基于双谱与双流卷积神经网络的断路器故障诊断
高压断路器操动机构的振动信号包含了断路器运行状态的重要信息,对操动机构工作状态的诊断辨识十分重要.针对振动信号随机、非平稳的复杂特性,提出了一种基于双谱分析和双通道流浅层卷积神经网络的断路器故障诊断方法.对振动信号进行双谱分析和小波分析,分别提取2D双谱矩阵以及1D小波频带能量作为双流卷积神经网络的双通道特征;对断路器模拟实验采集到的5种工况下的振动信号进行有监督训练.结果表明,双谱分析能够抑制高斯噪声、保留操动机构不同工况下主要峰值形态特征并融合小波频带能量特征,所提模型训练迭代5次即可达到98.33%的高识别精度,实现断路器操动机构的故障诊断辨识.
振动信号、双谱分析、双流卷积神经网络、故障诊断、断路器
44
TM56(电器)
国家自然科学基金51977038
2022-05-06(万方平台首次上网日期,不代表论文的发表时间)
共8页
165-172