[发明专利]一种基于网格多密度聚类的高压断路器动作特性分析方法

权利要求书

1.一种基于网格多密度聚类的高压断路器动作特性分析方法，其特征是,首先对断路器运动过程中采集到的电信号、视频信号、振动信号、声波信号抽取特征指标，然后采用主元分析法对原始特征空间进行降维处理，再利用网格多密度聚类算法对新的特征向量进行聚类分析，评估断路器的健康状态，最后根据断路器状态与特征向量之间的紧密度关系给特征向量重新确定权重，建立具有反馈能力的故障诊断方法；步骤如下：第一步，采用图像处理技术，获取在高压断路器动作时机械参数，融合振动信号、声波信号以及电信号，对各种信号进行分析处理，获取所需的特征向量；第二步，将获取的特征向量经主元分析法选定d个主要特征向量构成d维数据空间；第三步，将由断路器运动参数构成的d维数据空间的每一维划分为k个不相交的区间段，而且每个区间都是左闭右开的等长段，形成kd个网格单元；第四步，对划分好的kd个网格单元进行初始化，将所有的断路器运动参数样本进行扫描并将这些数据集中的点映射到网格数据空间中，计算每个网格单元中断路器样本数据的数目，通过计算比较选取网格单元中数据样本个数的最大值；第五步，调用密度阈值处理方法，计算阈值MinPts；第六步，逐个检查每一个网格单元,若某个网格单元中样本的个数大于MinPts，则标记该单元为高密度单元，否则标记该单元为低密度单元；第七步，对所有已标记的高密单元进行聚类即相邻高密单元合并，若低密度单元邻接高密度单元也进行并入高密度单元聚类,若低密度单元邻接的是低密度单元则单独作为一类，统计经聚类后类的个数，若类的个数不满足需求则修改密度阈值MinPts，继续聚类；第八步，对于新的断路器运动参数样本特征向量，利用相邻相似性对新的样本进行类别判断，评估断路器的故障类型；第九步，根据新的聚类结果修改各个特征指标权重，为下一次聚类做好准备。

2.根据权利要求1所述的一种基于网格多密度聚类的高压断路器动作特性分析方法，其特征在于：采用非接触传感技术捕获高压断路器运动特征参数。

3.根据权利要求1所述的一种基于网格多密度聚类的高压断路器动作特性分析方法，其特征在于：采用将电信号、视频信号、振动信号、声波信号进行融合即四位一体的诊断方法，对高压断路器的特征向量进行故障诊断。

4.根据权利要求1所述的一种基于网格多密度聚类的高压断路器动作特性分析方法，其特征在于：采用网格多密度聚类算法对视频、声音、振动以及分、合闸线圈的电信号特征进行聚类分析，提取出了能够反映断路器动作特性和适合高压断路器分级特征的参数；网格多密度聚类算法不仅可以有效地处理孤立点数据，自适应的密度阈值能够较好地满足用户的多级分类需求。

5.根据权利要求1所述的一种基于网格多密度聚类的高压断路器动作特性分析方法，其特征在于：运用欧几里德距离判定断路器运动参数样本的新样本与已有类别中样本的平均相似度，从而确定新样本的类别。

6.根据权利要求1所述的一种基于网格多密度聚类的高压断路器动作特性分析方法，其特征在于：根据聚类结果修正指标权重，建立集电、声、振动和图像为一体的断路器测试与机械特征分析的自反馈系统。