低压断路器振动特性HHT分析及合闸同期性神经网络识别研究

摘要：

通过分析低压断路器振动信号的时域特征,得出其振动信号的峭度和均方值可作为判别机械特性的辅助特征指标,并采用希尔伯特-黄变换(HHT)提取反映断路器振动信号局部特性的本征模态函数(IMF)分量,提出以IMF分量能量比及峭度、均方值为特征向量,建立粒子群优化径向基神经网络的低压断路器合闸同期性故障识别模型.实验与仿真结果表明,基于振动特性综合采用时域分析、EMD分解、粒子群优化神经网络等人工智能技术,可有效地分析低压断路器合闸同期性.

关键词： 低压断路器 振动特性 时域分析 神经网络 故障识别模型

作者: 缪希仁 王吴雨

作者单位: 福州大学电气工程与自动化学院,福建 福州 350108

会议类型: 国内会议

会议名称: 福建省科协第十三届学术年会分会场——福建省电机工程学会第十三届学术年会

会议地点: 福州

会议语种:中文

页码: 1-4

在线出版日期: 2013-09-01（万方平台首次上网日期，不代表论文的发表时间）