收藏本站
《山东大学》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

基于振动信号的断路器故障诊断与状态评估

肖怀硕  
【摘要】: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,在分析了特征与类别的相关关系后,利用互信息对特征集进行了去冗余的操作,并根据特征的组合效应,采用一种序列后向搜索的方法,对特征集的规模进行了精简,通过多组经典样本集与实例的测试,证明了本文采用的特征降维方法可以在有效降低运算复杂度的同时,维持甚至提升诊断精度。最后,本文选用随机森林对断路器4种状态进行了分类测试,测试结果表明了随机森林的诊断精度与操作简便性都要明显胜于支持向量机。本文通过分析断路器的振动信号特征提取方法、特征质量提升方法以及模式识别方法,为断路器故障诊断、状态评估及风险预控提出了新的思路,具有广泛适用性。
【学位授予单位】:山东大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TM561

【参考文献】
中国期刊全文数据库 前10条
1 刘嫣;汤伟;;自适应多尺度SVD去噪算法及在PQMD中的应用[J];计算机工程与应用;2016年23期
2 段若晨;王丰华;周荔丹;;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];中国电机工程学报;2016年11期
3 王辉;刘达;王继龙;;基于谱聚类和优化极端学习机的超短期风速预测[J];电网技术;2015年05期
4 刘长良;武英杰;甄成刚;;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];中国电机工程学报;2015年13期
5 周翔;王丰华;傅坚;林嘉杨;金之俭;;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];中国电机工程学报;2015年06期
6 孙一航;武建文;廉世军;张路明;;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];电工技术学报;2014年03期
7 林近山;陈前;;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];振动与冲击;2013年02期
8 彭春华;刘刚;相龙阳;;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];电工技术学报;2013年01期
9 徐建源;张彬;林莘;李斌;腾云;;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];高电压技术;2012年06期
10 常广;张振乾;王毅;;高压断路器机械故障振动诊断综述[J];高压电器;2011年08期
中国博士学位论文全文数据库 前1条
1 刘华文;基于信息熵的特征选择算法研究[D];吉林大学;2010年
【共引文献】
中国期刊全文数据库 前10条
1 钟宏宇;王超;张旭光;赵家志;赵立峰;任俊明;;组合预测技术在风电中的研究分析[J];电器与能效管理技术;2018年16期
2 谢李为;曾祥君;柳祎璇;;基于VMD-Hilbert变换的故障行波定位研究[J];电力系统保护与控制;2018年16期
3 万书亭;豆龙江;刘荣海;张轩;;基于EWT和多尺度熵的高压断路器故障诊断[J];振动.测试与诊断;2018年04期
4 任学平;李攀;王朝阁;张超;;基于改进VMD与包络导数能量算子的滚动轴承早期故障诊断[J];振动与冲击;2018年15期
5 关山;庞弘阳;宋伟杰;康振兴;;基于MF-DFA特征和LS-SVM算法的刀具磨损状态识别[J];农业工程学报;2018年14期
6 王志霞;郭利;;基于熵特征与HMM的滚动轴承退化状态识别[J];组合机床与自动化加工技术;2018年07期
7 胡东;贾亚军;郑强;刘永亮;阎振坤;;基于有效频带特征的有载分接开关机械状态诊断方法[J];电气应用;2018年14期
8 陈陈;李晓明;杨玲君;瞿合祚;王云飞;郝超超;;变分模态分解在电力系统谐波检测中的应用[J];电力系统保护与控制;2018年14期
