[发明专利]一种基于样本熵和SVM的OLTC机械故障诊断方法在审
| 申请号： | 201910144378.1 | 申请日： | 2019-02-26 |
| 公开（公告）号： | CN109800740A | 公开（公告）日： | 2019-05-24 |
| 发明（设计）人： | 马宏忠;陈明;刘宝稳;徐艳;陈冰冰;王梁;许洪华 | 申请（专利权）人： | 河海大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G01H17/00;G01M13/00 |
| 代理公司： | 南京纵横知识产权代理有限公司 32224 | 代理人： | 母秋松;董建林 |
| 地址： | 211106 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于样本熵和SVM的OLTC机械故障诊断方法，步骤1：将加速振动传感器置于OLTC顶盖采集各种状态下的振动信号。步骤2：将原始的振动信号进行EEMD分解，得到分量IMF，取前4个IMF分量进行进一步处理；步骤3：计算选取IMF分量的样本熵；步骤4：对于训练数据集，用计算得到的样本熵作为特征向量，输入SVM进行训练，得到SVM分类器，把测试样本的IMF分量的SampEn值输入SVM分类器，由SVM分类器的输出得到测试样本的运行状态。本发明可实时监测变压器有载分接开关的工作状态，满足变压器有载分接开关实时故障诊断要求，为有目的检修提供数据支撑和理论依据，避免浪费人力，物力和时间。 | ||
| 搜索关键词： | 样本 机械故障诊断 测试样本 分接开关 振动信号 变压器 实时故障诊断 训练数据集 振动传感器 实时监测 数据支撑 特征向量 运行状态 顶盖 检修 采集 分解 输出 | ||
【主权项】：
1.一种基于样本熵和SVM的OLTC机械故障诊断方法，其特征在于：包括如下步骤：步骤1：将加速振动传感器置于OLTC顶盖采集各种状态下的振动信号；步骤2：将各种状态下的振动信号分别进行EEMD分解，得到分量IMF，取前k个IMF分量进行进一步处理；步骤3：计算选取的IMF分量的样本熵；步骤4：对于训练数据集，用计算得到的样本熵作为特征向量，输入SVM进行训练，得到SVM分类器，把测试样本的IMF分量的SampEn值输入SVM分类器，由SVM分类器的输出得到测试样本的运行状态。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河海大学，未经河海大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910144378.1/，转载请声明来源钻瓜专利网。
- 上一篇：电加热旋转窑温度检测装置
- 下一篇：指纹注册方法、装置和终端设备
