基于振动信号的断路器故障诊断与状态评估
发布时间：2022-12-10 02:39
断路器是电网运行的关键设备,对于保障电网安全运行具有重要作用,断路器一旦发生故障,造成的损失远超其本身价值。目前,机械故障在断路器故障中占比较大,提升断路器机械故障诊断的精确度,对于提升断路器可靠性和电网运行安全性具有重要意义。断路器开断过程中产生的振动信号包含了丰富的机械状态信息,基于振动信号的方法便于实现断路器的非侵入式评估,可以为断路器的状态监测提供有效的证据。本文介绍了断路器的主要类型,比较了不同类型断路器的特点,选用ZN28型断路器作为实验对象,结合断路器操动流程的分析,利用CA-YD-103型加速度传感器对振动信号进行采集,并初步解析了振动信号中的各振动事件。断路器机械状态的变化都可以通过振动信号表征出来,但是如何将隐藏在信号中的特征提取出来就需要借助有效的信号处理手段,本文在对比了多种特征提取思路后,针对单一信号处理手段提取特征较为片面的问题,采用多种特征提取方法获取了振动信号的复合特征,增强了特征的特异性,并在实例测试中,验证了复合特征有助于提升诊断精度。本着提升特征质量的目的,针对初级特征的主观性与盲目性问题,采用基于基尼指数最大下降的方法对所提取特征进行了权重评估,...
【文章页数】：80 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 选题背景与意义
1.2 断路器状态检修的研究概况
1.2.1 断路器状态检修的发展现状
1.2.2 基于振动信号的断路器状态评估发展现状
1.3 本文主要研究内容
第二章 断路器振动信号采集
2.1 断路器振动信号检测装置
2.1.1 断路器简介
2.1.2 加速度传感器简介
2.1.3 安装方式
2.2 振动信号分析
2.3 本章小结
第三章 振动信号的特征提取
3.1 基于形态滤波的振动信号降噪
3.2 复合特征提取方法
3.2.1 基于SVD的突变点识别
3.2.2 基于TLS-ESPRIT的参数辨识
3.2.3 基于时频法的特征提取
3.2.4 基于VMD的信号解调
3.2.5 广义分形维数
3.2.6 基于数据序列法的特征提取
3.3 实例分析
3.4 本章小结
第四章 特征降维
4.1 特征降维技术
4.2 随机森林的权重评估原理
4.3 基尼指数最大下降权重评估分析
4.4 子集搜索策略
4.5 振动信号的实例分析
4.6 本章小结
第五章 状态评估
5.1 模式识别技术
5.2 随机森林原理
5.3 故障诊断效果分析
5.4 本章小结
第六章 结论与展望
6.1 结论
6.2 展望
参考文献
致谢
攻读硕士学位期间的研究成果
学位论文评阅及答辩情况表
【参考文献】：
期刊论文
[1]自适应多尺度SVD去噪算法及在PQMD中的应用[J]. 刘嫣,汤伟. 计算机工程与应用. 2016(23)
[2]基于优化HHT算法与洛仑兹信息量度的换流变用有载分接开关机械特征提取[J]. 段若晨,王丰华,周荔丹. 中国电机工程学报. 2016(11)
[3]基于谱聚类和优化极端学习机的超短期风速预测[J]. 王辉,刘达,王继龙. 电网技术. 2015(05)
[4]基于变分模态分解和模糊C均值聚类的滚动轴承故障诊断[J]. 刘长良,武英杰,甄成刚. 中国电机工程学报. 2015(13)
[5]基于混沌理论和K-means聚类的有载分接开关机械状态监测[J]. 周翔,王丰华,傅坚,林嘉杨,金之俭. 中国电机工程学报. 2015(06)
[6]结合经验模态分解能量总量法的断路器振动信号特征向量提取[J]. 孙一航,武建文,廉世军,张路明. 电工技术学报. 2014(03)
[7]基于多重分形去趋势波动分析的齿轮箱故障特征提取方法[J]. 林近山,陈前. 振动与冲击. 2013(02)
