[发明专利]基于信息分维及提升决策树的变压器机械故障诊断方法

权利要求书

1.一种基于信息分维及提升决策树的变压器机械故障诊断方法，它包括：

步骤1、采集变压器三轴振动信号；

步骤2、提取变压器三轴振动信号的信息分维特征量；

提取变压器三轴振动信号的信息分维特征量的方法为：

步骤2.1、采用上下限频率分别为1000Hz和100Hz的带通滤波方法对三轴振动信号进行去噪处理；

步骤2.2、提取变压器振动信号，设提取振动信号的序列为{f(i)，i＝1，2，…，2ⁿ}，n∈N^*；N^*代表正整数；

步骤2.3、设定尺度ε＝{2^j|j＝1，2，…，n}，按序列长度对f(i)进行插值；

步骤2.4、计算尺度ε下，点集F∈Rⁿ,的总分形盒维数N_ε(F)，Rⁿ代表欧几里德空间；

步骤2.5、统计f(i)落入第k个区间的概率P_i(ε)，计算第k个区间的信息熵I_ε(k)，并将各个子区间I_ε(k)求和，得I_ε(F)；

步骤2.6、设定变化尺度ε＝2ε，循环执行步骤2.4、步骤2.5至i＝n；

步骤2.7、根据最小二乘法与稳健估计方法，求得振动信号不同轴向的信息分维D_im：

步骤3、利用提升决策树算法对不同状态下提取出的信息分维特征量进行分类识别。

2.根据权利要求1所述的一种基于信息分维及提升决策树的变压器机械故障诊断方法，其特征在于：步骤1所述采集变压器三轴振动信号的方法为：

步骤1.1、利用三轴压电式加速度传感器测量变压器三维振动信号，频率响应为0.5～3000Hz，三轴压电式加速度传感器安装在被测变压器箱体表面；

步骤1.2、对变压器三维振动信号进行采集。

3.根据权利要求1所述一种基于信息分维及提升决策树的变压器机械故障诊断方法，其特征在于：步骤2.4所述总分形盒维数N_ε(F)的计算方法为：

步骤2.4.1、在横轴上的第k个区间内，取max[f(i)]与min[f(i)]，i∈{(k-1)ε+1，kε+1}，再与计算尺度ε相除并向上取整记为N_ε(k)，即：

步骤2.4.2、对每个子区间的N_ε(k)进行求和，得N_ε(F)，即：

4.根据权利要求1所述一种基于信息分维及提升决策树的变压器机械故障诊断方法，其特征在于：步骤2.5所述I_ε(F)的计算方法为：

5.根据权利要求1所述一种基于信息分维及提升决策树的变压器机械故障诊断方法，其特征在于：步骤3所述利用提升决策树算法对不同状态下提取出的信息分维特征量进行分类识别的方法为：通过损失函数的负梯度拟合前一轮基学习器的残差，使每一轮的残差估计逐渐减小，基学习器的输出逐渐逼近真值；在负梯度方向上拟合，保证每轮训练都能让损失函数尽可能快速减小，加速收敛到局部或全局最优解。