基于自编码神经网络和支持向量机的断路器故障诊断方法技术

技术编号:43532001 阅读:19 留言:0更新日期:2024-12-03 12:16
公开了一种基于自编码神经网络和支持向量机的断路器故障诊断方法,所述方法中,采集待测断路器分合闸过程产生的振动信号;对所述振动信号进行预处理,其中,对所述振动信号进行滤波处理,对滤波后的振动信号进行归一化处理;通过训练好的自编码神经网络对预处理后的振动信号进行特征提取,获得振动信号的特征量,所述自编码神经网络包括编码层和解码层,所述编码层包括输入层、两个全连接层和一个中间层;所述解码层包括一个中间层、两个全连接层和输出层;将所述特征量输入训练好的支持向量机模型中,实现对待测断路器的故障诊断。

【技术实现步骤摘要】

本专利技术涉及断路器故障诊断,尤其涉及一种基于自编码神经网络和支持向量机的断路器故障诊断方法


技术介绍

1、断路器是电力系统中重要的电气设备,其可靠性与电力系统的稳定运行息息相关,断路器如果出现问题,可能会造成局部性或地区性停电,甚至直接影响到整个网络的电能质量和整个电力系统的稳定运行,从而造成严重的经济损失。据统计,我国高压开关设备的故障类型以机械、绝缘、载流(温升)故障为主,而其中机械故障又以断路器的拒分和拒合占多数,占到了总故障r37%。

2、断路器在分合闸过程中会产生大量振动信号,这些振动信号是多个振动事件的叠加,故障类型的不同,会产生不同的固有频率。因此,根据断路器在分合闸过程中产生的振动信号,可以从中提取出丰富的状态信息,作为故障分析的基础。同时,振动信号还具有方便采集、非侵入式等优点,不会在采集过程中对设备造成影响。

3、针对断路器机械故障的诊断,当前提出了很多特征提取和故障诊断的方法。较为成熟的方法包括小波包分析、希尔伯特黄变换、经验模态分析等。其中,小波分析对傅里叶变换进行改进,将三角函数替换成了会衰减的小波基,本文档来自技高网...

【技术保护点】

1.一种基于自编码神经网络和支持向量机的断路器故障诊断方法,其特征在于,其包括以下步骤:

2.根据权利要求1所述的方法,其特征在于,优选的,对特征提取结果各个类取中心点,并计算不同断路器状态的内聚因子,取同一类下的数据集之间的距离之和,将不同类之间的距离和求平均得到了内聚因子,通过内聚因子反映各个类之间内部的聚合程度。

3.根据权利要求2所述的方法,其特征在于,计算不同断路器状态的耦合因子,取不同类下的数据集之间的距离之和,将不同类之间的距离和求平均得到耦合因子。

4.根据权利要求3所述的方法,其特征在于,步骤S302中,对训练后的自编码神经网络进行测...

【技术特征摘要】

1.一种基于自编码神经网络和支持向量机的断路器故障诊断方法,其特征在于,其包括以下步骤:

2.根据权利要求1所述的方法,其特征在于,优选的,对特征提取结果各个类取中心点,并计算不同断路器状态的内聚因子,取同一类下的数据集之间的距离之和,将不同类之间的距离和求平均得到了内聚因子,通过内聚因子反映各个类之间内部的聚合程度。

3.根据权利要求2所述的方法,其特征在于,计算不同断路器状态的耦合因子,取不同类下的数据集之间的距离之和,将不同类之间的距离和求平均得到耦...

【专利技术属性】
技术研发人员:雷芳菲刘森叶奕君翟长春褚少先叶育林张平熊立昆
申请(专利权)人:中广核工程有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1