公开(公告)号：CN115563472A

公开(公告)日：2023-01-03

申请号：CN202211232992.1

申请日：2022-10-10

Applicant: 东南大学

Inventor： 张建忠 ,  吴永斌 ,  袁正舾

IPC: G06F18/00 ,  G01R31/327 ,  G01H17/00

Abstract: 本发明公开一种基于振动信号包络线识别的高压断路器故障诊断方法，包括故障特征离线训练和在线故障诊断，故障特征离线训练过程包括针对高压断路器操作振动信号历史数据进行信号预处理，然后提取振动信号的包络线，再采用小波包‑能量谱提取振动信号包络线的典型故障特征向量M，构建高压断路器故障特征库。在线故障诊断过程包括采集高压断路器的操作振动信号，经信号预处理后提取振动信号的包络线，基于小波包‑能量谱提取振动信号包络线的故障特征向量T，通过计算故障特征向量T与典型故障特征向量M之间的欧式距离，根据最小距离确定高压断路器故障诊断结果。本发明仅需处理振动信号的包络线，处理信号的带宽和所需的软硬件资源大为降低。

公开(公告)号：CN116524200A

公开(公告)日：2023-08-01

申请号：CN202310497416.8

申请日：2023-05-05

Applicant: 东南大学

Inventor： 张建忠 ,  袁正舾 ,  吴永斌 ,  邓富金 ,  陈昊

IPC: G06V10/30 ,  G01R31/327 ,  G01R19/00 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于图像识别的高压断路器故障诊断方法，涉及电气设备在线监测和故障诊断技术领域，包括以下步骤：采集高压断路器操作线圈电流历史数据，并进行预处理，利用映射函数将预处理后的电流历史数据一维时间序列转化为二维张量，绘制像素大小统一的电流图像；将电流图像进行处理后得到电流灰度图像，结合历史数据标签构成高压断路器故障样本，得到高压断路器故障样本库；基于高压断路器故障样本训练预先建立的二维卷积神经网络模型，得到满足精度要求的故障诊断模型；在线监测高压断路器操作线圈电流，通过数据预处理后转化为在线电流灰度图像，将在线电流灰度图像输入训练后的故障诊断模型内，得到故障诊断结果。