基于ZigBee网络和视频监控的电力设备故障监测与诊断

摘要：

基于ZigBee网络铺设成本低和传输效率高的优点,提出一种基于ZigBee网络和视频监控的电力设备故障监测与诊断方法.首先通过视频监控设备和传感器采集电力设备故障信号数据,识别过程中采用小波包3层分解和重构电力设备故障信号数据提取小波包能量特征;然后将其特征数据划分成训练样本和测试样本,在极限学习机的基础上引入正则化因子,提出了正则化极限学习机算法,用于进行故障分类、诊断和识别;最后将训练样本作为RELM模型的输入和输出,建立电力设备故障RELM识别模型进行故障识别.与ELM、SVM和BPNN相比,运用RELM进行电力设备故障诊断具有更高的诊断准确率和更低的误判率.

关键词：ZigBee网络、电力设备故障、故障诊断、正则化极限学习机、视频监控

所属期刊栏目：49

分类号：X773(动力工业废物处理与综合利用)

在线出版日期：2021-01-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：46-49