一种基于PCA-BPNN的断路器故障诊断方法

摘要

本发明公开了一种基于PCA‑BPNN的断路器故障诊断方法，通过监测系统平台收集断路器故障下的振动信号；然后利用小波包和能量熵来提取特征值；通过主成分分析方法进一步降低了数据集的维数和噪声，形成一个简洁的高质量数据集作为BNPP分类器的输入；搭建反馈神经网络（BPNN）模型，利用神经网络模型的非线性拟合能力，实现断路器故障的高精度诊断。本发明提供的一种基于PCA‑BPNN的断路器故障诊断方法，可显著加快断路器故障诊断效率，进一步提高诊断效果，具有较强的实际应用价值，可用于电网系统海量数据的实际部署。