共查询到19条相似文献,搜索用时 218 毫秒
1.
振动在线检测法在电力变压器机械故障诊断中的应用越来越广泛,在此基础上将能量熵引入电力变压器绕组振动信号的特征提取中。通过实验提取一台电力变压器绕组正常运行和短路冲击运行时的振动信号,运用小波包分解重构原理分解出信号的子频带,采用频段-能量熵方法来检测电力变压器绕组不同运行条件下短路故障类型。实验结果表明,不同机械状态下电力变压器绕组振动信号特征向量之间的差异性可作为故障诊断的依据。 相似文献
2.
分接开关振动信号EMD熵和小波熵的比较 总被引:4,自引:0,他引:4
针对变压器有载分接开关机械故障诊断,引入一种基于经验模态分解EMD(empirical mode decomposi-tion)能量熵的诊断方法,以提取变压器有载分接开关振动信号特征并进行故障诊断。首先进行小波消噪,然后对信号进行经验模态分解,对得出的各阶固有模态函数求能量,最终计算得到信号的能量熵值。运用EMD能量熵作为特征参量,分析了触头正常和烧毁两种情况下分接开关切换时产生的振动信号,并与小波能量熵比较,研究结果表明,分接开关振动信号基于EMD能量熵的方法比基于小波能量熵的方法有效。 相似文献
3.
4.
变压器绕组短路振动信号的高低频能量分析 总被引:3,自引:0,他引:3
该文对变压器振动情况进行理论分析,设置绕组短路故障,在正常和故障两种状态下进行多次实验,测量正常和故障两种状态下的振动信号。提出一种基于小波-高低频包络谱能量分布提取振动信号特征并确定绕组匝间短路故障阈值的新方法。首先应用小波变换对振动信号进行降噪处理,然后与希尔伯特变换结合,提取振动信号的低频和高频包络,最后对包络信号进行谱分析和能量特征提取,比较正常运行状态和短路故障状态下的能量分布。通过实验得到了故障阈值,表明能量法可用于故障的监测和诊断。 相似文献
5.
6.
随着全国电网互联,电力系统的结构日益复杂,变压器故障时有发生,对电力系统安全造成了严重威胁,因而对变压器运行状态的监测和分析越来越受到人们的关注。将小波包变换和HHT (hilbert-huang transform,HHT)相结合的方法引入到变压器铁芯振动信号分析中。由于实测信号中往往含有大量噪声,不利于对振动信号特征信息的提取,因此提出运用小波包变换对其进行阈值处理,然后将处理后的振动信号进行HHT变换,再计算其边际谱,通过边际谱中的频率分布,对变压器铁芯振动实现在线监测分析。最后利用大量数值仿真和现场实测数据分析,表明了该分析方法在变压器上述故障诊断中的可行性和有效性。 相似文献
7.
8.
基于相对小波能量的滚动轴承故障诊断 总被引:1,自引:0,他引:1
利用相对小波能量作为特征进行滚动轴承故障诊断.首先将滚动轴承振动信号进行离散小波分解,然后利用各频带的相对小波能量作为特征向量,使用支持向量机作为分类器对轴承故障进行分类.针对轴承内圈故障、滚动体故障、外圈故障3种故障及不同损伤程度的实测数据进行多种分类实验,实验结果表明利用相对小波能量作为滚动轴承故障诊断的特征非常有... 相似文献
9.
10.
11.
12.
改进的小波包-特征熵在高压断路器故障诊断中的应用 总被引:7,自引:1,他引:7
在详细介绍小波包与特征熵的基础上,将二者结合提出了一种诊断高压断路器机械故障的新方法,并给出了切实可行的诊断步骤和分析。该方法首先将断路器基座振动信号进行3层小波包分解,提取第3层各节点重构信号的包络;然后利用正常状态标准信号所得各包络信号的等能量分段方式,实现对应节点待测状态信号包络的时间轴分段,并利用各分段积分能量、按照熵理论提取特征熵向量;最后构造简单的BP神经网络实现特征熵向量的分类。经正常和2种故障状态下高压断路器无负载振动信号测试,证明该方法检测高压断路器故障简单、准确,为断路器的故障诊断开拓了新的思路。 相似文献
13.
