基于LMD-PCA和样本熵的瓷支柱绝缘子故障诊断
基于LMD-PCA和样本熵的瓷支柱绝缘子故障诊断
摘要：为了对变电站瓷支柱绝缘子状态进行有效评估，提出了一种将局域均值分解方法（Local Mean Decomposition，LMD）、主成分分析方法（Principal Components Analysis，PCA）和样本熵相结合的瓷支柱绝缘子振动信号故障诊断方法。首先，将瓷支柱绝缘子振动信号进行局域均值分解，得到PF（乘积函数）分量，利用主成分分析方法，提取主PF分量；其次，计算其样本熵作为表征瓷支柱绝缘子状态的特征向量，利用支持向量机（SVM）对输入的向量进行分类训练；最后，将测试样本特征向量输入训练好的 SVM中进行分类识别。结果表明，该方法能有效提取瓷支柱绝缘子的故障特征并实现准确的故障分类。
标题：基于LMD-PCA和样本熵的瓷支柱绝缘子故障诊断
作者：邵鑫明,万书亭,刘荣海,郑欣,
关键词：瓷支柱绝缘子,局域均值分解,样本熵,支持向量机,
发表日期：2021年3月
页:
[1]