1、高壓斷路器在每次運(yùn)行過程中所產(chǎn)生的機(jī)械振動信號包含著大量的能直接反映斷路器運(yùn)行狀態(tài)的信息。本文利用小波包.熵理論對振動信號進(jìn)行特征提?。蝗缓罄肂P神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)和歐氏距離方法設(shè)計(jì)模式分類器對各種狀態(tài)進(jìn)行分類；最后以軟件的形式開發(fā)斷路器故障診斷系統(tǒng)。
　　 研究了小波包熵理論在故障診斷中的可行性。小波變換通過伸縮和平移等運(yùn)算功能對信號進(jìn)行多尺度細(xì)化分析,從而可聚焦到信號的任意細(xì)節(jié),因而能有效地從信號中提取信息。信息熵是反映

2、信息分布的均勻程度,將小波包和信息熵相結(jié)合即小波包熵理論,它能夠很好地反映突變信號的變化趨勢,從而突出系統(tǒng)信號中短暫的異常信號,達(dá)到提早發(fā)現(xiàn)潛在故障的目的,為復(fù)雜機(jī)械非平穩(wěn)信號分析提供了一種新的方法。
　　 研究了利用不同種方法對振動信號進(jìn)行特征參數(shù)的提取。一種是將小波包與熵理論相結(jié)合提取振動信號的小波包能量對數(shù)熵,然后提取故障狀態(tài)第5層小波包各節(jié)點(diǎn)對應(yīng)于正常狀態(tài)對數(shù)能量熵的變化量,以此變化量作為特征曲線；另一種是計(jì)算同一個信號

3、的奇異值譜熵、功率譜熵、小波狀態(tài)空間特征熵和小波能譜熵值,并提取同一故障狀態(tài)下多組測試數(shù)據(jù)中上述各種譜熵的值；然后將4種譜熵的最小值和最大值構(gòu)成能夠反映故障狀態(tài)的熵帶,最后根據(jù)其值所屬的熵帶范圍判斷設(shè)備的故障類型。
　　 研究了設(shè)備故障的分類器。利用BP神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)和歐氏距離方法設(shè)計(jì)模式分類器對各種狀態(tài)進(jìn)行分類,然后對比各種分類器的分類效果。最終得出支持向量機(jī)對于小樣本的斷路器狀態(tài)分類的效果最為理想。
　　 針對