基于PCA和聚类的断路器分合闸线圈电流研究

断路器的机械特性故障可以通过分合闸线圈电流反应。通过对分合闸线圈的电流分析提取出7个时间和电流特征量,对所有特征量进行主分量分析(PCA),在保留原特征量信息的基础上,实现了多维数据的降维可视化。对降维后的数据通过K-means聚类分析,经过大量样本的学习,即可直观地区分断路器的正常与各种故障状态。该研究方法为高压断路器的实时在线故障诊断提供了一种新途径,与人工识别线圈电流波形判断故障相比,利用机器识别具有更高的可靠性和工作效率。