基于S变换与奇异值分解的有载分接开关机械故障识别
【摘要】 为了及时准确地获得有载分接开关（on-loadtap-changer，OLTC）的状态信息，将S变换和奇异值分解（singularvaluedecomposition，SVD）引入OLTC的机械故障识别。通过S变换获得振动信号的模时频矩阵（moduletime-frequencymatrixes，MTFM）;对MTFM进行SVD，得到原始矩阵的左右奇异向量组和奇异值;针对前3阶奇异值，提取对应左右奇异向量的重心，得到不同振动模式的时域重心和频域重心;基于奇异值、左右奇异向量重心构成一个9维的特征向量，利用最小二乘支持向量机（leastsquaressupportvectormachines，LS-SVM）实现OLTC故障的识别。测试结果表明所提出的方法简洁高效，并且能得到较高的OLTC故障识别准确率。
