论文部分内容阅读
为了准确地检测出高压断路器的故障类型，笔者首次将经验模态分解（EMD）方法引入高压断路器的振动信号分析当中，并提出将EMD分解得到的周有模态函数（IMF）能量熵值作为表征断路器故障类型的新特征向量。为了证实该分析方法的有效性，笔者在实验室的110kV SF6断路器上进行了模拟实验，提取了正常和故障状态下振动信号的IMF能量熵值特征向量，并以此作为径向基神经网络的输入向量。最后，引入置信度的概念，对径向基神经网络的输出结果进行评价。该方法基于实验室研究取得了较好的识别效果，并为基于振动信号的断路器故障识别提