[发明专利]一种基于振动信号复合特征向量的变压器机械故障检测方法在审
| 申请号: | 202110496964.X | 申请日: | 2021-05-07 |
| 公开(公告)号: | CN113191437A | 公开(公告)日: | 2021-07-30 |
| 发明(设计)人: | 程胤璋;冯三勇;贾春叶;刘星廷;郭瑞宙;王欣伟;王海旗;王楠 | 申请(专利权)人: | 国网山西省电力公司电力科学研究院 |
| 主分类号: | G06K9/62 | 分类号: | G06K9/62;G01H11/08;G01P15/09 |
| 代理公司: | 太原景誉专利代理事务所(普通合伙) 14113 | 代理人: | 郑景华 |
| 地址: | 030001*** | 国省代码: | 山西;14 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 振动 信号 复合 特征向量 变压器 机械 故障 检测 方法 | ||
1.一种基于振动信号复合特征向量的变压器机械故障检测方法,其特征在于,通过以下步骤实现:
步骤1:利用PCB356A16压电式加速度传感器以及NI-9234数据采集仪组成振动信号采集系统,将加速度传感器吸附于变压器箱体,采集变压器振动信号传输至数据采集仪;
步骤2:从变压器振动信号中提取出均值、偏度、峰峰值、峭度、基频、基频占比和50Hz奇次倍频占比,七类振动信号波形特征量;
步骤3:对变压器振动信号进行EEMD分解,得到振动信号的IMF分量,并提取前七组IMF分量作为振动信号能量特征量;
步骤4:将变压器七类波形特征量和七类能量特征量共同组成十四维的复合特征向量;
步骤5:利用主成分分析法将十四维复合特征向量降维成两维主成分特征向量;
步骤6:提取多组已知状态下振动信号主成分特征向量作为DBN网络的训练样本,训练样本通过DBN网络两阶段的训练得到特征向量与变压器机械状态之间的对应关系;
步骤7:将目标变压器的2维主成分特征向量输入训练好的DBN网络得到该变压器的机械状态。
2.根据权利要求1所述的一种基于振动信号复合特征向量的变压器机械故障检测方法,其特征在于,所述变压器振动信号的采集点设置有六个,分别为:A1、B2、C3、A4、B5和C6。
3.根据权利要求2所述的一种基于振动信号复合特征向量的变压器机械故障检测方法,其特征在于,所述变压器振动信号的采集点A1、B2和C3均匀排布在变压器箱体的顶部,分别对应A、B、C三相的位置。
4.根据权利要求2所述的一种基于振动信号复合特征向量的变压器机械故障检测方法,其特征在于,所述变压器振动信号的采集点A4、B5和C6均匀排布在变压器箱体的侧面,分别对应A、B、C三相的位置。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网山西省电力公司电力科学研究院,未经国网山西省电力公司电力科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110496964.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:物流车辆自动称重系统
- 下一篇:人脸表情动画的生成方法、装置、设备及存储介质





