GIL机械故障诊断与预警技术研究

作     者：王立宪 马宏忠 戴锋 WANG Lixian;MA Hongzhong;DAI Feng

作者机构：河海大学能源与电气学院江苏南京211100 国网江苏省电力有限公司检修分公司江苏南京211102 

基　　金：中国博士后科学基金项目(2020M671318) 中央高校基本科研任务经费项目(B200202173) 江苏省自然科学基金青年基金项目(BK20190490) 国网江苏省电力公司重点科技项目(J2020040) 

出 版 物：《电机与控制应用》 (Electric machines & control application)

年 卷 期：2021年第48卷第8期

页      码：106-113页

摘      要：为了有效诊断气体绝缘金属封闭输电线路(GIL)的机械故障,搭建了110 kV GIL试验平台并设计了3种典型机械故障,通过互补集合经验模态分解(CEEMD)模糊熵值与鲸鱼优化极限学习机(WOA-ELM)模型联合方法对GIL机械故障模式进行识别与诊断。首先,利用CEEMD方法对振动信号进行分解,引入正负白噪声组对信号进行处理,得到含有故障信息的模态分量(IMF)。其次,利用模糊熵计算模态分量特征值,得到能表征故障特征的模糊熵值。最后,结合WOA-ELM模型对特征向量集进行模式识别,根据聚类结果与自适应阈值对GIL设备机械故障进行诊断和预警。结果表明,利用CEEMD与模糊熵对GIL振动信号特征进行分析,可以有效避免模态混叠和冗余噪声分量的干扰,得到能够表征故障特征的特征值;利用WOA-ELM模型可以有效实现GIL设备机械故障诊断与预警。

主 题 词：气体绝缘金属封闭输电线路 机械故障诊断 互补集合经验模态分解 模糊熵 鲸鱼优化极限学习机 

学科分类：0808[工学-自动化类] 080803[080803] 08[工学] 

D　O　I：10.12177/emca.2021.059

馆 藏 号：203104826...