咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于非参数检验的高压断路器机械故障声信号特征值提取方法 收藏

基于非参数检验的高压断路器机械故障声信号特征值提取方法

Acoustical Signal Feature Extraction Method on Mechanical Fault of High Voltage Circuit Breaker Based on Nonparametric Test

作     者:易林 夏小飞 彭在兴 饶夏锦 芦宇峰 苏毅 刘凯 YI Lin;XIA Xiaofei;PENG Zaixing;RAO Xiajin;LU Yufeng;SU Yi;LIU Kai

作者机构:南方电网科学研究院有限责任公司广州510000 广西电网有限责任公司电力科学研究院南宁530000 

出 版 物:《高压电器》 (High Voltage Apparatus)

年 卷 期:2021年第57卷第10期

页      面:83-90页

核心收录:

学科分类:080801[工学-电机与电器] 0808[工学-电气工程] 08[工学] 

基  金:南网科技资助项目(SEPRI-K195038)。 

主  题:高压断路器 故障诊断 声音信号 非参数检验 特征提取 支持向量机 

摘      要:基于非参数检验的声信号时域特征识别是一种高识别率、小时间开销的高压断路器机械故障诊断方法,但也有无效区间长、特征测量值和检验方法有待优化等问题。对于高压断路器机械故障声信号,根据非参数检验的效果剔除低效区段;利用散布矩阵对比特征测量值的分类能力;搭建高压断路器机械故障试验平台,对采集到的声信号分别进行4种非参数检验,选取特征值并进行机器学习。声信号的纯噪音部分和余震部分被剔除,从而得到有效时域区段;在8种特征测量值中,各种熵的分类能力明显高于均值等传统特征测量值,且Renyi熵的分类能力最好;相比于绝对值均值,Renyi熵作为特征测量值时3种非参数检验方法的诊断识别率提高了10%。所得结果表明:Wilcoxon秩和检验选出的Renyi熵特征值有着最高的诊断识别率。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分