当前的高压开关柜机械故障智能诊断方法一般以电流信号作为故障诊断的依据,导致正确诊断高压开关柜机械故障数量过低,为此本文研究基于 BP 神经网络的高压开关柜机械故障智能诊断方法。首先布置高压开关柜机械故障监
测点,通过监测传感器得到机械故障振动特征信号并进行振动特征信号的提取,接着处理开关柜机械故障振动信号特征量,以此为基础构建 BP 神经网络故障诊断模型,最后优化模型参数实现机械故障诊断。实验结果显示:与基于傅里
叶变换的故障诊断方法和基于支持向量机的故障诊断方法相比,基于 BP 神经网络的高压开关柜机械故障智能诊断方法可正确诊断 300 组高压开关柜机械故障,具有实际的应用价值。