9 关永刚;杨元威;钟建英;程铁汉;;高压断路器机械故障诊断方法综述[J];高压电器;2018年07期
10 马宏明;周涛涛;彭诗怡;段辞涵;程志万;;一起220kV SF_6断路器合闸不到位故障及分析[J];高压电器;2018年07期
中国博士学位论文全文数据库 前10条
1 李亚楠;石油储层含油性识别的特征选择和规则提取[D];中国地质大学;2018年
2 于巧;基于机器学习的软件缺陷预测方法研究[D];中国矿业大学;2017年
3 高博文;高速铁路CTC系统的可靠性建模与评估方法研究[D];中国铁道科学研究院;2017年
4 赵超;云环境下网络安全监控架构及保障方法研究[D];哈尔滨工程大学;2017年
5 边婧;不平衡网络异常数据代价敏感特征及实例选择[D];太原理工大学;2016年
6 张庆庆;基于机器学习的文本情感分类研究[D];西北工业大学;2016年
7 刘昱;基于振动分析的柴油机燃油系统与配气机构故障诊断研究[D];天津大学;2016年
8 刘婧;面向信息质量的社会媒体关系抽取方法研究[D];西北工业大学;2016年
9 刘颂凯;基于数据与机理的电力系统安全评估研究[D];武汉大学;2016年
10 黄文娟;城市道路交通流累积能源消耗机理与协调控制关键技术研究[D];长安大学;2016年
【二级参考文献】
中国期刊全文数据库 前10条
1 周贤姣;张建文;仲金龙;陈建宇;;基于SVD的电压跌落持续时间检测新方法[J];电测与仪表;2015年12期
2 郭谋发;徐丽兰;缪希仁;陈立纯;;采用时频矩阵奇异值分解的配电开关振动信号特征量提取方法[J];中国电机工程学报;2014年28期
3 尹东阳;盛义发;蒋明洁;李永胜;谢曲天;;基于粗糙集理论-主成分分析的Elman神经网络短期风速预测[J];电力系统保护与控制;2014年11期
4 康守强;王玉静;姜义成;杨广学;宋立新;V.I.MIKULOVICH;;基于超球球心间距多类支持向量机的滚动轴承故障分类[J];中国电机工程学报;2014年14期
5 鲍永胜;;局部放电脉冲波形特征提取及分类技术[J];中国电机工程学报;2013年28期
6 刘志刚;张巧革;张杨;;电能质量复合扰动分类的研究进展[J];电力系统保护与控制;2013年13期
7 张淑清;孙国秀;李亮;李新新;监雄;;基于LMD近似熵和FCM聚类的机械故障诊断研究[J];仪器仪表学报;2013年03期
8 陈朋永;赵书涛;李建鹏;陈云飞;;基于EMD和SVM的高压断路器机械故障诊断方法研究[J];华北电力大学学报(自然科学版);2012年06期
9 王春亮;李凯;马宏忠;王安其;;基于WP_SVD降噪的OLTC振动信号特征识别[J];电力系统及其自动化学报;2012年05期
10 许童羽;朴在林;陈春玲;;希尔伯特变换与小波去噪提高暂态电能质量扰动检测与定位精度[J];农业工程学报;2012年19期
【相似文献】
中国期刊全文数据库 前10条
1 陈一诺;董绍华;;基于随机森林算法的管道缺陷预测方法[J];油气储运;年期
2 刘阳;杜华军;岳子涵;马杰;吕武;;基于随机森林的无人机检测方法[J];计算机工程与应用;年期
3 胡蝶;;基于随机森林的债券违约分析[J];当代经济;2018年03期
4 温博文;董文瀚;解武杰;马骏;;基于改进网格搜索算法的随机森林参数优化[J];计算机工程与应用;2018年10期
5 赵艺淞;杨昆;王保云;黎晓路;;随机森林在城市不透水面提取中的应用研究[J];云南师范大学学报(自然科学版);2017年03期
6 吴辰文;梁靖涵;王伟;李长生;;一种顺序响应的随机森林:变量预测和选择[J];小型微型计算机系统;2017年08期
7 顾娟;林敏;鞠桂玲;;基于随机森林回归的军械器材需求预测[J];自动化应用;2017年09期
8 刘迎春;陈梅玲;;流式大数据下随机森林方法及应用[J];西北工业大学学报;2015年06期
9 罗超;;面向高维数据的随机森林算法优化探讨[J];商;2016年04期
10 杨晓峰;严建峰;刘晓升;杨璐;;深度随机森林在离网预测中的应用[J];计算机科学;2016年06期
中国重要会议论文全文数据库 前10条
