基于CEEMDAN和QPSO-SVM的变压器绕组振动状态辨识方法

刘必兴; 陈志英; 张修伦; 白毅翔; 欧庆炀; 陈国炎

doi:10.13885/j.issn.0455-2059.2025.04.004

兰州大学学报（自然科学版） ›› 2025, Vol. 61 ›› Issue (4) : 452 -458. DOI: 10.13885/j.issn.0455-2059.2025.04.004

基于CEEMDAN和QPSO-SVM的变压器绕组振动状态辨识方法

刘必兴, 陈志英, 张修伦, 白毅翔, 欧庆炀, 陈国炎

作者信息 +

Author information +

文章历史 +

摘要

针对变压器振动信号成分复杂、绕组状态辨识准确度不高的问题,提出一种基于自适应噪声完备集合经验模态分解(CEEMDAN)和量子粒子群(QPSO)优化支持向量机(SVM)的变压器绕组振动信号状态辨识方法 .根据CEEMDAN算法将振动信号分解为固有模态函数(IMF).计算IMF的排列熵、包络熵和能量熵,构建混合特征向量,用QPSO-SVM算法对不同状态的绕组振动信号进行辨识.为验证该算法的准确性,搭建振动实验平台,采集5种不同状态绕组的振动信号进行特征提取和状态辨识.结果表明,该方法能够准确识别绕组状态,精准度为94%,具有较好的工程应用价值.