买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种电抗器铁心松动故障诊断方法、装置和设备，利用振动测量装置对高压并联电抗器进行振动信号的采集，选取电抗器油箱表面作为测量位置，对采集到的信号进行预处理，将预处理后的振动信号进行模型预测，从而检测电抗器铁心是否发生松动故障。采用GBDT分类算法有效的将采集到的振动信号分类到适当的标签下，并且进行分类的速度快、精度高，在进行信号采集时，对振动位置和负载大小的要求不高，使得具有初步判断对高压并联电抗器螺母松动故障发生，并预测松动程度成为可能。

主权项：1.一种电抗器铁心松动故障诊断方法，其特征在于，包括以下步骤：S1、采集高压并联电抗器工作状态下的振动源信号，提取振动源信号中关键的数据特征；用GBDT算法构建的初始预测模型；S2、将提取的数据特征设置分类标签，作为训练集，对初始预测模型进行训练；在训练过程中，使预测模型不停地学习数据包含的特征，每次迭代在上一轮训练模型的残差值基础上训练，经过多次迭代进行的残差计算和权值加权后，使得强学习器学习到不同状态下电抗器振动信号所包含的特征，得到目标预测模型；S3、采集待诊断的电抗器的振动信号，将采集到的振动信号输入目标预测模型，判断当前电抗器是否处于螺母松动故障下，并预测电抗器处于何种松动程度下；所述S1中，用GBDT算法构建的初始预测模型包括以下步骤：SA1、初始化第一个弱学习器的阈值与权值；SA2、建立M棵分类回归树；SA3、计算回归树对应损失函数的负梯度，并将回归树按照负梯度从大到小的顺序排序，得到一个强学习器；所述SA2中，利用CART回归树进行数据拟合，对损失函数的负梯度拟合一棵回归树，得到其对应的叶子节点区域，=1,2,...,J，J为回归树的叶子节点的个数；再计算生成的决策树中各个叶子节点的叶子区域，计算出最佳残差拟合值，用最佳残差拟合值得到强学习器；其中，为第m-1次计算得到的模型，c为使得损失函数最小的常数值。

全文数据：

权利要求：

百度查询： 国网陕西省电力有限公司电力科学研究院 国网陕西省电力有限公司 国网(西安)环保技术中心有限公司 一种电抗器铁心松动故障诊断方法、装置和设备