一种新型的配电变压器潜伏性故障特征提取方法及系统

    公开(公告)号:CN112183400B

    公开(公告)日:2023-04-07

    申请号:CN202011062661.9

    申请日:2020-09-30

    Applicant: 福州大学

    Abstract: 本发明涉及一种新型的配电变压器潜伏性故障特征提取方法及系统,包括步骤:采用改进经验小波变换方法对配电变压器的振动信号进行分解,获得各阶经验小波函数分量;剔除干扰分量并选取相关系数高的分量,得到筛选后的l阶经验小波函数分量;采用精细化复合多尺度分散熵对筛选后的各阶经验小波函数分量进行量化分析,从多个时间尺度衡量各分量分布的不确定性;采用数学统计量对筛选后的各阶经验小波函数分量进行统计分析;将精细化复合多尺度分散熵和数学统计量的分析结果共同构成配电变压器混合特征。本发明所构建的特征能够更好的表征配电变压器的故障特性。

    基于CEEMDAN及加权时频熵的配电开关机械故障特征提取方法

    公开(公告)号:CN109784310A

    公开(公告)日:2019-05-21

    申请号:CN201910106304.9

    申请日:2019-02-02

    Applicant: 福州大学

    Abstract: 本发明涉及配电网技术领域,具体为一种基于CEEMDAN及加权时频熵的配电开关机械故障特征提取方法,包括步骤1,通过加速度或速度信号数据采集系统获取振动信号;步骤2,通过CEEMDAN方法分解振动信号以获取振动信号的各阶IMF分量;步骤3,通过Hilbert变换获取各阶IMF分量分别对应的瞬时频率;步骤4,通过带通滤波方法结合瞬时频率对IMF分量进行等频带划分以构造出规定带宽的时频矩阵;步骤5,在时域方向对时频矩阵进行等间距划分以获得分块时频矩阵,并求取各分块时频矩阵的能量值以构造分块能量矩阵。本发明鉴于各频带时间序列复杂度存在的差异,提出以各频带归一化的样本熵为权值,分别从时域和频域方向归一化的能量矩阵中提取加权时频熵以增强特征的表征能力。

    基于CEEMDAN及加权时频熵的配电开关机械故障特征提取方法

    公开(公告)号:CN109784310B

    公开(公告)日:2020-12-04

    申请号:CN201910106304.9

    申请日:2019-02-02

    Applicant: 福州大学

    Abstract: 本发明涉及配电网技术领域,具体为一种基于CEEMDAN及加权时频熵的配电开关机械故障特征提取方法,包括步骤1,通过加速度或速度信号数据采集系统获取振动信号;步骤2,通过CEEMDAN方法分解振动信号以获取振动信号的各阶IMF分量;步骤3,通过Hilbert变换获取各阶IMF分量分别对应的瞬时频率;步骤4,通过带通滤波方法结合瞬时频率对IMF分量进行等频带划分以构造出规定带宽的时频矩阵;步骤5,在时域方向对时频矩阵进行等间距划分以获得分块时频矩阵,并求取各分块时频矩阵的能量值以构造分块能量矩阵。本发明鉴于各频带时间序列复杂度存在的差异,提出以各频带归一化的样本熵为权值,分别从时域和频域方向归一化的能量矩阵中提取加权时频熵以增强特征的表征能力。

    一种高压断路器机械故障诊断方法

    公开(公告)号:CN109948597B

    公开(公告)日:2022-06-07

    申请号:CN201910343234.9

    申请日:2019-04-26

    Applicant: 福州大学

    Abstract: 本发明涉及一种高压断路器机械故障诊断方法。首先,通过采集装置获取高压断路器振动信号;接着,对振动信号进行CEEMDAN分解,并采用基于Hilbert变换与带通滤波相结合的频带划分方法构造等带宽的时频矩阵;其次,划分时段构造分块能量矩阵,并分别在时域方向和频域方向归一化的能量矩阵中提取时频熵;再者,采用正态累积分布函数(NCDF)对各频带振动信号进行归一化处理,提取各分块时频矩阵的奇异熵;最后,采用集成极限学习机作为分类器用于小样本高压断路器机械故障的识别。通过实例验证,本发明方法具有较高的辨识度。

    一种新型的配电变压器潜伏性故障特征提取方法及系统

    公开(公告)号:CN112183400A

    公开(公告)日:2021-01-05

    申请号:CN202011062661.9

    申请日:2020-09-30

    Applicant: 福州大学

    Abstract: 本发明涉及一种新型的配电变压器潜伏性故障特征提取方法及系统,包括步骤:采用改进经验小波变换方法对配电变压器的振动信号进行分解,获得各阶经验小波函数分量;剔除干扰分量并选取相关系数高的分量,得到筛选后的l阶经验小波函数分量;采用精细化复合多尺度分散熵对筛选后的各阶经验小波函数分量进行量化分析,从多个时间尺度衡量各分量分布的不确定性;采用数学统计量对筛选后的各阶经验小波函数分量进行统计分析;将精细化复合多尺度分散熵和数学统计量的分析结果共同构成配电变压器混合特征。本发明所构建的特征能够更好的表征配电变压器的故障特性。

    一种高压断路器机械故障诊断方法

    公开(公告)号:CN109948597A

    公开(公告)日:2019-06-28

    申请号:CN201910343234.9

    申请日:2019-04-26

    Applicant: 福州大学

    Abstract: 本发明涉及一种高压断路器机械故障诊断方法。首先,通过采集装置获取高压断路器振动信号;接着,对振动信号进行CEEMDAN分解,并采用基于Hilbert变换与带通滤波相结合的频带划分方法构造等带宽的时频矩阵;其次,划分时段构造分块能量矩阵,并分别在时域方向和频域方向归一化的能量矩阵中提取时频熵;再者,采用正态累积分布函数(NCDF)对各频带振动信号进行归一化处理,提取各分块时频矩阵的奇异熵;最后,采用集成极限学习机作为分类器用于小样本高压断路器机械故障的识别。通过实例验证,本发明方法具有较高的辨识度。

Patent Agency Ranking