典型文献
用于变压器端部垫块脱落故障识别的时间序列频谱熵稳定度算法
文献摘要：
变压器声纹信号包含丰富的信息,在不同的运行状态下声纹可分为瞬态声纹和稳态声纹.以某变压器端部垫块脱落故障为出发点,分析其振动机理并挖掘声纹特征,实现对该故障的判别工作.首先,建立质量-弹簧-阻尼模型分析了该故障的振动模式和发展规律;其次,对声纹信号进行短时傅里叶变换,并利用Mel滤波器组对时频谱进行压缩感知;再次,利用时间序列频谱熵特征提取算法,引入了信号稳定度的概念;最后,对162台变压器现场采集的工况声纹信号数据集和试验采集的铁心松动故障信号数据集进行稳定度计算,统计稳定度分布情况.利用端部垫块脱落为瞬态声纹分布,而现场和铁心松动故障为稳态声纹分布的差异,通过稳定度方法从两类数据集中识别出端部垫块脱落故障.
文献关键词：
端部垫块脱落故障;Mel时频谱;时间序列频谱熵;稳定度;故障识别
中图分类号：
作者姓名：
刘云鹏;周旭东;王博闻;严才鑫;刘嘉硕;来庭煜
作者机构：
河北省输变电设备安全防御重点实验室(华北电力大学),河北保定071003;华北电力大学电气与电子工程学院,河北保定071003
文献出处：
引用格式：
[1]刘云鹏;周旭东;王博闻;严才鑫;刘嘉硕;来庭煜-.用于变压器端部垫块脱落故障识别的时间序列频谱熵稳定度算法)[J].华北电力大学学报（自然科学版）,2022(04):23-32
A类：
端部垫块脱落故障,时间序列频谱熵
B类：
故障识别,熵稳定,稳定度,变压器声纹,声纹信号,瞬态,振动机理,声纹特征,弹簧,阻尼模型,振动模式,短时傅里叶变换,Mel,滤波器组,时频谱,压缩感知,熵特征,特征提取算法,现场采集,号数,铁心松动故障,故障信号
AB值：
0.201546
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
