原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于振动信号经验模态分解及能量熵的高压断路器故障识别.pdf
第 卷 第 期 Vol.45 No.2
45 2
· · 2009 年 4 月 High Voltage Apparatus Apr. 2009
90 Apr. 2009 High Voltage Apparatus Vol.45 No.2
基于振动信号经验模态分解及能量熵的高压断路器故障识别
陈伟根1 ， 邓帮飞1 ， 杨 彬2
重庆大学输配电装备及系统安全与新技术国家重点实验室 重庆
（1． ， 400044 ；
重庆市电力公司杨家坪供电局 重庆
2． ， 400050 ）
摘要 为了准确地检测出高压断路器的故障类型 笔者首次将经验模态分解 方法引入高压断路器的振动信号分析当
： ， （EMD ）
中 并提出将 分解得到的固有模态函数 能量熵值作为表征断路器故障类型的新特征向量 为了证实该分析方法的
， EMD （IMF ） 。
有效性 笔者在实验室的 断路器上进行了模拟实验 提取了正常和故障状态下振动信号的 能量熵值特征向量
， ， ，
110 kV SF IMF
6
并以此作为径向基神经网络的输入向量 最后 引入置信度的概念 对径向基神经网络的输出结果进行评价 该方法基于实验室
。 ， ， 。
研究取得了较好的识别效果 并为基于振动信号的断路器故障识别提供了一条新的思路
， 。
关键词 能量熵 经验模态分解 高压断路器 振动信号 径向基神经网络 故障识别
： IMF ； ； ； ； ；
中图分类号： 文献标志码： 文章编号： - （ ） - -
TM561 A 1001 1609 2009 02 0090 04
Fault Recognition
文档评论（0）