[发明专利]基于支持向量机和多体动力学仿真的高压断路器识别方法

摘要

本发明公开了一种基于支持向量机和多体动力学仿真的高压断路器识别方法，包括建立高压断路器的三维模型，校准并验证三维模型；通过改变三维模型的尺寸、材料、特性参数，仿真模拟高压断路器的各种故障，得到对应的各种机械特性波形；对各种故障对应的机械特性波形进行波形截取、数学形态学滤波及特征提取处理，得到特征向量样本集；基于支持向量机及其一对多分类方法，训练分类器，并计算各分类的可信度；将实测的未知故障特征向量输入到训练的支持向量机，进行故障类型识别，实现高压断路器机械故障分类，并完成自学习。本发明无需开展大量物理模拟试验，对于高压断路器的故障识别能够准确识别，具有自学功能，有着广阔的应用前景。

主权项

1.基于支持向量机和多体动力学仿真的高压断路器识别方法，其特征在于：包括以下步骤，建立高压断路器的三维模型，通过多体动力学仿真得到三维模型的机械特性波形，并通过将仿真结果与试验测试数据进行对比，校准并验证三维模型；通过改变三维模型的尺寸、材料、特性参数，基于多体动力学仿真模拟高压断路器的各种故障，得到对应的各种机械特性波形；所述各种故障为通过改变高压断路器内分合闸弹簧的预压缩量或刚度系数来模拟分合闸弹簧疲劳；通过改变高压断路器内油缓冲器的阻尼系数来模拟油缓冲器失效；通过改变高压断路器内棘轮位置来模拟储能不到位；对各种故障对应的机械特性波形进行波形截取、数学形态学滤波、特征提取处理，得到特征向量样本集；基于支持向量机及其一对多分类方法，训练分类器，并计算各分类的可信度；将实测的未知故障特征向量输入到训练的支持向量机，进行故障类型识别，实现高压断路器机械故障分类，并完成自学习。