[发明专利]基于小波包与SOM网络的高压断路器机械故障识别方法在审
申请号: | 201710822500.7 | 申请日: | 2017-09-13 |
公开(公告)号: | CN107607303A | 公开(公告)日: | 2018-01-19 |
发明(设计)人: | 马宏忠;徐艳;李思源;刘宝稳;刘勇业;宋开胜;李盛翀;吴书煜 | 申请(专利权)人: | 河海大学 |
主分类号: | G01M13/00 | 分类号: | G01M13/00;G06N3/08 |
代理公司: | 南京纵横知识产权代理有限公司32224 | 代理人: | 董建林,张赏 |
地址: | 211100 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于小波包与SOM网络的高压断路器机械故障识别方法,首先利用压电式加速度传感器采集油断路器在合闸过程中正常和故障状态下的振动信号,然后应用小波包变换对高压断路器振动信号进行处理,得到各频段的能量并做归一化处理,构造特征向量输入SOM网络,进行故障模式判断。本发明不需要大数据库进行训练,解决目前高压断路器故障识别技术存在样本数据少,计算复杂,精度不高等问题。 | ||
搜索关键词: | 基于 波包 som 网络 高压 断路器 机械 故障 识别 方法 | ||
【主权项】:
基于小波包与SOM网络的高压断路器机械故障识别方法,其特征在于,包括以下步骤:1)通过加速度传感器对断路器正常状态下的振动信号、故障状态下的振动信号进行采集,并对振动信号做预处理;2)对采集到的振动信号进行小波包分解,得到8个频段,8个频段信号分别以能量的形式表示,并进行归一化,构造特征向量,作为SOM网络的输入;3)对SOM网络进行训练,将所述步骤2)构造的特征向量输入到SOM网络中,对SOM网络进行训练;当SOM网络达到训练误差时,将测试数据输入到训练好的SOM网络,从而判断高压断路器的故障模式。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河海大学,未经河海大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201710822500.7/,转载请声明来源钻瓜专利网。