摘要
针对低压断路器的机械特性,采用小波分解法对其振动信号进行分析。根据电动操作机构及低压断路器合闸动作的时序关系,以驱动电机电流信号作为时间标识,有效地提取了合闸振动信号。提出小波包能量谱分析低压断路器合闸同期性研究,在小波包对振动合闸信号细节分解基础上,采用小波包重构提取合闸振动主频带信号特征,由此构造合闸同期性状态特征矢量,并应用BP神经网络建立三相合闸不同期故障的识别模型。在断路器基座横梁安装单个加速度传感器,实验模拟了DW15—1600低压断路器的四种同期性状态振动信号,仿真结果表明,本文提出的振动信号小波包能量谱与神经网络相结合的方法,可有效地分析低压断路器合闸同期性。
学科与关键词
关键词
低压断路器振动分析小波分解神经网络合闸同期性故障识别 Low voltage circuit breakervibration analysiswavelet decompositionneural networksclosing synchronousfault identification
- 低压配电短路电流检测与分断机构技术郭银婷; 缪希仁低压电器, 2013, (07): 18-22.
- 低压永磁真空断路器的控制及通信设计汪先兵; 费树岷; 王祥傲; 王玉杰; 李玲纯低压电器, 2013, (09): 17-22.
- 永磁操动机构特性及其同步控制技术的研究傅航宇其他, 2005.
