基于极限学习机的断路器振声时联合故障诊断方法

摘要

为了完善现有断路器故障诊断方法,针对其当前存在的不足,提出极限学习机（extreme learning machine,ELM）与振声时三维故障诊断相结合的高压断路器故障诊断方法,并给出可行的诊断步骤和分析方法。此方法首先利用盲源分离技术将混杂在断路器声波信号中的汽车鸣笛、打雷等强干扰噪声剔除,然后利用多信号时标对准的方法构建振声时三维图,提取断路器振声时三维图的包络,最后采用基于形状的分级特征向量提取方法构建极限学习机的输入向量进行故障诊断。其中,一级特征提取振声时三维图包络六面八角的特征向量,二级特征提取振声时三维图二维投影的区域弦的分布特征。实验结果表明,该方法可以用于诊断高压断路器机械故障。