[發明專利]基于ITD與SVM的OLTC機械故障診斷方法

在審

• 申請號: 201810166794.7
• 申請日: 2018-02-28
• 公開（公告）號: CN108398252A
• 公開（公告）日: 2018-08-14
• 發明（設計）人: 馬宏忠;徐艷;李思源;劉寶穩;劉勇業;宋開勝;李盛翀;吳書煜
• 申請（專利權）人: 河海大學
• 主分類號: G01M13/00
• 分類號: G01M13/00;G01H17/00
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

1.一種基于ITD與SVM的OLTC機械故障診斷方法，包括以下步驟：

1)通過加速度傳感器對有載分接開關正常狀態下的振動信號、故障狀態下的振動信號進行采集，并對振動信號做預處理；

2)對預處理后的振動信號進行固有時間尺度分解ITD分析，構造特征向量，作為SVM的輸入；

3)對SVM進行訓練，將步驟2)構造的特征向量輸入到SVM中，對SVM進行訓練，將測試數據輸入到訓練好的SVM從而判斷OLTC的故障模式。

2.根據權利要求1所述的一種基于ITD與SVM的OLTC機械故障診斷方法，其特征是：所述預處理具體為：對振動信號進行去噪處理。

3.根據權利要求1所述的一種基于ITD與SVM的OLTC機械故障診斷方法，其特征是：所述故障狀態包括有載分接開關OLTC觸頭松動以及彈簧性能下降。

4.根據權利要求1所述的一種基于ITD與SVM的OLTC機械故障診斷方法，其特征是：所述加速度傳感器安裝在分接開關的頂端。

5.根據權利要求1所述的一種基于ITD與SVM的OLTC機械故障診斷方法，其特征是：所述固有時間尺度分解ITD分析，具體步驟包括：

①確定原始信號X_t(t≥0)的極值x(t)及相應的時刻t_k'，k'＝1,2,…,M，M為極值點的個數，并且計算：

式中，t表示原始信號的序列時刻，k＝1,2,3,…,M-2，0＜α＜1，x(k)、x(k+1)、x(k+2)分別表示原始信號X_t在第k、k+1、k+2個極值點的極值，t_k、t_k+1和t_k+2表示極值x(k)、x(k+1)、x(k+2)分別對應的時刻，L_k+1表示各基線控制點；

②式(1)中可以得到L₂,L₃,…,L_M-1，兩端點L₁、L_M的值需要估計計算，采用鏡像延拓向左右兩端各延拓一個極值點，得到左右兩端極值點分別為(t₀,x(0))、(t_M+1,x(M+1))，其中x(0)為向左端延拓的極值，t₀為極值x(0)對應的時刻，x(M+1)也為向右端延拓的極值，t_M+1為極值x(M+1)對應的時刻，令k分別等于0和M-1，按照式(1)求出L₁、L_M的值，采用有理樣條插值函數擬合所有的L₁，L₂，L₃…,L_M，得到基線信號L_t；

③將基線信號L_t從原始信號中分離出來，得到剩余信號，即信號經ITD分解，第一次分解的結果記為h₁(t)：

h₁(t)＝X_t-L_t (2)

若h₁(t)滿足內稟尺度分量ISC的條件，輸出h₁(t)，令ISC₁＝h₁(t)，ISC₁是第一個分解出來的內稟尺度分量ISC；否則，h₁(t)作為原始數據，繼續重復上述步驟①到步驟③，直到h_1s(t)為內稟尺度分量，記ISC₁＝h_1s(t)，h_1s(t)為h₁(t)重復步驟①～③s次后滿足ISC條件后h₁(t)的值；

④將ISC₁分量從原始信號中分離出來，則得到新的剩余信號u₁(t)＝X_t-ISC₁；

⑤新的剩余信號u₁(t)作為原始數據，重復上述步驟①～④循環n-1次，直到剩余信號u_n(t)為單調信號或常信號，即為ITD分解終止條件，將信號能量添加到分解中作為終止條件判據，即：

式中，l的范圍為1～原始信號的序列長度；u^z_n(t)為剩余信號u_n(t)的均值，X^z(t)為X(t)的均值，X(t)為原始信號，ε為閾值；ITD分解結束后固有時間尺度分解ITD將非平穩信號分解成若干個表征信號特征的內稟尺度分量ISC和一個單調信號之和，即：

式中，ISC_i為第i個分解出來的內稟尺度分量；

⑥采用ITD分解得到的前5個分量ISC₁、ISC₂、…、ISC₅，分別計算出它們的能量E₁、E₂、E₃、E₄和E₅，p_m為第m個ISC的能量占總能量E中的比重，m＝1，2，…，5，能量為信號各點幅度值平方后的求和，將p₁、p₂、p₃、p₄和p₅作為有載分接開關機械故障診斷的特征向量。

6.根據權利要求1所述的一種基于ITD與SVM的OLTC機械故障診斷方法，其特征是：所述振動數據分成兩組，每組包括正常振動信號與故障信號，一組用于SVM的訓練，另一組用于SVM的測試；步驟3)中，先將特征向量歸一化處理到[0，1]之間，將歸一化后的訓練特征向量輸入到支持向量機SVM中，對支持向量機進行訓練，然后將歸一化后的測試特征向量輸入到訓練好的SVM，從而判斷OLTC的故障模式。