技術(shù)特征：

1.一種基于內(nèi)稟特征尺度分解和模糊熵的斷路器操動機(jī)構(gòu)智能診斷方法，其特征在于：包括如下步驟：

2.根據(jù)權(quán)利要求1所述的一種基于內(nèi)稟特征尺度分解和模糊熵的斷路器操動機(jī)構(gòu)智能診斷方法，其特征在于：所述步驟1中具體包括：

3.根據(jù)權(quán)利要求2所述的一種基于內(nèi)稟特征尺度分解和模糊熵的斷路器操動機(jī)構(gòu)智能診斷方法，其特征在于：對于數(shù)據(jù)長度為n的時間序列{iscp(n)}，模糊熵計算方法為：

4.根據(jù)權(quán)利要求3所述的一種基于內(nèi)稟特征尺度分解和模糊熵的斷路器操動機(jī)構(gòu)智能診斷方法，其特征在于：設(shè)斷路器操動機(jī)構(gòu)振動信號x(t)采用內(nèi)稟特征尺度分解方法得到n個內(nèi)稟特征尺度分量isc1，isc2，…iscn，采用模糊熵方法得到n個模糊熵sf1，sf2，…sfn，將n個模糊熵構(gòu)成n維特征向量[sf1，sf2，…sfn]，輸入多分類支持向量機(jī)實現(xiàn)多分類支持向量機(jī)的訓(xùn)練和預(yù)測。

5.根據(jù)權(quán)利要求4所述的一種基于內(nèi)稟特征尺度分解和模糊熵的斷路器操動機(jī)構(gòu)智能診斷方法，其特征在于：多分類支持向量機(jī)的核函數(shù)選用高斯核函數(shù)：

6.根據(jù)權(quán)利要求1所述的一種基于內(nèi)稟特征尺度分解和模糊熵的斷路器操動機(jī)構(gòu)智能診斷方法，其特征在于：還包括進(jìn)行彈簧疲勞測試。

7.根據(jù)權(quán)利要求1所述的一種基于內(nèi)稟特征尺度分解和模糊熵的斷路器操動機(jī)構(gòu)智能診斷方法，其特征在于：還包括進(jìn)行軸銷脫落測試。

8.根據(jù)權(quán)利要求1所述的一種基于內(nèi)稟特征尺度分解和模糊熵的斷路器操動機(jī)構(gòu)智能診斷方法，其特征在于：還包括電磁鐵卡澀測試。

9.一種基于內(nèi)稟特征尺度分解和模糊熵的斷路器操動機(jī)構(gòu)智能診斷裝置，用于實現(xiàn)上述權(quán)利要求1-8任一項所述的診斷方法，其特征在于：包括：

10.一種電子設(shè)備，包括處理器以及與處理器通信連接，且用于存儲所述處理器可執(zhí)行指令的存儲器，其特征在于：所述處理器用于執(zhí)行上述權(quán)利要求1-8任一所述的一種基于內(nèi)稟特征尺度分解和模糊熵的斷路器操動機(jī)構(gòu)智能診斷方法。

技術(shù)總結(jié)
本發(fā)明提供了一種基于內(nèi)稟特征尺度分解和模糊熵的斷路器操動機(jī)構(gòu)智能診斷方法，包括對斷路器操動機(jī)構(gòu)振動信號進(jìn)行內(nèi)稟特征尺度分解，將振動信號自適應(yīng)分解為多個內(nèi)稟特征尺度分量和一個單調(diào)趨勢信號；計算每個內(nèi)稟特征尺度分量模糊熵，將所有內(nèi)稟特征尺度分量的模糊熵構(gòu)建成模糊熵特征向量；以模糊熵特征向量為輸入，采用多分類支持向量機(jī)進(jìn)行故障診斷。本發(fā)明的方法將內(nèi)稟特征尺度分解和模糊熵進(jìn)行結(jié)合，充分利用了內(nèi)稟特征尺度分解的自適應(yīng)性和模糊熵的非線性特性和穩(wěn)定性，在高壓斷路器操動機(jī)構(gòu)故障診斷方面有更高的準(zhǔn)確率，具有很好的應(yīng)用前景。

技術(shù)研發(fā)人員：張飛,劉磊,金銘,韓雪峰,葛志杰,李龍飛,杜兆廣,儲后廣,周利兵,溫錦韜,袁曼曼,王喜泉,楊曉婧,王敏凱,趙萬亮
受保護(hù)的技術(shù)使用者：國網(wǎng)新疆電力有限公司電力科學(xué)研究院
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9