12kV智能真空斷路器振動(dòng)信號(hào)處理與故障診斷.pdf

1、本文對(duì)12kV智能真空斷路器iVD4振動(dòng)信號(hào)進(jìn)行處理分析，建立了振動(dòng)信號(hào)特征參數(shù)數(shù)據(jù)集，并結(jié)合支持向量機(jī)(Support Vector Machine, SVM)算法搭建了智能真空斷路器故障診斷模型。對(duì)緩沖器和合閘脫扣器進(jìn)行模擬故障試驗(yàn)，分別從分閘行程和合閘電流提取合適的特征參量作為特定故障的診斷指標(biāo)。
　　(1)確定了壓阻式傳感器的安裝位置和方式，設(shè)計(jì)了振動(dòng)信號(hào)放大電路，并對(duì)壓阻式和壓電式傳感器采集波形進(jìn)行比較，結(jié)果表明：壓阻式

2、傳感器響應(yīng)速度更快，靈敏度更高，振動(dòng)波形更加精細(xì)，振動(dòng)過(guò)程更加清晰。
　　(2)分別采用奇異值差分譜法、小波包能量法和小波閾值法對(duì)振動(dòng)信號(hào)進(jìn)行降噪處理，并對(duì)三種降噪方法處理結(jié)果進(jìn)行分析。分析結(jié)果表明：小波閾值法能夠在去除噪聲干擾的基礎(chǔ)上，較大限度地保留信號(hào)原始狀態(tài)信息。
　　(3)分別利用小波包分解、總體平均經(jīng)驗(yàn)?zāi)B(tài)分解(Ensemble Empirical Mode Decomposition, EEMD)、短時(shí)傅里葉變換

3、(Short Time Fourier Transform, STFT)從各個(gè)層面計(jì)算振動(dòng)信號(hào)能譜熵值并進(jìn)行比較。提出了基于分段峰值統(tǒng)計(jì)法的振動(dòng)信號(hào)處理法，以廣義極值分布(Generalized Extreme Value distribution, GEV)參數(shù)作為振動(dòng)信號(hào)特征參數(shù)，處理結(jié)果表明：分段峰值統(tǒng)計(jì)法處理結(jié)果區(qū)分度較好，能夠用來(lái)提取振動(dòng)信號(hào)的特征參數(shù)。
　　(4)對(duì)振動(dòng)信號(hào)特征參數(shù)進(jìn)行篩選，建立振動(dòng)信號(hào)特征參數(shù)數(shù)據(jù)集。