论文部分内容阅读
以高压断路器振动信号为基础，提出一种小波包能量熵与支持向量机相结合的高压断路器智能诊断方法。该方法根据自建的检测平台通过加速度传感器测得高压断路器不同状态下的振动数据，利用小波包分解技术分析断路器故障时的振动信号，对振动信号进行一维小波包三层分解，以各频段的小波包能量熵作为断路器故障模式的特征向量，采用支持向量机理论建立智能诊断网络。最后，通过对断路器的脱扣器卡涩，真空灭弧室固定螺栓松动，传动机构摩擦力过大三种故障模式进行识别分析，验证了该方法相对于传统的神经网络诊断方法具有更优的分类能力和更高的准确性。