Page 115 - 无损检测2021年第三期
P. 115

邵鑫明, 等:

            基于 LMD-PCA 和样本熵的瓷支柱绝缘子故障诊断


            3 组二分类器。此 SVM 选用的核函数为 RBF ( 径                      绝缘子振动信号分析中 Main-PF-Sam p En 能够 为
            向基函数), 将测试数据导入样本训练得到的模型中                           瓷支柱绝缘子故障分类识别提供低冗杂度的特征向
            进行计算, 得到分类结果。类别标签 1 , 2 , 3 分别代                    量, 提高了识别精度和识别效率。
            表瓷支柱绝缘子的 3 种状态, 测试集共 15 组, 每种                          ( 3 )使用 PCA 方法进行分析时, 参数累计贡献

            状态 5 组, 瓷支柱绝缘子分类结果如图 6 所示。                         率的选择很大程度上依赖于使用者的经验以及信号
                                                               的特点, 因此, 需要进一步研究参数选取的方法, 增
                                                               强该方法的适用性。
                                                               参考文献:
                                                                [ 1 ]   缪春辉, 王若民, 陈国宏, 等 . 运用振动声学原 理 实 时

                                                                    在线检测瓷支柱绝缘子缺陷[ J ] . 无 损 检 测, 2015 , 37
                                                                    ( 4 ): 37-40.
                                                                [ 2 ]   王少华, 李特, 周象贤, 等. 变电站瓷支柱绝缘子断裂故
                                                                    障分析及预防措施[ J ] . 电瓷避雷器, 2016 ( 5 ): 35-38.
                       图 6  实际分类与预测分类对比                         [ 3 ]   夏超, 吴章勤, 杨晓红 . 声振技术在支柱绝缘子强度检
                 为验证 PCA 方法提取主 PF 分量并求其样本                           测中的应用[ J ] . 无损检测, 2013 , 35 ( 12 ): 16-18.
            熵作为特征向量对识别结果的影响。分别在未用主                              [ 4 ]   刘长福, 郝 晓 军, 牛 晓 光, 等 . 基 于 BP 神 经 网 络 的 瓷
            PF 分量且未用样本熵( PF ); 未用主 PF 量且使用样                         绝缘子振动声学检测结果分类[ J ] . 无 损 检 测, 2014 ,
            本熵( PF-Sam p En ); 使用主 PF 分量且未用样本熵                      36 ( 1 ): 1-4.
                                                                [ 5 ]   高强, 孟格格 . 基于卷积神经网络的绝缘子故障识别
            ( Main-PF ); 使 用 主 PF 分 量 且 使 用 样 本 熵 ( Main-
                                                                    算法研究[ J ] . 电测与仪表, 2017 , 54 ( 21 ): 30-36.
            PF-Sam p En ) 等 4 种状态下, 求其特征参数 作为故                  [ 6 ]   付天孟, 刘广兴, 蒲英俊, 等. 浅谈声振动检测技术在瓷
            障识别的特征向量, 不同特征提取方法的识别率和
                                                                    支柱绝 缘 子 中 的 应 用 [ J ] . 山 东 工 业 技 术, 2019 ( 6 ):
            分类时间如表 4 所示。                                            186.
               表 4  不同特征提取方法的识别率和分类时间                           [ 7 ]   李晓红,郭慧英,刘云,等 . 基于振动法检测的瓷绝





             序号       处理方式          识别率 / %     分类时间 / s            缘子损伤探讨[ J ] . 高压电器 2009 , 45 ( 1 ): 106-108.

                                                                [ 8 ]   刘冠辰,王孟,郑欣,等.基于振动声学对瓷支柱绝
              1         PF            53.3        1.726

                                                                    缘子强度的检测技术[ J ] . 高压电器, 2015 ( 9 ): 44-48.
              2      PF-Sam p En      73.3        1.704
                                                                [ 9 ]   石瑞敏,杨兆建 . 基于 LMD 能量特征的滚动轴承故
              3       Main-PF         60.0        1.544
                                                                    障诊断 方 法 [ J ] .振 动 . 测 试 与 诊 断, 2015 ( 5 ): 832-
              4    Main-PF-Sam p En   93.3        1.427
                                                                    836.
                                                               [ 10 ]   张超,杨立东,李建军 . 局部均值分解和经验模态分



               由表 4 可知, 在未使用 PCA 降维得到主 PF 分

                                                                    解的性能对比研 究[ J ] .机 械 设 计 与 研 究, 2012 ( 3 ):
            量的情况下, 使用样本熵处理的特征参数具有更高
                                                                    45-47.
            的正确识别率。这是因为样本熵组成的特征参数差
                                                               [ 11 ]   詹长杰, 周步祥 . 基 于 PCA-SVM 模 型 的 中 长 期 电 力
            异性明显, 具有良好的特征提取性, 故具备较高的状
                                                                    负荷预测[ J ] . 电测与仪表, 2015 , 52 ( 9 ): 6-10.
            态识别率; 在都使用样本熵处理特征参数的前提下,                           [ 12 ]   丛超, 于宁, 王慧武 . 基于近似熵和混沌振子的电力谐
            使用 PCA 降维得到的主 PF 分量作为特征参数, 在                            波检测与估计[ J ] . 电测与仪表, 2016 , 53 ( 18 ): 45-50.
            识别率未降低的情况下具有更快的分类速度、 识别                            [ 13 ]   何志坚, 周志 雄 . 基 于 ELMD 的 样 本 熵 及 Boostin g -

            精度和识别准确率。                                               SVM 的滚动轴承故障诊断[ J ] .振动与冲击, 2016 ,
                                                                    35 ( 18 ): 190-195.
            4  结论                                              [ 14 ]   张宁, 魏秀业, 徐晋宏 . 基于 LMD 样本 熵 与 ELM 的
                                                                    行星齿 轮 箱 故 障 诊 断 [ J ] . 机 械 传 动, 2020 , 44 ( 4 ):

               ( 1 )将 LMD-PCA 与样本熵相结合的方法运用
                                                                    152-157.
            在瓷支柱绝缘子振动信号分析中, 能够有效提取瓷
                                                               [ 15 ]   杨艳君, 魏永 合, 王 晶 晶, 等 . 基 于 LMD 和 SVDD 的
            支柱绝缘子不同故障下的特征向量, 通过 SVM 可
                                                                    滚动轴承 健 康 状 态 评 估 [ J ] . 机 械 设 计 与 制 造, 2019
            以快速准确地识别绝缘子的故障类型。
                                                                    ( 5 ): 163-166.

                 ( 2 )对比不同的特征处理方法, 发现在瓷支柱                                                        ( 下转第 87 页)
                                                                                                         3
                                                                                                        7


                                                                                       2021 年 第 43 卷 第 3 期
                                                                                               无损检测
   110   111   112   113   114   115   116   117   118   119   120