基于LabVIEW的高压配电装置振动信号特征提取和模式识别方法

针对高压配电装置分合闸机构机械振动信号的非平稳特性,提出一种基于LabVIEW的小波包分解与重构、Hilbert变换和归一化能量谱相结合的振动信号特征提取方法。在配电装置上进行模拟试验,获取了正常状态、分闸弹簧松动和铁心卡涩模式下的样本数据。对振动信号做时频特性分析,利用K近邻算法对不同状态特征量进行了模式识别。结果表明:配电装置正常信号归一化能量谱向量各元素分布较均匀,而故障信号所得的归一化能量谱向量元素变化较大;K近邻(KNN)算法识别率达93.3%,识别速度快,验证了通过K近邻算法诊断高压配电装置机械故障的可行性。