基于EEMD和模糊C均值聚类的风电机组齿轮箱故障诊断

针对风电机组齿轮箱中齿轮故障特征提取与故障诊断问题,提出一种基于集合经验模式分解(EEMD)、奇异谱熵和模糊C均值聚类的故障诊断方法。首先对原始振动信号进行EEMD分解,得到各阶本征模态函数(IMF)构成的特征模式矩阵。接着对该特征模式矩阵求奇异谱熵值,奇异谱熵值的大小能反映部件的工作状态和故障类型。最后,将得到的奇异谱熵值矩阵进行模糊聚类分析并得到分类结果。通过对齿面磨损、齿面剥落和正常3种齿轮状态分别使用EMD法和EEMD法进行故障分类对比,结果验证了该方法的有效性和可行性,同时证明EEMD法具有更好的分类效果。     

电力系统中电气试验存在问题及对策

该文先阐述了电力系统中电气设备试验的重要性,在明确试验过程中存在各类问题的基础上,从做好试验前的各项准备工作、加强电气试验人员的技术培训、全面开展对电气试验人员的安全教育、重视对电气试验的过程控制4个方面,探讨了应对电力系统中电气试验存在问题的改善对策。