[发明专利]一种基于均值分解算法的OLTC故障诊断方法

权利要求书

1.一种基于均值分解算法的OLTC故障诊断方法，其特征在于，包括以下步骤：

(1)将振动检测探头贴敷在有载分接开关的箱壁顶端，分别采集有载分接开关正常状态、触头松动状态、触头磨损状态、触头烧毁状态下动作过程中产生的振动信号，并对各个状态下的分别采集的多组振动信号进行降噪；

(2)利用LMD方法将去噪后的振动信号自适应分解，选取前面若干个乘积函数分量作为主分量；

(3)计算所述前面若干个乘积函数分量的排列熵，组成特征向量；

(4)把特征向量输入到建立好的SVM分类器进行工作模式识别。

2.根据权利要求1所述的基于均值分解算法的OLTC故障诊断方法，其特征在于，所述步骤(1)中，采集到振动信号z(t)后，对振动信号进行降噪的步骤如下：

(1.1)选取db5小波基和分解层数为3，对含噪电流包络信号进行小波包分解；

(1.2)选取改机阈值函数(1)对小波分解系数进行阈值量化处理，得到相应的小波系数；

式中：β为调节系数，取值范围为0≤β≤1；阈值λ＝0.48；

(1.3)将处理后的小波系数反变换，重构去噪后的振动信号X_i。

3.根据权利要求2所述的基于均值分解算法的OLTC故障诊断方法，其特征在于，所述步骤(1.2)中，调节系数β＝0.5。

4.根据权利要求2所述的基于均值分解算法的OLTC故障诊断方法，其特征在于，所述步骤(2)中，计算乘积函数的步骤如下：

(2.1)X_i＝{x₁,x₂,...,x_N}，N为采样点，信号的所有局部极值为n(i)，根据式(2)得到所有相邻的局部极值点的平均值m(i)和包络估计值a(i)；

(2.2)将各m(i)依次用直线相连，做滑动平均处理后得到局部均值函数m₁₁(t)；将所有相邻两个包络估计值a(i)用直线连接，做滑动平均处理后得到包络估计函数a₁₁(t)；

(2.3)将X_i与m₁₁(t)相减得到h₁₁(t)后，再与a₁₁(t)相除得到s₁₁(t)；

继续对s₁₁(t)进行步骤(2.1)-(2.3)的计算，得到其包络估计函数a₁₂(t)，若a₁₂(t)≠1，说明s₁₁(t)为非纯调频信号，需要重复上述迭代过程n次，直到s_1n(t)的包络估计函数a_1(n+1)(t)＝1；

(2.4)计算包络信号a₁(t)：

式中，n为重复次数；

(2.5)将a₁(t)和s_1n(t)相乘得到原始信号X_i的第一个乘积函数分量PF₁(t)；

(2.6)将X_i与PF₁(t)相减得新的信号u₁(t)后，再将u₁(t)作为原始信号重复步骤(2.1)-(2.6)的计算，循环j次，当u_k(t)为单调函数时结束；分解得到j个分量和残余项R，即：

式中，PF_i(t)为乘积函数分量。

5.根据权利要求4所述的基于均值分解算法的OLTC故障诊断方法，其特征在于，所述步骤(2.6)中，j＝4。