基于变权物元可拓模型的接触网健康状态综合评价

以接触网作为研究对象,搭建了基于变权物元可拓的接触网健康状态综合评价模型。结合物元可拓理论和接触网相关指标标准,确立接触网的状态信息经典域,建立状态参量物元矩阵。同时,通过熵权法和层次分析法的线性组合,得出主客观兼具的初始权重,再运用变权理论进行修正,使权重体现出评价对象在综合评价过程中的主动参与。最后引入贴近度函数对接触网健康等级进行评判,得出评价结果,并通过实例分析对所搭建的模型进行验证。算例结果表明了该模型用于接触网健康状态综合评价的正确性和实用性。     

基于支持向量机的弓网间电弧诊断策略

电力机车在运行的过程中,通过受电弓与接触网间的电接触而获取电能,在机车受流过程中弓网间电弧是较为常见的一个现象。弓网间的电弧不仅会对接触网与受电弓造成不同程度上的损伤,同时也会对电力机车上的电力设备造成一定的干扰。弓网间的电弧具有随机性,发生的原因也具有多样性,因此对电弧进行诊断具有一定难度。针对目前对弓网间电弧诊断存在的技术上的问题,文章基于支持向量机(support vector machine,SVM)来实现对弓网间电弧的诊断。在获取弓网间电流的原始数据后,通过计算出原始数据的功率谱熵,构造出电弧诊断所需的特征向量,应用支持向量机对这些特征向量进行分类,能实现对弓网间电弧电流的正常电流的正确区分。仿真结果表明,应用本文所建立起的诊断模型对样本进行诊断,结果正确率能达到90%以上,为弓网间电弧诊断提供了一个实用的方法和研究思路。     

接触网高压隔离开关的机械故障诊断新策略

随着铁路线路的快速发展,高压隔离开关成为使用量最大的高压设备。接触网隔离开关的运行可靠性对保障牵引供电的稳定运行有着重要意义。K-means作为一种十分有效的聚类分析工具,通过处理电机电流采集系统监测得到的隔离开关电机电流信号,计算获得簇中心及其位置的变化并以此作为判断隔离开关故障情况的依据,分类后的高压隔离开关机械故障为后续的监测和诊断提供了直观的表述。但是由于高压隔离开关机械故障的复杂性,以及K-means算法自身的局限性,本文提出一种改进的K-means算法,通过结合自适应权重和遗传算法(genetic algorithm,GA),避免了K-means算法在依赖初始值和局部收敛等弊端,通过实际数据进行仿真,验证了该方法的有效性。据此可对高压隔离开关的机械故障进行分类并且作为接触网隔离开关故障分类和检测的依据。