Results 101 to 110 of about 10,917 (169)
Gaoya dianqi, 2015 以灰色预测和理想点解理论（TOPSIS）为基础,研究基于油中溶解气体体积分数的变压器状态预测及其应用。该方法不同于目前单纯依据数学算法预测油中溶解气体含量的方法,而是从系统的角度综合考虑各特征参数及三比值规则,对故障状态贴近度进行预测。首先根据理想点解法计算各期油中气体体积分数三比值的故障贴近度,以此作为变压器三比值状态信息,然后根据灰色GM（1,1）模型,对变压器三比值故障状态贴进度发展趋势进行预测,最后得到其故障的贴近度,反应了变压器故障状态的发展趋势,对状态维修具有较直观的参考意义 ...
陈金强, 李群湛
doaj
Gaoya dianqi准确预测变压器油中溶解气体的变化规律和趋势是保证变压器安全可靠运行的关键。为此提出一种基于混合分解和IDBO-TCN的油中溶解气体含量预测方法。首先，利用自适应噪声完全集合经验模态分解对给定气体含量序列进行分解；然后，采用经验小波变换对分解出的最高频分量进行二次分解；进一步对所有分量建立时序卷积网络预测模型；同时提出改进蜣螂优化算法对TCN的初始学习率和卷积核大小进行优化；最后，将各分量的预测值累加，得到最终预测结果。通过油中溶解气体CH4、C2H4、C2H6、H2和总烃的预测实例证明了所提方法的优越性。
付文龙 +5 more
doaj
Gaoya dianqi, 2016 矿用干式变压器绝缘的劣化总是伴随着一定的局部放电,测量局部放电信号的真实性直接影响到变压器绝缘性能评估的准确性。文中在集合经验模态分解（empirical mode decomposition,EEMD）的基础上,结合高阶统计量原理,提出了一种基于EEMD和高阶统计量的局部放电白噪声抑制方法。首先利用EEMD方法分解得到各阶经验模态分量（IMF）;然后通过IMF各分量峭度的计算,结合Bootstrap方法检测并滤除高斯分布的IMF分量;对剩余IMF分量进行自适应阈值处理,去除混叠的白噪声成份 ...
彭炜文 +4 more
doaj
, 2019 针对齿轮箱混合故障信号非线性、非平稳、噪声成分多以及多故障信号相互干扰的特点，提出了基于变分模态分解和相关峭度的齿轮箱混合故障诊断方法。利用变分模态分解能够有效地将信号分解为若干个具有紧致性模态分量的特点，对混合故障信号进行分解处理，将包含不同故障的模态分量分离出来；然后，根据相关峭度能够识别不同周期的冲击性信号的特点，利用最大相关峭度原则提取出包含不同故障的模态分量；最后，对这些模态分量进行包络分析，实现混合故障诊断的目的。通过实验信号的分析验证，证明了所提方法应用在混合故障诊断中的有效性。另外 ...
卫星 宋 +4 more
core +1 more source
Gaoya dianqi为了提高变压器套管温度的预测精度，提出了一种基于经验模态分解（empirical mode decomposition， EMD）和在线序列极限学习机（online sequential-extreme learning machine，OS-ELM）的变压器套管温度预测方法。首先，采用EMD法对变压器套管温度时序数据进行分解，得到若干内涵模态分量；其次，利用滑动窗口法处理各个分量形成带标签的数据集，并输入OS-ELM模型对各个分量的数据集进行训练；最后 ...
张庆平 +5 more
doaj
Guangtongxin yanjiu, 2017 为了确保对新型智能变电站时间同步的动态监控,分析了新型智能变电站中心交换设备时间同步的脆弱性,利用有色Petri网对新型智能变电站中心交换设备对时的运行进行建模,给出了新型智能变电站中心交换设备对时攻击有色Petri网模型。利用线性代数数学分析工具,根据状态方程来验证所建模型攻击的可达性,从而找到时间同步脆弱性点并给出解决建议。
张纯笑 +4 more
doaj
Gaoya dianqi, 2020 当暂态高频信号在交联聚乙烯（XLPE）电缆中传播时,导体的集肤效应和半导电层的频变效应是导致高频信号衰减和分散的主要原因,而以往的整数阶电缆模型往往忽略内、外半导电层的频变效应,影响暂态分析的准确性,因此建立一个电缆分数阶宽频模型对于分析高频信号有着重要的意义。文中首先测量了电缆半导电层的相对复介电系数,使用Cole-Cole模型进行拟合后,利用拟合模型和圆柱形电容的计算公式推导出电力电缆内外半导电层的分数阶导纳参数。根据Boogs提出的径向电缆模型 ...
梁贵书, 张艺驰
doaj
, 2019 为提高齿轮的故障诊断效果，提出了基于变分模态分解（Variational Modal Decomposition，VMD）和符号熵（Symbol Entropy， SE）的齿轮故障诊断方法。首先，利用VMD对齿轮故障振动信号进行分解，得到若干个本征模态分量（Intrinsic Mode Function，IMF）；然后，计算IMF分量的符号熵，并将IMF符号熵组成齿轮故障特征向量；最后，将特征向量输入SVM进行故障诊断 ...
李梅红, 连威
core +1 more source
Zhendong Ceshi yu Zhenduan针对螺杆转子铣削加工过程中的颤振问题，提出了一种基于RelifF算法优化最小二乘支持向量机（RelifF‑least square support vector machine， 简称RF‑LSSVM）的颤振监测方法。首先，使用变分模态分解（variational modal decomposition， 简称VMD）和RelifF算法对螺杆转子铣削过程中的振动信号进行分解、特征提取与选择；其次，利用增强鲸鱼算法（enhanced whale optimization algorithm， 简称E ...
doaj +1 more source
, 2019 强噪环境下，复合故障特征提取难度更大，VMD（Variational Mode Decomposition）被大量应用于齿轮箱故障诊断中；但是它属于参数型分解方法，K过大或过小都会导致过分解或欠分解现象，因此分解的层数需要自适应的确定。提出了一种多点峭度和VMD的复合故障特征提取方法。考虑到多点峭度可以提取多故障的冲击性周期的个数；周期性冲击个数决定VMD的分解层数K，通过VMD处理后，进一步通过FFT确定故障特征。所提出的自适应复合故障特征提取方法和EEMD（Ensemble Empirical ...
李文耀, 杨文刚
core +1 more source