摘要
本技术公开了一种强噪声环境下的换流变故障智能诊断方法,涉及换流变故障识别与诊断技术领域,首先采集换流变发生不同故障下的振动数据,然后利用聚类加权包络谱对换流变故障特征进行提取,建立VAE‑CNN网络诊断模型,从而实现换流变的故障识别与诊断;本发明能够有效在噪声中提取换流变振动信号的故障信息,提高诊断精度;本技术采用聚类加权包络谱能够提取潜在的故障特征分量,并对相似故障模态频率切片进行聚类排序,将相似特征的信号归为一类,去除杂乱无关的频率成分,使得包络谱中的故障特征更加清晰集中,提高故障诊断精度。
技术关键词
故障智能诊断方法
强噪声环境
故障诊断模型
马尔可夫链蒙特卡罗
包络
故障特征频率
信号
切片
抽样方法
网络优化
蒙特卡洛
代表
聚类算法
变量
数据
集群
系统为您推荐了相关专利信息
机械装备故障诊断
故障诊断模型
原始故障数据
信号
重构
电磁干扰数据
通信故障检测
故障诊断模型
稳定性方法
矩阵
支持概率距离
决策融合方法
变压器
指标
故障诊断模型
极限学习机
故障诊断模型
频段
滚动轴承故障
果蝇算法