[发明专利]一种基于电机输出功率的隔离开关机械故障诊断方法

权利要求书

1.一种基于电机输出功率的隔离开关机械故障诊断方法，其特征在于，该方法包含如下步骤：

数据采集：采集不同型号高压隔离开关正常及机械故障状态下动作过程的电机输出功率，绘制相应的电机输出功率-时间曲线，得到输出功率-时间曲线样本,机械故障状态包括三相不同期、卡涩、不到位；

特征提取与优化：从输出功率-时间曲线样本获取高压隔离开关的原始特征，对原始特征进行优化，得到优化特征；

所述特征提取与优化具体步骤包括：

从输出功率-时间曲线样本获取高压隔离开关的原始特征，获取的原始特征包括整体特征和分段特征；具体的，将输出功率-时间曲线按高压隔离开关动作过程分为三个阶段，包括电机启动阶段，动静触头未接触阶段以及动静触头接触阶段；先提取输出功率-时间曲线的整体特征，提取的整体特征包括动作时间、整体功率均值与方差；从动静触头未接触阶段和动静触头接触阶段分别提取各段的分段特征，提取的分段特征包括均值、均方值、方根幅值、标准差、方差、峰值、峰谷值、偏斜度、波形指标、峰值指标；

对各状态提取的原始特征进行归一化处理，将原始特征归算到[-1，1]区间中，归一化处理的计算方法如下：

其中，x表示原始特征数据；y是归一化之后的特征数据；x_max和x_min分别表示原始特征数据x中的最大值和最小值；

对归一化后的原始特征进行特征优化；

诊断模型建立：采用各机械状态的优化特征作为训练数据，对支持向量机模型进行训练，建立识别正常状态与各机械故障状态的支持向量机诊断模型；

状态诊断：测得待诊断高压隔离开关动作过程的电机输出功率-时间曲线，提取其原始特征，并进行特征优化，将优化后的特征输入到建立的支持向量机诊断模型，计算判断待诊断高压隔离开关的机械状态类型。

2.根据权利要求1所述的一种基于电机输出功率的隔离开关机械故障诊断方法，其特征在于，所述对归一化后的原始特征进行特征优化包括以下步骤：

将归一化后的原始特征经过核函数计算得到核函数矩阵，再计算得到中心化核函数矩阵，并计算中心化核函数矩阵的特征值与特征向量，然后由大到小对特征值进行排序，与特征值对应的特征向量的位置也进行相应的调整，当特征维度拟降维至n维时，计算前n维特征值之和与总特征值之和的比值，得到前n维主成分贡献度，再将中心化核函数矩阵与前n维特征值对应的特征向量相乘，得到各机械状态的输出功率-时间曲线样本在前n维各特征向量上的投影，即提取的特征，其中n取正整数，其中核函数：

其中x_i、x_j分别表示不同样本归一化的原始特征组成的行向量；

降至n维，计算核函数参数σ取不同值时的主成分贡献度；同时计算特征提取后类间离散度S_w和类内离散度S_b及基于距离可分性判据值J，J值越大表示越容易对各种类型进行区分；J的计算方法如下：

J＝trace(S_w+S_b)

式中，c表示样本的类别数，P_i表示第i类样本占总样本的比例，X_ij表示由第i类中第j个样本中经过特征优化后的n维特征组成的特征向量，m_i为第i类样本X_ij的均值， 为各类样本均值m_i的均值,E_i为对第i类数据求数学期望，trace()表示求矩阵的迹；

综合考虑计算量和基于距离可分性判据值，确定核函数参数、优化后特征维度和主成分贡献度，获得各机械状态输出功率-时间曲线样本的优化特征。