摘要
一种基于相空间重构理论的有载分接开关故障诊断方法,有载分接开关故障诊断技术领域,用于解决小波分析以及模态分解法侧重于时域或频域特征,缺乏对信号的整体空间特性和复杂结构的深入分析,使得其在面对复杂的故障模式时的识别能力受到限制的问题。本发明针对KM型油浸式在线变压器分接开关OLTC的故障诊断与识别问题,采用了振动信号分析、特征提取及机器学习技术,提出了一种有效的故障分类方法,提升设备的可靠性与运行效率。选择CatBoost作为故障分类模型,利用贝叶斯优化对超参数进行了系统调整,获得最佳的超参数配置。这一过程显著提高了模型的分类准确率,增强了其鲁棒性。
技术关键词
开关故障诊断方法
重构理论
灰度共生矩阵
Delaunay三角剖分
信号
信息熵
曲面
变压器分接开关
开关传动机构
故障分类方法
故障分类模型
图像纹理特征
纹理特征提取
有载分接开关
触头
对比度
故障诊断技术
三角形
机器学习技术
系统为您推荐了相关专利信息
偏置控制器
采集电路
采集控制方法
信号
SPI接口
空间拓扑关系
功能成像
多层感知机
卷积神经网络提取
数据
轮胎状态评估方法
预测评估模型
动态阈值区间
信号预处理模块
陡坡
多层感知机
建模方法
梳状光源
训练集数据
前置放大器