基于PSO-LSSVM的高压真空断路器弹簧机构机械故障诊断

电流检测法在进行高压断路器弹簧机构机械故障诊断时,由于样本数据小导致诊断准确率低。针对这一问题,文中通过模拟各种常见故障和分析不同故障下合闸线圈电流变化规律,提取能够反映断路器工作状态的特征值,并采用最小二乘支持向量机法进行故障诊断。在此基础上,采用粒子群算法不断进行优化以加快诊断速度和准确率。将上述方法进行实例验证,结果表明,文中提出的故障诊断法在相同条件下诊断效果优于广泛应用的BP神经网络诊断法,并且样本空间减小对其诊断结果无明显影响,从而验证文中方法的可行性。

Mechanical Fault Diagnosis for Spring Mechanism of High-voltage Vacuum Circuit Breaker Based on PSO-LSSVM