一种断路器声纹及振动熵特征融合的故障诊断方法

摘要

本发明公开了一种断路器声纹及振动熵特征融合的故障诊断方法，所述方法包括：对声音信号进行带通滤波，并通过广义S变换，得到反映时频纹理特征的粗糙度、盒维数、方向度、对比度、线性度和规则度；基于所述反映时频纹理特征的粗糙度、盒维数、方向度、对比度、线性度和规则度，构造声纹特征；对振动信号进行选择参数，并通过变分模态分解，得到排列熵；基于所述排列熵，构造振动熵特征；基于所述声纹特征和所述振动熵特征进行深度融合，得到联合特征向量；将所述联合特征向量进行SVM模型的学习训练；基于GWO‑SVM诊断模型，采用GWO模型对所述SVM模型中的惩罚因子和混合系数进行寻优。在本发明实施中，降低传感器频响、环境噪声对断路器故障诊断的影响。