摘要
本发明涉及电力设备故障诊断技术领域,具体涉及一种泵站断路器故障检测方法及系统,包括以下步骤:S1:采集断路器运行过程中低于50 Hz的振动信号;S2:对S1采集的振动数据进行预处理;S3:对S2预处理后的振动数据进行分析,提取断路器低频振动相关的特征参数;并将提取的特征参数构成特征向量;S4:对特征模式训练集进行训练,生成断路器故障模式识别模型;S5:将当前振动数据转换成实时特征向量,并输入S4生成的故障模式识别模型,判断断路器是否存在异常,并生成故障诊断报告。本发明,通过低频振动信号的精准提取与特征向量构建,结合优化的支持向量机故障模式识别模型,实现了断路器故障的高精度实时检测和可靠诊断。
技术关键词
模式识别模型
支持向量机模型
断路器
共振频率
历史故障数据
振动传感器
泵站
非线性
异常数据
幅值
电力设备故障诊断技术
支持向量机算法
信号处理模块
谐波
历史运行数据
标签