摘要
本发明实施例公开了一种双断口真空断路器机械状态评估用振动信号重构去噪方法,该方法包括:利用加速度传感器对双断口真空断路器进行机械状态检测,获取含噪声的原始振动信号;对含噪声的原始振动信号进行集合经验模态分解,得到多个本征模态函数分量;利用主成分分析法对多个本征模态函数分量所构成的原始矩阵进行空间变换,得到协方差矩阵;根据协方差矩阵的特征值确定源信号数量;根据源信号数量构建多源振动信号向量;基于FastICA算法对多源振动信号向量进行处理,得到去噪后的振动信号。通过本方法可实现振动信号中各种噪声的有效去除,提高机械状态识别和故障诊断的准确率。
技术关键词
集合经验模态分解
双断口真空断路器
去噪方法
FastICA算法
协方差矩阵
机械状态检测
主成分分析法
重构
特征值
信号获取模块
噪声
方差贡献率
包络
去噪系统
加速度
序列
系统为您推荐了相关专利信息
LSTM神经网络
燃气轮机压气机
主成分分析法
性能预测方法
粒子群算法
稀疏字典
振动信号去噪方法
倒装芯片
增广拉格朗日
矩阵
协方差矩阵
PMU量测数据
分布式电源
远程定位方法
智能电表数据
智能控制器
粒子群优化算法
模型建模方法
动态学习方法
实时数据