电力科学与技术学报2023，Vol.38Issue(3) ：216-223.DOI:10.19781/j.issn.1673-9140.2023.03.024

基于EMD-FFT特征提取的GIS机械缺陷诊断方法研究

Research on GIS mechanical defect diagnosis method based on EMD-FFT feature extraction

梁基重 晋涛 牛曙 王璇 孙乃君 宋颜峰 李军浩
电力科学与技术学报2023，Vol.38Issue(3) ：216-223.DOI:10.19781/j.issn.1673-9140.2023.03.024
✕
  • 维普
  • 万方数据

基于EMD-FFT特征提取的GIS机械缺陷诊断方法研究

Research on GIS mechanical defect diagnosis method based on EMD-FFT feature extraction

梁基重 1晋涛 1牛曙 1王璇 1孙乃君 2宋颜峰 3李军浩3
扫码查看

作者信息

  • 1. 国网山西省电力公司电力科学研究院,山西 太原 030012
  • 2. 国网山西省电力公司大同供电公司,山西 大同 037008
  • 3. 西安交通大学电气工程学院,陕西 西安 710049
  • 折叠

摘要

气体绝缘组合电器(GIS)在组装和长期运行过程中会产生诸多机械缺陷,检测和诊断机械缺陷对于保障GIS可靠运行具有重要意义.目前各学者进行了大量的振动信号检测,但结果分析多是基于FFT的时频分析,缺乏针对不同典型机械缺陷下振动信号特征提取的诊断方法.为此,基于不同典型机械缺陷下振动信号频率特征量存在差异的基本原理,提出采用EMD-FFT联合算法提取GIS振动信号特征,根据550 kV实体GIS设备上典型机械缺陷振动信号的检测分析,归纳总结出不同缺陷下的GIS机械振动信号特征图谱,从而实现现场GIS设备的机械缺陷有效诊断.研究结果表明,提出的EMD-FFT算法能够有效提取出不同典型缺陷下振动信号的主要特征频率点,构建的特征谱图可直观反映不同缺陷下的频率信息变化,实现对典型机械缺陷的诊断.基于上述诊断方法开展现场试验,有效检测出某GIS设备存在的地脚螺栓松动缺陷,证明了诊断方法的有效性.研究成果能够为现场GIS机械缺陷诊断提供方法和试验结果支撑.

关键词

气体绝缘组合电器/机械缺陷/振动/诊断/经验模态分解

Key words

gas insulated switchgear/mechanical defect/vibration/diagnosis/empirical mode decomposition

引用本文复制引用

基金项目

国网山西省电力公司科技项目(520530200010)

出版年

2023
电力科学与技术学报
长沙理工大学

电力科学与技术学报

CSTPCDCSCD北大核心
影响因子：0.85
ISSN：1673-9140
被引量1
参考文献量14
段落导航相关论文