一种基于滑窗检测提取电流信号的断路器故障诊断方法

    公开(公告)号:CN114757110A

    公开(公告)日:2022-07-15

    申请号:CN202210676917.8

    申请日:2022-06-16

    Abstract: 本申请涉及一种基于滑窗检测提取电流信号的断路器故障诊断方法,它包括如下步骤:S1:利用滑窗检测法提取断路器的分合闸线圈电流曲线中的关键时刻点和对应的电流值,并结合线圈工作阶段持续时间以及电流信号的总体时域统计特征,建立分合闸电流综合特征样本集;S2:利用主成分分析法对分合闸电流综合特征样本集进行特征降维并依据累计贡献度大小选取主成分,得到降维后的综合特征样本集;S3:将降维后的综合特征样本集输入PCA‑SVM模型,采用K折交叉验证法和网格搜索法GS对模型进行优化,并对优化后的模型进行性能验证。本发明可有效提高诊断精度和诊断效率,并且可自适应多型号的断路器故障识别。

    基于变分贝叶斯平行因子分解的缺失振动信号的恢复方法

    公开(公告)号:CN113704688A

    公开(公告)日:2021-11-26

    申请号:CN202110942840.X

    申请日:2021-08-17

    Abstract: 本发明公开了一种基于变分贝叶斯平行因子分解的缺失振动信号的恢复方法,通过分割采样点将采集的时域振动信号构造成三维张量,将分解后的三维张量结合贝叶斯方法,引入似然模型,有效利用因子矩阵的先验信息,引入有效精度的后验分布,采用贝叶斯方法处理该模型,推断出包括因子矩阵和超参数在内的所有未知数的参数的后验分布,采用变分贝叶斯算法推导出因子矩阵和超参数的后验分布,从而进一步推断出缺失信号的分布预测。利用均方根误差对该方法的性能进行评估,变分贝叶斯平行因子分解算法相较于传统的低秩张量补全算法,误差更小,能够更加有效的恢复缺失的信号,有效地解决了振动信号分析中因传感器失效而引起的信号缺失的问题。

Patent Agency Ranking