[发明专利]基于概率密度和局部线性嵌入的高压断路器机械故障诊断方法

权利要求书

1.基于概率密度和局部线性嵌入的高压断路器机械故障诊断方法，其特征在于，包括如下步骤：

步骤1、通过故障模拟试验，利用IEPE加速度传感器获得某型号高压断路器在不同机械状态下的振动信号波形，从而形成该型号高压断路器振动信号数据库；

步骤2、采用概率密度算法提取特征向量：

2.1、初始化区间宽度T和循环次数H，令参数k＝1；

2.2、设采集了n次高压断路器的振动信号，将采集的振动信号沿时间轴均分为若干个区间，每个区间长度为T；

2.3、计算各区间内信号的幅值和；

2.4、用正态分布拟合同一故障情况下的幅值分布，得到幅值分布的概率密度函数；

2.5、比较正常情况下和故障情况下的幅值分布情况，获得q个标记区间，将标记区间内的幅值和作为特征量生成样本(xi,yi)，其中，xi为各标记区间的信号幅值和，yi为样本的类别；

步骤3、采用局部线性嵌入法对特征向量进行降维处理，从p维降到p'维；

步骤4、利用支持向量机将高压断路器实时测得的振动信号的p'维坐标与基础波形数据库中的坐标进行对比分类，实现高压断路器的机械故障状态诊断；

步骤5、令参数k的值加1并判断k是否小于H，若k小于H，则改变区间宽度T并进入步骤2.2；若k不小于H，则进入步骤6；

步骤6、记录不同区间宽度T对应的识别准确率，经三次样条插值得到识别准确率的变化曲线；

步骤7、根据识别准确率的变化曲线确定最佳的区间宽度T，当进行高压断路器的机械故障状态诊断时，基于最佳的区间宽度T、利用支持向量机实现高压断路器的机械故障状态诊断。

2.根据权利要求1所述的基于概率密度和局部线性嵌入的高压断路器机械故障诊断方法，其特征在于，步骤2.1中，初始化区间宽度T为1ms，循环次数H为10～20，选取前400ms的高压断路器振动信号进行分析。

3.根据权利要求1所述的基于概率密度和局部线性嵌入的高压断路器机械故障诊断方法，其特征在于，步骤2.5中，设某一区间内正常情况下样本幅值和的均值为μ₀，标准差为δ₀，故障情况下样本幅值和的均值为μ₁，标准差为δ₁，若|μ₀-μ₁|≥δ₀+δ₁，则选取该区间为标记区间。

4.根据权利要求1所述的基于概率密度和局部线性嵌入的高压断路器机械故障诊断方法，其特征在于，IEPE加速度传感器采用PCB公司开发的PCB-352B70传感器。

5.根据权利要求3所述的基于概率密度和局部线性嵌入的高压断路器机械故障诊断方法，其特征在于，最佳的区间宽度T的范围为1～5ms。

6.根据权利要求3所述的基于概率密度和局部线性嵌入的高压断路器机械故障诊断方法，其特征在于，步骤3中，采用局部线性嵌入法对特征向量进行降维处理后进行可视化输出。