关键词：高压断路器;机械故障;故障诊断;恒等映射;卷积神经网络
摘 要：为提升高压断路器机械故障识别效果，增强诊断方法的泛化性，提出基于恒等映射卷积神经网络的高压断路器机械故障诊断方法。利用多个加速度传感器全方位的获取断路器振动信息；设计基于恒等映射卷积神经网络的故障诊断模型，信号经下采样、数据拼接等预处理手段输入，由模型综合分析各传感器信号特征并识别故障。该方法在网络结构上增加首尾直连通道，与以往研究使用的卷积神经网络（CNN）相比，缓解了梯度消失问题，提升了训练精度。与人工提取特征的方法相比，该方法能够自主提取故障特征信息。与其他方法的对比实验结果表明，相比提取波形差异区间幅值采用加权支持向量机识别的传统模型，以及不含恒等映射结构的卷积神经网络模型，本文提出的方法诊断准确率更高，泛化性更好。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取