摘要:路灯正常运行对于城市照明具有重要意义。当前路灯故障检测局限于初步的故障现象，无法辨识具体的故障类别。为实现路灯具体故障类别的检测，本文以路灯监控和数据采集系统的路灯运行数据为对象，提出了一种基于改进VMD与特征选择的路灯故障检测模型。首先，利用主成分分析法筛选路灯运行数据的主要变量参数，并用变分模态分解对筛选参数进行分解。同时，引入鲸鱼优化算法改进变分模态分解的自适应性。在特征选择方面，通过Pearson系数选择相关IMF分量结合样本熵构建故障特征向量。最后，结合广西崇左市2019~2022年路灯故障数据，建立基于XGBoost的故障诊断模型，从而辨别路灯的正常、电源故障、线路故障、保险故障4种状态。实验结果表明，该方法能有效实现路灯具体故障类别的诊断，故障辨识率为93.75%，为路灯故障检测研究提供了新途径。