基于K-means聚类法的牵引供电隔离开关故障状态监测
接触网隔离开关的运行可靠性对于保障牵引供电系统稳定运行有着重要意义.针对隔离开关的机械状态特性,对电机电流与其输出扭矩之间的关系进行了推导.通过电机电流采集系统监测得到隔离开关电机电流信号,使用wolf算法计算得电机电流信号的最大李雅普诺夫指数值为正,证实了该电流信号具有混沌特性.根据相空间重构理论重构电流信号,对重构信号进行K-means聚类分析,获取簇中心并通过簇中心的位置变化判断隔离开关的故障情况.据此将隔离开关的故障情况进行分类,为隔离开关运行的故障监测以及状态评估提供依据.
隔离开关、K-means聚类、相空间重构、电流信号
34
U225(电气化铁路)
国家自然基金项目11162006;江西省教育厅科技项目GJJ150530;江西省教育厅科技项目GJJ160488
2017-07-03(万方平台首次上网日期,不代表论文的发表时间)
共9页
109-117