[发明专利]基于小波包与SOM网络的高压断路器机械故障识别方法

权利要求书

1.基于小波包与SOM网络的高压断路器机械故障识别方法，其特征在于，包括以下步骤：

1)通过加速度传感器对断路器正常状态下的振动信号、故障状态下的振动信号进行采集，并对振动信号做预处理；

2)对采集到的振动信号进行小波包分解，得到8个频段，8个频段信号分别以能量的形式表示，并进行归一化，构造特征向量，作为SOM网络的输入；

3)对SOM网络进行训练，将所述步骤2)构造的特征向量输入到SOM网络中，对SOM网络进行训练；当SOM网络达到训练误差时，将测试数据输入到训练好的SOM网络，从而判断高压断路器的故障模式。

2.根据权利要求1所述的基于小波包与SOM网络的高压断路器机械故障识别方法，其特征在于，所述步骤1)中，模拟某少油断路器在合闸过程中正常和故障状态下的振动信号，将压电式加速度传感器安装于断路器每相基座支架上，数据采集卡在断路器模拟动作时以30kHz的速率每相采集12000点振动数据送至PC机进行处理；将采集到的振动数据分成二组，每组都包括正常振动信号与故障振动信号，一组用于SOM网络的训练，另一组用于SOM网络的测试。

3.根据权利要求1所述的基于小波包与SOM网络的高压断路器机械故障识别方法，其特征在于，所述故障状态是指合闸线圈有短路匝和缓冲器弹簧无效超行程两种情况。

4.根据权利要求1所述的基于小波包与SOM网络的高压断路器机械故障识别方法，其特征在于，所述步骤2)中，采用Daubechies小波系列的db10小波对采集到的振动信号进行3层小波包变换，得到8个频段。

5.根据权利要求1所述的基于小波包与SOM网络的高压断路器机械故障识别方法，其特征在于，所述步骤2)中，频段信号的能量表达式为：

E3(i)=∫|W(3,i)|2dt=Σk=1N|xik|2]]>

其中，E₃(i)为第i个频段的能量，W(3,i)为小波包3层分解后第三层第i个频段信号，x_ik表示第i个频段信号W(3,i)的第k个离散点的值，i＝0,1,…,7，表示8个频段，k＝1,2,…,N，N表示离散点数，离散点即步骤1)中采集的振动信号。

6.根据权利要求5所述的基于小波包与SOM网络的高压断路器机械故障识别方法，其特征在于，所述步骤2)中，由各个频带能量所占的比例构造的特征向量T为：

T＝[E₃(0)/S₃,…,E₃(7)/S₃]，

其中，S₃为小波包3层分解后第三层总能量，