Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于相空间重构理论的有载分接开关故障诊断方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:一种基于相空间重构理论的有载分接开关故障诊断方法,有载分接开关故障诊断技术领域,用于解决小波分析以及模态分解法侧重于时域或频域特征,缺乏对信号的整体空间特性和复杂结构的深入分析,使得其在面对复杂的故障模式时的识别能力受到限制的问题。本发明针对KM型油浸式在线变压器分接开关OLTC的故障诊断与识别问题,采用了振动信号分析、特征提取及机器学习技术,提出了一种有效的故障分类方法,提升设备的可靠性与运行效率。选择CatBoost作为故障分类模型,利用贝叶斯优化对超参数进行了系统调整,获得最佳的超参数配置。这一过程显著提高了模型的分类准确率,增强了其鲁棒性。

主权项:1.一种基于相空间重构理论的有载分接开关故障诊断方法,其特征在于,包括以下步骤:S1、数据采集S1.1在OLTC顶部安装加速度传感器,以采集OLTC振动信号;S1.2设置4种工况以模拟OLTC常见故障,4种工况包括正常状态,以及弧形板与触头松动状况、传动轴螺丝松动状况和传动齿轮卡涩状况三种机械故障状况;S1.3在OLTC正常状态和三种机械故障状况下进行同档位多次测试和多档位多组测试,每种工况分别采集160组数据;S2、数据选取S2.1在原始信号序列的基础上加入组白噪声的模态分量以构造个含噪信号,即 ;式中,表示第个含噪构造信号;为原始信号;表示信噪比;E表示EMD分解;表示白噪声;S2.2使用EMD对含噪信号进行次重复分解,然后与含噪信号作差并计算均值,得到第1个残差信号和对应的模态分量; ; ;S2.3向添加多组白噪声分量,得到并求均值再与作差得模态分量; ; ; ; 是在第一个残差信号的基础上再次加入白噪声后的加噪信号,表示信噪比;表示第2个残差信号;S2.4重复步骤S2.3,直到所有余量信号不能再继续分解,得到所有模态分量IMF;取模态分量IMF1-IMF4作为后续进一步特征提取的处理对象;S3、特征提取S3.1相空间重构对于给定的时间序列,N为时间序列的长度,重构的相空间坐标表示为: ;其中,为重构后相空间中的相点坐标;τ为延迟时间;m为嵌入维数;S3.2相空间曲面重构使用python中griddata函数的三次插值方法构成重构曲面;S3.3灰度共生矩阵特征提取S3.3.1构造灰度共生矩阵给定图像I,其尺寸为,灰度共生矩阵定义为: (8)其中,为灰度级别,范围为,为灰度级数数值;为相对距离,为相对方向,表示像素在水平方向上的位移,表示像素在竖直方向上的位移,和取决于相对距离和相对方向;选取灰度共生矩阵的对比度Con、能量E、同质性H以及相关性Cor作为图像纹理特征进行特征提取;1)对比度Con:衡量图像灰度差异的强度,计算公式为: (9)2)能量E:反映纹理的均匀性,越大表明纹理越均匀,计算公式为: (10)3)同质性H:衡量邻近灰度值的相似程度,计算公式为: (11)4)相关性Cor:反映像素间的灰度值线性相关性,计算公式为: (12)其中是灰度级的均值,是灰度级的均值;、为标准差;S3.3.2相空间重构曲面投影图像纹理特征提取S3.3.2.1使用全局最小值和最大值进行归一化,通过计算数据集的整体最小值min(x)和最大值max(x)以确保数据使用相同的归一化标准,公式如下: (13)式中,为归一化后的数据;S3.3.2.2灰度级粗量化将灰度级降至一个合适的数值,同时又不影响图像的纹理特性,将256的灰度级量化成48级;S3.3.2.3绘制灰度图像将数据映射到0-47之间的灰度级,绘制曲面投影到XY平面的灰度图像;S3.3.2.4计算灰度共生矩阵取距离为1个像素,计算0°、45°、90°、135°四个方向的灰度共生矩阵;S3.3.2.5求出每个灰度共生矩阵的对比度、能量、同质性和相关性4个特征值;S4、样本划分对于每组原始信号,分解得到模态分量IMF1、模态分量IMF2、模态分量IMF3和模态分量IMF4,对每个模态分量IMF提取16维特征,最终每组信号获得一个64维的特征向量并以此构成训练集与测试集,并输入分类器进行训练与测试;S5、基于贝叶斯优化CatBoost的OLTC故障诊断与识别S5.1初始化模型;S5.2对于每一轮迭代,计算当前模型的残差,基于残差拟合新的弱学习器并更新模型: (14)其中,为表示第m-1轮迭代后的模型,为对应的学习率;S5.3基于早停机制或指定的迭代次数,通过一系列的弱学习器累积构建出最终模型: (15)运用贝叶斯超参数自动优化对CatBoost模型中迭代次数iterations、树的深度depth、学习率learningrate、L2正则化参数12leafreg、抽样温度bagging_temperature五个超参数进行优化,得到CatBoost模型的最优参数。

全文数据:

权利要求:

百度查询: 山东大学 一种基于相空间重构理论的有载分接开关故障诊断方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术