基于LMD-PCA和样本熵的瓷支柱绝缘子故障诊断
为了对变电站瓷支柱绝缘子状态进行有效评估,提出了一种将局域均值分解方法(Local Mean Decomposition,LMD)、主成分分析方法(Principal Components Analysis,PCA)和样本熵相结合的瓷支柱绝缘子振动信号故障诊断方法.首先,将瓷支柱绝缘子振动信号进行局域均值分解,得到PF(乘积函数)分量,利用主成分分析方法,提取主PF分量;其次,计算其样本熵作为表征瓷支柱绝缘子状态的特征向量,利用支持向量机(SVM)对输入的向量进行分类训练;最后,将测试样本特征向量输入训练好的SVM中进行分类识别.结果 表明,该方法能有效提取瓷支柱绝缘子的故障特征并实现准确的故障分类.
瓷支柱绝缘子、局域均值分解、样本熵、支持向量机
43
TG115.28(金属学与热处理)
2021-04-26(万方平台首次上网日期,不代表论文的发表时间)
共6页
69-73,87