基于SO-PAA-GAF和AdaBoost集成学习的高压断路器故障诊断OA北大核心CSTPCD
Fault diagnosis of high-voltage circuit breaker based on SO-PAA-GAF and AdaBoost ensemble learning
针对在小样本和复杂工况下高压断路器故障诊断识别精度不高的问题,提出一种基于振动信号处理和AdaBoost集成学习的高压断路器故障诊断方法.首先,搭建高压断路器实验平台并采集8种工况下的分闸振动信号.其次,对振动信号进行绝对值处理后,使用分段聚合近似(piecewise aggregate approximation,PAA)进行分段平均,将输出的新序列采用格拉姆角场(Gramian angular field,GAF)转换成图片,并使用Relie…查看全部>>
Aiming at the low accuracy of high-voltage circuit breaker fault diagnosis under small samples and complex working conditions,a fault diagnosis method of high-voltage circuit breaker based on vibration signal processing and AdaBoost ensemble learning is proposed.First,the high-voltage circuit breaker test platform is built and the switching vibration signals are collected under 8 working conditions.Second,after absolute value processing of vibration signals,…查看全部>>
司江宽;吐松江·卡日;范想;高文胜;朱炜
新疆大学电气工程学院,新疆 乌鲁木齐 830047新疆大学电气工程学院,新疆 乌鲁木齐 830047国网新疆电力公司哈密供电公司,新疆 哈密 839000清华大学电机工程与应用电子技术系电力系统及发电设备控制和仿真国家重点实验室,北京 100084新疆大学电气工程学院,新疆 乌鲁木齐 830047
高压断路器振动信号处理分段聚合近似格拉姆角场故障诊断
high-voltage circuit breakervibration signal processingpiecewise aggregate approximationGramian angular fieldfault diagnosis
《电力系统保护与控制》 2024 (3)
基于油中溶解气分析的电力变压器故障特征特性研究
152-160,9
This work is supported by the National Natural Science Foundation of China(No.52067021). 国家自然科学基金项目资助(52067021)新疆维吾尔自治区自然科学基金项目资助(2022D01C35)新疆维吾尔自治区优秀青年科技人才培养项目资助(2019Q012)
评论