基于均值交叉熵时频峰值滤波的水电站SF_(6)断路器机械故障识别OA

在水电站SF_(6)断路器故障诊断中,原始运行信号的噪声干扰导致传统方法识别不准。本文提出基于均值交叉熵时频峰值滤波的识别方法:以该滤波技术降噪,优化时频能量分布以保留故障关键信息;提取降噪后振动信号特征,经改进均值交叉熵准则筛选融合,构建最优特征矩阵;输入改进的深度混合神经网络,通过LSTM及LSTM2挖掘时序特征,经全连接层和SoftMax层分类,结合反向传播算法训练实现高精度识别。试验表明,传动轴偏心故障识别波形吻合度达94.7%,8类工况平均识别准确率96.67%,验证了方法的准确性与稳定性。