基于GAT的矿用高压断路器故障诊断_中国煤炭行业知识服务平台

基于GAT的矿用高压断路器故障诊断

作者

惠阿丽秦祺李瑞荣相魏礼鹏
单位

西安科技大学电气与控制工程学院中煤科工集团常州研究院有限公司天地（常州）自动化股份有限公司
摘要

为推进矿用高压断路器状态检修的发展和准确迅速识别故障，针对目前矿用高压断路器故障诊断对原始数据的利用程度有限和忽略了故障样本之间的联系的问题，提出一种基于图注意力网络（GAT）的高压断路器故障诊断方法。将采集到的高压断路器原始振动信号构建为K近邻图，通过K近邻图来建立故障样本之间的联系；把K近邻图输入到GAT中提取其故障特征，从而实现高压断路器故障诊断。实验结果表明，该方法识别准确率达到98.74%，可以有效实现端到端的矿用高压断路器故障诊断。
关键词

高压断路器K近邻图GAT注意力机制故障诊断
基金项目(Foundation)

天地科技股份有限公司科技创新创业资金专项项目（2023-TD-ZD001-006;2023-TD-MS005）；
文章目录

0 引言
1 矿用高压断路器故障诊断模型
(1)K近邻图的构建
(2）数据集的划分
(3)GAT模型的搭建
(4）网络模型的训练
(5）诊断模型的测试
2 振动信号的采集
3 实验与分析
4结语
DOI

10.13436/j.mkjx.202503048
引用格式

[1]惠阿丽,秦祺,李瑞,等.基于GAT的矿用高压断路器故障诊断[J].煤矿机械,2025,46(03):174-177.
相关文章

[1]基于D-S证据理论和BP神经网络的齿轮箱故障诊断
[2]基于神经网络的齿轮箱故障诊断
[3]数控机床的开机回零操作及故障诊断
[4]基于SA-PSO的煤矿小功率电机故障诊断研究