一种基于振动分析的电力设备故障预测方法

文档序号:40654400发布日期:2025-01-10 19:03阅读:来源:国知局

技术特征:

1.一种基于振动分析的电力设备故障预测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于振动分析的电力设备故障预测方法,其特征在于,所述振动信号数据的预处理通过滤波、降噪、标准化处理进行转变为振动分析数据;

3.根据权利要求2所述的一种基于振动分析的电力设备故障预测方法,其特征在于,所述振动分析数据按照时间序列切分为多个子段,包括以下步骤:

4.根据权利要求3所述的一种基于振动分析的电力设备故障预测方法,其特征在于,所述子段内的振动分析数据进行提取特征数据包括频域特征和时域特征;

5.根据权利要求4所述的一种基于振动分析的电力设备故障预测方法,其特征在于,所述时域特征包括以下步骤:

6.根据权利要求1所述的一种基于振动分析的电力设备故障预测方法,其特征在于,所述子段的动态调整系数包括以下步骤:

7.根据权利要求6所述的一种基于振动分析的电力设备故障预测方法,其特征在于,所述通过子段的动态调整系数对子段内的振动分析数据进行动态平滑处理,所述对每个子段i内的振动分析数据进行动态平滑处理,计算每个数据点t的平滑值si(t),所述动态平滑处理公式为:

8.根据权利要求1所述的一种基于振动分析的电力设备故障预测方法,其特征在于,所述偏差值通过子段内振动分析数据的预测值和实际值进行计算,所述子段内振动分析数据的预测值为:

9.根据权利要求1所述的一种基于振动分析的电力设备故障预测方法,其特征在于,所述偏差值阈值包括以下步骤:

10.根据权利要求8或9所述的一种基于振动分析的电力设备故障预测方法,其特征在于,所述子段内的振动分析数据通过偏差值di(t)与预设偏差值阈值δ进行比较判断存在异常;


技术总结
本发明一种基于振动分析的电力设备故障预测方法,包括:采集电力设备的振动信号数据;将振动信号数据进行预处理转变为振动分析数据;将振动分析数据按照时间序列切分为多个子段,子段包含连续的振动分析数据点,将子段内的振动分析数据进行提取特征数据;根据子段内的特征数据,计算子段的动态调整系数,利用子段的动态调整系数对子段内的振动分析数据进行动态平滑处理,计算每个子段内振动分析数据的预测值和实际值的偏差值;预设偏差值阈值,比较偏差值与偏差值阈值,判断子段内的振动分析数据是否存在异常。本发明实现了对电力设备故障的早期预警,提高了电力系统的运行安全性和可靠性,具有更高的准确性,为电力设备监测管理提供了有力支持。

技术研发人员:桂银刚,黄华,杨平安,高鸣源,徐苓娜,唐超,周渠,赵仲勇,杨峰,胡剑,何高辉,曹亮,祝诗平
受保护的技术使用者:西南大学
技术研发日:
技术公布日:2025/1/9
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1