[發(fā)明專利]一種基于Fuzzy-ART的并聯(lián)電抗器故障診斷方法在審
| 申請?zhí)枺?/td> | 201910051298.1 | 申請日: | 2019-01-18 |
| 公開(公告)號: | CN109813420A | 公開(公告)日: | 2019-05-28 |
| 發(fā)明(設(shè)計)人: | 魏旭;姜寧;郝寶欣;陳軒;潘信誠;馬宏忠;陳昊;張兆君 | 申請(專利權(quán))人: | 國網(wǎng)江蘇省電力有限公司檢修分公司;國網(wǎng)江蘇省電力有限公司;河海大學 |
| 主分類號: | G01H11/08 | 分類號: | G01H11/08;G06N3/04 |
| 代理公司: | 宿遷市永泰睿博知識產(chǎn)權(quán)代理事務所(普通合伙) 32264 | 代理人: | 陳臣 |
| 地址: | 211102 江蘇*** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 并聯(lián)電抗器 訓練樣本集 故障診斷 并聯(lián)電抗器繞組 構(gòu)造特征向量 振動信號特征 測試樣本集 電抗器結(jié)構(gòu) 信號特征量 振動傳感器 特征向量 壓緊狀態(tài) 振動信號 多尺度 預緊力 算法 網(wǎng)絡(luò) 采集 測試 | ||
1.一種基于Fuzzy-ART的并聯(lián)電抗器故障診斷方法,其特征在于:包括如下步驟:
步驟1:根據(jù)電抗器結(jié)構(gòu),布置振動傳感器的位置,采集不同預緊力狀態(tài)下并聯(lián)電抗器振動信號X(t);
步驟2:采用多尺度排列熵算法提取振動信號特征量;
步驟3:根據(jù)步驟2中提取的信號特征量構(gòu)造特征向量H;
步驟4:將步驟3得到的特征向量H分為測試樣本集與訓練樣本集,將訓練樣本集輸入到Fuzzy-ART網(wǎng)絡(luò)中,對Fuzzy-ART進行訓練,將訓練樣本集輸入到訓練好的Fuzzy-ART網(wǎng)絡(luò)中進行測試,從而判斷并聯(lián)電抗器繞組壓緊狀態(tài)。
2.根據(jù)權(quán)利要求1所述的一種基于Fuzzy-ART的并聯(lián)電抗器故障診斷方法,其特征在于:所述振動傳感器采用壓電式振動加速度傳感器,振動傳感器通過磁座吸附布置在并聯(lián)電抗器油箱表面。
3.根據(jù)權(quán)利要求1所述的一種基于Fuzzy-ART的并聯(lián)電抗器故障診斷方法,其特征在于:所述步驟2,具體步驟如下:
步驟2.1:假設(shè)一組時間序列{xi|i=1,2,…,N},對其進行相空間重構(gòu),得到重構(gòu)的時間序列Xi:
Xi=[xi,xi+τ,…,xi+(m-1)τ] (1)
其中,m為嵌入維數(shù),τ為延遲時間,xi為時間序列Xi中第i個數(shù)據(jù)點,xi+τ為時間序列Xi中第i+τ個數(shù)據(jù)點,xi+(m-1)τ為時間序列Xi中第i+(m-1)τ個數(shù)據(jù)點;
步驟2.2:將時間序列中的m個數(shù)據(jù)點按升序排列,即r表示重構(gòu)序列Xi中數(shù)據(jù)點的位置,為重構(gòu)序列中數(shù)據(jù)點按升序排列后第2個數(shù)據(jù)點,同理為重構(gòu)序列中數(shù)據(jù)點按升序排列后第m個數(shù)據(jù)點;當存在時,數(shù)據(jù)點按rj、rk的大小進行排列,即若rj<rk,則認為表示重構(gòu)序列Xi中第rj個數(shù)據(jù)點,rj、rk表示重構(gòu)序列Xi中數(shù)據(jù)點所在位置,表示重構(gòu)序列Xi中第rk個數(shù)據(jù)點;
步驟2.2:時間序列Xi有m!種排列方式,對任一種排列方式ω,T(ω)表示其出現(xiàn)的次數(shù),則其出現(xiàn)的概率為:
因此,時間序列Xi的排列熵HPE可定義為:
HPE=-∑P(ω)lnP(ω) (3)
歸一化后得到歸一化后的排列熵PE:
利用多尺度排列熵進行特征提取時,嵌入維數(shù)m、延遲時間τ和尺度因子s。
4.根據(jù)權(quán)利要求3所述的一種基于Fuzzy-ART的并聯(lián)電抗器故障診斷方法,其特征在于:所述嵌入維數(shù)m取3~7,延遲時間τ=2,尺度因子s取11。
5.根據(jù)權(quán)利要求1所述的一種基于Fuzzy-ART的并聯(lián)電抗器故障診斷方法,其特征在于:所述步驟3具體包括:以s=1,s=2振動信號所對應的排列熵Z1,Z2構(gòu)建特征向量H=[Z1,Z2,]。
6.根據(jù)權(quán)利要求1所述的一種基于Fuzzy-ART的并聯(lián)電抗器故障診斷方法,其特征在于:所述Fuzzy-ART網(wǎng)絡(luò)由預處理層,比較層,識別層構(gòu)成;
預處理層F0,對原始輸入的特征向量H進行補碼處理;
比較層F1,接受來自F0層自底向上的輸入和F2層自頂向下的輸入;
識別層F2,表示輸入模式所屬類別。
7.根據(jù)權(quán)利要求6所述的一種基于Fuzzy-ART的并聯(lián)電抗器故障診斷方法,其特征在于:所述Fuzzy-ART網(wǎng)絡(luò)識別過程具體如下:
(1)預處理:輸入外部向量H,在F0層對外部向量H做補碼處理,得到向量N,
(2)網(wǎng)絡(luò)初始化:進行權(quán)值W、選擇參數(shù)α、學習速率β和警戒閾值ρ的初始化;
(3)模式選擇:根據(jù)輸入向量N和F2的節(jié)點j(j=1,2,…,N)計算選擇函數(shù)Tj,通過TJ=max(T1,T2,…,TN),選擇函數(shù)Tj取最大值的節(jié)點J即為所求。其中,(N∧wj)i=min(Zi,wij),
(4)模式匹配:計算輸入向量N與節(jié)點J的匹配程度MJ,將MJ與警戒閾值ρ進行比較;
(5)若MJ≥ρ,則發(fā)生共振,將該輸入向量歸為節(jié)點J所屬模式類,并進行權(quán)值調(diào)整:節(jié)點J權(quán)值調(diào)整為:wij=β(I∧wij)+(1-β)wij,其他節(jié)點權(quán)值不變;否則回到(3)重新選擇下一個節(jié)點進行模式匹配,直到匹配成功。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于國網(wǎng)江蘇省電力有限公司檢修分公司;國網(wǎng)江蘇省電力有限公司;河海大學,未經(jīng)國網(wǎng)江蘇省電力有限公司檢修分公司;國網(wǎng)江蘇省電力有限公司;河海大學許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910051298.1/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 上一篇:測量軌道車輛電機軸承損耗的系統(tǒng)和方法
- 下一篇:一種噪音檢測儀