[8]基于Relief相关性特征提取和微分进化支持向量机的短期电价预测[J]. 彭春华,刘刚,相龙阳. 电工技术学报. 2013(01)
[9]能谱熵向量法及粒子群优化的RBF神经网络在高压断路器机械故障诊断中的应用[J]. 徐建源,张彬,林莘,李斌,腾云. 高电压技术. 2012(06)
[10]高压断路器机械故障振动诊断综述[J]. 常广,张振乾,王毅. 高压电器. 2011(08)
博士论文
[1]基于信息熵的特征选择算法研究[D]. 刘华文.吉林大学 2010
本文编号：3715886
【文章页数】：80 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 选题背景与意义
1.2 断路器状态检修的研究概况
1.2.1 断路器状态检修的发展现状
1.2.2 基于振动信号的断路器状态评估发展现状
1.3 本文主要研究内容
第二章 断路器振动信号采集
2.1 断路器振动信号检测装置
2.1.1 断路器简介
2.1.2 加速度传感器简介
2.1.3 安装方式
2.2 振动信号分析
2.3 本章小结
第三章 振动信号的特征提取
3.1 基于形态滤波的振动信号降噪
3.2 复合特征提取方法
3.2.1 基于SVD的突变点识别
3.2.2 基于TLS-ESPRIT的参数辨识
3.2.3 基于时频法的特征提取
3.2.4 基于VMD的信号解调
3.2.5 广义分形维数
3.2.6 基于数据序列法的特征提取
3.3 实例分析
3.4 本章小结
第四章 特征降维
4.1 特征降维技术
4.2 随机森林的权重评估原理
4.3 基尼指数最大下降权重评估分析
4.4 子集搜索策略
4.5 振动信号的实例分析
4.6 本章小结
第五章 状态评估
5.1 模式识别技术
5.2 随机森林原理
5.3 故障诊断效果分析
5.4 本章小结
第六章 结论与展望
6.1 结论
6.2 展望
参考文献
致谢
攻读硕士学位期间的研究成果
学位论文评阅及答辩情况表
【参考文献】：
期刊论文
[1]自适应多尺度SVD去噪算法及在PQMD中的应用[J]. 刘嫣,汤伟. 计算机工程与应用. 2016(23)
[2]基于优化HHT算法与洛仑兹信息量度的换流变用有载分接开关机械特征提取[J]. 段若晨,王丰华,周荔丹. 中国电机工程学报. 2016(11)
[3]基于谱聚类和优化极端学习机的超短期风速预测[J]. 王辉,刘达,王继龙. 电网技术. 2015(05)
[4]基于变分模态分解和模糊C均值聚类的滚动轴承故障诊断[J]. 刘长良,武英杰,甄成刚. 中国电机工程学报. 2015(13)
[5]基于混沌理论和K-means聚类的有载分接开关机械状态监测[J]. 周翔,王丰华,傅坚,林嘉杨,金之俭. 中国电机工程学报. 2015(06)
[6]结合经验模态分解能量总量法的断路器振动信号特征向量提取[J]. 孙一航,武建文,廉世军,张路明. 电工技术学报. 2014(03)
[7]基于多重分形去趋势波动分析的齿轮箱故障特征提取方法[J]. 林近山,陈前. 振动与冲击. 2013(02)
[8]基于Relief相关性特征提取和微分进化支持向量机的短期电价预测[J]. 彭春华,刘刚,相龙阳. 电工技术学报. 2013(01)
[9]能谱熵向量法及粒子群优化的RBF神经网络在高压断路器机械故障诊断中的应用[J]. 徐建源,张彬,林莘,李斌,腾云. 高电压技术. 2012(06)
[10]高压断路器机械故障振动诊断综述[J]. 常广,张振乾,王毅. 高压电器. 2011(08)
博士论文
[1]基于信息熵的特征选择算法研究[D]. 刘华文.吉林大学 2010
本文编号：3715886
本文链接：https://www.wllwen.com/kejilunwen/dianlilw/3715886.html
