基于小波包与自编码特征融合的高压断路器操动机构振动信号智能辨识设计.docxVIP

PAGE2

基于小波包与自编码特征融合的高压断路器操动机构振动信号智能辨识设计

摘要

高压断路器操动机构卡涩是影响电网安全运行的关键隐患，传统定期检修与阈值诊断方法难以捕捉早期微弱异常。本设计针对卡涩故障诊断中振动信号特征提取不充分、辨识精度不高的问题，提出小波包能量与自编码深层特征融合算法，并构建轻量化支持向量机状态辨识模型，研制一套完整的智能辨识系统。

全文遵循“需求分析→总体设计→详细设计→实现→测试”的工程递进思路。首先，剖析操动机构卡涩的振动特性，明确系统功能与非功能需求；其次，设计分层架构与功能模块，给出数据流与接口规范；详细设计中小波包分解提取多频段能量特征，自编码器实现深层特征融合，轻量化SVM完成状态分类；最后，基于Python实现系统，并通过模拟与实测数据验证性能。核心创新在于：利用自编码器无损融合小波包能量特征与抽象深层特征，有效提升微弱故障特征的表达能力；同时采用主成分分析压缩与线性核SVM，在保证辨识精度的前提下大幅降低模型复杂度，使系统具备嵌入式部署潜力。测试结果表明，系统对断路器正常、轻微卡涩及严重卡涩三种状态的辨识准确率达到96.8%，单次诊断耗时仅0.12秒，满足在线监测需求。

第一章绪论

1.1研究背景

高压断路器是电力系统中执行控制与保护双重任务的关键设备，其操动机构负责完成分合闸动作，长期运行后极易出现机械卡涩、润滑失效等故障。

据