[发明专利]一种基于LVQ神经网络的高压断路器机械故障识别方法在审
| 申请号： | 201710969049.1 | 申请日： | 2017-10-18 |
| 公开（公告）号： | CN107766816A | 公开（公告）日： | 2018-03-06 |
| 发明（设计）人： | 马宏忠;徐艳;刘勇业;刘宝稳;李思源;宋开胜;李盛翀;吴书煜 | 申请（专利权）人： | 河海大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/08;G01H1/12 |
| 代理公司： | 南京纵横知识产权代理有限公司32224 | 代理人： | 姚兰兰,董建林 |
| 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LVQ神经网络的高压断路器机械故障识别方法，包括以下几个步骤步骤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；步骤2对采集到的振动信号进行小波包分解，得到P个频段，P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LVQ神经网络的输入，其中P为正整数；步骤3将步骤2构造的特征向量输入到LVQ神经网络中，对LVQ神经网络进行训练，当所述LVQ神经网络达到设定迭代步数时，将测试数据输入到训练好的LVQ神经网络，从而判断高压断路器的故障模式。本发明其诊断结果精度高、耗时少，结构简单，可操作性强。 | ||
| 搜索关键词： | 一种 基于 lvq 神经网络 高压 断路器 机械 故障 识别 方法 | ||
【主权项】：
一种基于LVQ神经网络的高压断路器机械故障识别方法，其特征在于，包括以下几个步骤：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，并对振动信号做去噪处理；步骤2：对采集到的振动信号进行小波包分解，得到P个频段，P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LVQ神经网络的输入，其中P为正整数；步骤3：将步骤2构造的特征向量输入到LVQ神经网络中，对LVQ神经网络进行训练，当所述LVQ神经网络达到设定迭代步数时，将测试数据输入到训练好的LVQ神经网络，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/201710969049.1/，转载请声明来源钻瓜专利网。