1 尤东方;赵杨;;存在混杂时高维数据的随机森林分析[A];2017年中国卫生统计学学术年会论文集[C];2017年
2 张涛;李贞子;武晓岩;李康;;随机森林回归分析方法及在代谢组学中的应用[A];2011年中国卫生统计学年会会议论文集[C];2011年
3 吕洁;;基于随机森林算法对内蒙古地区地面逐日平均温度的估算[A];第34届中国气象学会年会 S20 气象数据:深度应用和标准化论文集[C];2017年
4 张炜;;天津市人才吸引力影响要素评价——基于随机森林法的检验分析[A];发挥社会科学作用 促进天津改革发展——天津市社会科学界第十二届学术年会优秀论文集(中)[C];2017年
5 高洪利;;基于随机森林算法的卷烟销量预测及分析[A];中国烟草学会学术年会优秀论文集[C];2017年
6 武晓岩;方庆伟;;基因表达数据分析的随机森林方法及算法改进[A];黑龙江省第十次统计科学讨论会论文集[C];2008年
7 高磊;秦慧杰;许康;;基于随机森林的资源三号影像地表覆盖信息提取[A];地理信息与人工智能论坛暨江苏省测绘地理信息学会2017年学术年会论文集[C];2017年
8 郑志伟;邱佳玲;阳庆玲;龚晓春;郭山清;贾忠伟;郝春;;随机森林算法对文本情感分析的应用与R软件实现[A];2017年中国卫生统计学学术年会论文集[C];2017年
9 杨璐;宋建国;;基于随机森林的地震储层分类方法研究[A];2017中国地球科学联合学术年会论文集(三十八)——专题71:内磁层动力学、专题72:计算地球物理方法和技术、专题73:地热:“学”以致“用”、专题74:电磁卫星观测与应用[C];2017年
10 刘继辉;许磊;马晓龙;李达;林鸿佳;杨洋;杨晶津;李兴绪;王慧;;基于随机森林回归的制丝过程参数影响权重分析[A];中国烟草学会学术年会优秀论文集[C];2017年
中国重要报纸全文数据库 前1条
1 本报记者 田新元;人工智能助力保险业智慧化转型[N];中国改革报;2017年
中国博士学位论文全文数据库 前10条
1 王鑫;基于随机森林的认知网络频谱感知算法研究[D];东北大学;2016年
2 王晓军;基于大数据的风洞马赫数集成建模方法的研究[D];东北大学;2016年
3 姚登举;面向医学数据的随机森林特征选择及分类方法研究[D];哈尔滨工程大学;2016年
4 黄玥;VANET信息安全问题及异常检测技术研究[D];吉林大学;2017年
5 倪强;基于随机前沿和随机森林法的沿海开发区发展效率研究[D];天津大学;2011年
6 季斌;内蒙古浩布高地区多金属矿综合信息找矿预测研究[D];合肥工业大学;2017年
7 雷震;随机森林及其在遥感影像处理中应用研究[D];上海交通大学;2012年
8 金超;基于随机森林的医学影像分割算法研究及应用[D];苏州大学;2017年
9 李宝富;巨厚砾岩层下回采巷道底板冲击地压诱发机理研究[D];河南理工大学;2014年
10 赵东;基于群智能优化的机器学习方法研究及应用[D];吉林大学;2017年
中国硕士学位论文全文数据库 前10条
1 肖怀硕;基于振动信号的断路器故障诊断与状态评估[D];山东大学;2018年
2 周杰;Spark平台下的基于随机森林算法的用户贷款风险预测研究[D];东北师范大学;2018年
3 赵书慧;基于MODIS卫星数据的水面积提取方法研究[D];山东师范大学;2018年
4 崔用祥;基于随机森林的城市犯罪空间分布密度建模与影响因素探析[D];华东师范大学;2018年
5 李侠男;基于随机森林算法的房地产项目风险评价研究[D];天津大学;2017年
6 赖添;基于随机森林的商品期货量化投资策略研究[D];华东师范大学;2018年
7 王君婷;基于随机森林回归模型的债券发行信用利差影响因素分析[D];上海社会科学院;2018年
8 李欣欣;基于代价敏感性随机森林与支持向量机的肝硬化并发肝性脑病风险预测模型研究[D];山西医科大学;2018年
9 梁君雅;控制混杂的随机森林方法评价及其在高维组学数据分析中的应用[D];南京医科大学;2018年
10 任才溶;基于并行随机森林的城市PM_(2.5)浓度预测[D];太原理工大学;2018年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026