基于EWT及多尺度形态谱的高压并联电抗器故障诊断研究
Power System Protection and Control(2020)
摘要
针对高压并联电抗器故障诊断问题,提出一种基于经验小波变换(EWT)、多尺度数学形态谱进行特征提取,采用Kernel K-means聚类进行故障模式识别的诊断新方法.首先,将实测三种工况下的电抗器振动信号经EWT分解得到数个模态分量.然后分别计算每个模态分量与原信号的相关系数并按系数大小降序排列,取前4个模态分量构成有效分量向量.再利用多尺度形态谱对有效分量向量进行分析计算,构成一个四维特征向量.最后利用Kernel K-means聚类对样本特征集进行分类识别.实验验证,该方法能有效提取电抗器振动信号特征量,能正确识别电抗器所属的不同工况.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要