障诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种高压断路器机械故障诊断方法，其特征在于，所述自适应构图的图卷积神经网络的传播表达式为：
3.根据权利要求2所述的一种高压断路器机械故障诊断方法，其特征在于，所述自适应构图的图卷积神经网络的构建过程具体为：
4.根据权利要求3所述的一种高压断路器机械故障诊断方法，其特征在于，所述图结构的构建过程表达式为：
5.根据权利要求3所述的一种高压断路器机械故障诊断方法，其特征在于，基于自适应方法构建图结构，具体为：
6.根据权利...
【技术特征摘要】
1.一种高压断路器机械故障诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种高压断路器机械故障诊断方法，其特征在于，所述自适应构图的图卷积神经网络的传播表达式为：
3.根据权利要求2所述的一种高压断路器机械故障诊断方法，其特征在于，所述自适应构图的图卷积神经网络的构建过程具体为：
4.根据权利要求3所述的一种高压断路器机械故障诊断方法，其特征在于，所述图结构的构建过程表达式为：
5.根据权利要求3所述的一种高压断路器机械故障诊断方法，其特征在于，基于自适应方法构建图结构，具体为：
6.根据权利要求5所述的一种高压断路器机械故障诊断方法，其特征在于，所述步骤s211具体为：任一节...
【专利技术属性】
技术研发人员：隋国庆，闫静，徐卓凡，戚美荣，吴彦泽，张子龙，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。