[发明专利]一种GIS设备机械故障诊断系统及方法

权利要求书

1.一种GIS设备机械故障诊断系统，其特征在于：包括振动传感器和主机以及采集GIS设备外壳振动信号、分层分解GIS设备外壳振动信号、分层提取振动信号的Lempel-Ziv复杂度和基于随机森林分类方法诊断GIS设备机械故障四个程序模块，所述振动传感器与主机连接并通信，分层分解GIS设备外壳振动信号模块，用于主机采用EEMD算法将GIS设备外壳的振动信号分层分解得到本征模态函数IMF分量，提取每一层的本征模态函数IMF的故障特征。

2.根据权利要求1所述的一种GIS设备机械故障诊断系统，其特征在于：分层提取振动信号的Lempel-Ziv复杂度模块，用于主机提取每一个本征模态函数IMF分量的Lempel-Ziv复杂度并作为故障指标。

3.根据权利要求2所述的一种GIS设备机械故障诊断系统，其特征在于：基于随机森林分类方法诊断GIS设备机械故障模块，用于主机通过随机森林算法诊断GIS设备机械故障，主机将振动信号每一层本征模态函数Lempel-Ziv复杂度作为特征样本，对应的机械故障类型作为训练标签，共同组成训练样本，将训练样本输入随机森林算法中训练得到GIS设备机械故障分类器。

4.根据权利要求1所述的一种GIS设备机械故障诊断系统，其特征在于：采集GIS设备外壳振动信号模块，用于振动传感器获知GIS设备外壳的振动信号并发送至主机。

5.根据权利要求1所述的一种GIS设备机械故障诊断系统，其特征在于：所述振动传感器为采样频率10.08kHz的振动传感器。

6.一种GIS设备机械故障诊断方法，其特征在于：包括步骤如下，将GIS设备外壳振动信号作为特征量，通过EEMD算法分层分解振动信号并获得两层以上本征模态函数IMF分量，分别提取每一层IMF分量的Lempel-Ziv复杂度并作为故障检测特征，通过随机森林分类方法诊断GIS设备机械故障。

7.根据权利要求1所述的一种GIS设备机械故障诊断方法，其特征在于：具体划分有S1采集GIS设备外壳振动信号、S2分层分解GIS设备外壳振动信号、S3分层提取振动信号的Lempel-Ziv复杂度和S4基于随机森林分类方法诊断GIS设备机械故障四个步骤：在S2分层分解GIS设备外壳振动信号步骤中，主机采用EEMD算法将GIS设备外壳的振动信号分层分解得到本征模态函数IMF分量，提取每一层的本征模态函数IMF的故障特征。

8.根据权利要求7所述的一种GIS设备机械故障诊断方法，其特征在于：在S3分层提取振动信号的Lempel-Ziv复杂度步骤中，主机提取每一个本征模态函数IMF分量的Lempel-Ziv复杂度并作为故障指标。

9.根据权利要求8所述的一种GIS设备机械故障诊断方法，其特征在于：在S4基于随机森林分类方法诊断GIS设备机械故障步骤中，主机通过随机森林算法诊断GIS设备机械故障，将振动信号每一层本征模态函数Lempel-Ziv复杂度作为特征样本，对应的机械故障类型作为训练标签，共同组成训练样本，将训练样本输入随机森林算法中训练得到GIS设备机械故障分类器。

10.根据权利要求7所述的一种GIS设备机械故障诊断方法，其特征在于：在S1采集GIS设备外壳振动信号步骤中，振动传感器获知GIS设备外壳的振动信号并发送至主机。