高压真空断路器是电力系统开关设备中极其重要的一种高压电器,而高压断路器故障中80%是由于机械特性不良造成,为此通过小波包变换对高压断路器机械振动信号进行了分析,以信号的能谱熵作为特征输入向量,建立了粒子群优化(PSO)径向基函数(RBF)神经网络的高压断路器故障识别系统模型,最后对实际高压断路器振动信号进行获取分析并得到结果。实验结果表明,高压断路器正常信号能谱熵向量各元素分布比较均匀;而故障信号所得能谱熵向量各元素变化较大且有一定变化规律;粒子群优化后的RBF网络模型在正确率、精度等方面高于传统神经网络模型。实验结果表明该方法用于高压断路器的故障诊断是可行的,并且可以为断路器的故障诊断提供更好的理论依据。 相似文献
14.
针对分接开关切换触头闭合时的振动信号,应用小波包总能量和小波包特征熵的方法,分析切换开关切换过程触头闭合期间振动信号的小波包总能量值以及特征熵值,发现了明显的故障特征信号。在理论分析的基础上,对江苏省电力公司最有代表性的分接开关进行试验,验证了该诊断方法的可行性。若配合FFT频谱分析,可进一步判断触头故障类型。 相似文献
15.
Based on vibration signal of high voltage circuit breaker,a new method of intelligent fault diagnosis that wavelet packet extracts energy entropy which are used as characteristic vector of the support vector machine(SVM)to construct classifier for fault diagnosis is presented.The acceleration sensors are applied to collecting the vibration data of different states of high voltage circuit breakers based on self-made experimental platform in this method.The wavelet packet are fully applied to analyze the vibration signal and decompose vibration signal into three layers,and wavelet packet energy entropy of each frequency band are as the characteristic vector of circuit breaker failure mode.Then the intelligent diagnosis network is established on the basis of the support vector machine theory.It is verified that the method has a better capability of classification and a higher accuracy compared with the traditional neural network diagnosis method through distinguishing the three fault modes which are tripping device stuck,the vacuum arcing chamber fixed bolt looseness and too much friction force of the transmission mechanism of circuit breaker in this paper. 相似文献
16.
振动信号小波包特征熵的时变与频变特性分析 总被引:5,自引:0,他引:5
为了更好的反应高压断路器的机械振动状态,介绍了一种基于小波包分解的断路器振动信号特征提取新方法。将正常状态标准信号3层小波包分解后提取第3层各节点重构信号的包络,利用能量均等的原则将各包络分成15段并提取各分段时间点并利用正常状态标准信号所得包络的分段时间点分段测试信号的对应节点包络,再利用熵原理计算各节点熵,组合后形成小波包特征熵向量用于断路器故障诊断。利用实际信号分别模拟时变和频变信号测试所得向量变化特性的仿真结果表明:无论在时变还是频变情况下,该方法所提取的振动信号特征向量都可以以不同的变化特性直观、明显地反映信号的变化。 相似文献
17.
风机振动信号是一种典型的非平稳时变信号,具有混沌特征。近似熵可用来描述系统运动的混乱或无规则程度。提出用小波系数区域相关性的滤波算法对原始数据进行降噪处理,用近似熵来定量描述机械设备故障的工作状态,进而对风机进行故障诊断。分析结果表明,风机在不同工作状态下所对应的近似熵有明显的区别,从而为机械设备状态监测与故障诊断提供了一种行之有效的新方法。 相似文献
18.
针对在线监测电容型设备的绝缘特性变化规律以及受外界因素影响的情况不明确,难以发现其变化来确定设备绝缘状况的问题,提出了基于小波能谱熵理论的数据规律分析方法。该方法利用小波分析具有时频局部化的特性和信息熵对系统状态表征的特性,将小波分析与熵结合起来对信号进行特征挖掘。计算小波能谱熵作为系统的特征参数来识别不同信号的变化趋势并将与tanδ变化最接近的因素作为主导因素来分析。实例分析表明,上述熵值能够反映在线监测tanδ和外界因素的系统变化,以此为参量来分析趋势并进行故障诊断是一种行之有效的方法。 相似文献