Results 1 to 10 of about 1,117,435 (111)
Gaoya dianqi, 2015 为了快速、准确地对高压断路器发生的故障进行分析和诊断,确定故障的性质、类别和部位,提出了一种高压断路器故障诊断的新方法。首先对高压断路器分合闸线圈电流进行分析,提取电流和时间特征量形成特征向量,然后用遗传算法对最小二乘支持向量机（least square support vector machine,LS-SVM）参数进行优化,最后,将特征向量输入到优化后的最小二乘支持向量机中进行故障识别、分类。试验表明,该方法可以准确地识别断路器的多种故障类型,为断路器故障定位和状态检修提供了依据 ...
张卫正, 李永丽, 姚创
doaj
Gaoya dianqi高压断路器是电网中的关键设备，机械缺陷是其主要故障类型，尽早发现潜在缺陷并及时进行维修意义重大。文中基于计算机视觉技术，提出一种采用角点跟踪法从动态图像中提取运动轨迹、支持向量机进行缺陷识别的高压断路器机械缺陷检测方法。首先，利用高速摄像机获取断路器操动机构的动作过程视频，通过角点跟踪算法获取拐臂角位移曲线；接着，通过主成分分析将高维特征向量降低为新空间中的低维特征向量；最后，利用支持向量机进行缺陷分类。实验测试结果表明，28组训练集、8组测试集的准确率分别为92.86%、87.5 ...
牛博 +7 more
doaj
Gaoya dianqi, 2018 为了快速、准确地对柔性多端直流输电系统（VSC-MTDC）中电压源换流器（VSC）的故障进行诊断,提出了一种基于小波奇异熵（WSE）理论和相关向量机（RVM）的诊断方法。首先,在PSCAD/EMTDC中搭建了三端直流输电系统的仿真模型,并对电压源换流器的几种常见故障进行了仿真分析。其次,以VSC-MTDC直流侧电压作为故障信号源,利用小波奇异熵理论对仿真数据进行故障特征提取,将得到的故障特征向量作为相关向量机的输入样本。最后,利用相关向量机对换流器故障进行诊断,结果表明 ...
王翠翠 +3 more
doaj
Zhendong Ceshi yu Zhenduan为实现异步电机在运行状态下快速准确诊断故障类型，构建了优化的最小二乘支持向量机（least squares support vector machine，简称LSSVM）智能故障诊断模型。首先，LSSVM将不等式约束改为等式约束，收敛速度更快；其次，改进粒子群优化算法（particle swarm optimization algorithm，简称PSO）在迭代过程设置1个粒子变异过程，随机放置的粒子可带领种群摆脱局部最优的束缚，找到全局最优点；最后 ...
doaj +1 more source
四川大学学报. 自然科学版, 2015 针对夜间行人检测成像尺度不一等因素所引起的类内方差较大、实时性不足等问题,本文在统计学习的应用原理下,设计了基于熵加权和FCSVM优化的头部校验夜间行人快速识别方案.该方案应用熵加权原理改进梯度直方图特征,引入了三分支结构的支持向量机对目标进一步识别,同时利用快速分类支持向量机(FCSVM)降低运算所需的开销,确保实时性,最后通过头部校验方法对误检目标进一步分析评估,进一步提高图像匹配的准确度.实验结果表明,该方案在夜间环境下能有效区分远红外行人目标,在充分确保行人实时性的基础上,在市区 ...
王丰斌, 赵喜玲, 何勇, 杨世凤
doaj
Jixie chuandong, 2004 提出了一种基于小波包和支持向量机的齿轮故障诊断方法 ,并介绍了该方法的原理和算法。利用获得的矿井提升机减速箱齿轮数据建立了多级故障分类器 ,通过对样本的分类输出检验 ,验证了该故障诊断方法的可行性。
刘亚娟, 关丛荣, 张晓芹
doaj
Dianci bileiqi, 2015 复合绝缘子是绝缘材料在电力系统外绝缘应用之一,其绝缘老化性能与表面憎水性有密切关系,因此需要对其绝缘老化判断方法进行研究。本文提出了一种基于支持向量量机（SVM）的复合绝缘子硅橡胶材料绝缘老化性能的判断方法。支持向量机以结构风险最小化为原则,统计学习训练为基础,具有较强的泛化能力。该文以最大水珠形状因子、面积比等特征参数为输入,硅橡胶材料的绝缘老化性能为输出,建立特征参数与绝缘老化性能间的关系。实验结果表明:该方法能判断出复合绝缘子硅橡胶材料绝缘性能良好、正常、差3种状态,尤其以最大水珠面积比为输入时 ...
何贵, 廖平军
doaj
基于STFT‑SWT双通道CNN与SVM的涡旋压缩机故障诊断
Zhendong Ceshi yu Zhenduan针对难以从涡旋压缩机非线性、非平稳的振动信号中提取丰富故障特征信息的问题，基于短时傅里叶变换（short‑time Fourier transform，简称STFT）、同步压缩小波变换（synchrosqueezed wavelet transforms，简称SWT）、深度卷积神经网络及支持向量机分类理论，提出了一种STFT‑SWT双通道卷积神经网络（convolutional neural networks，简称CNN）与支持向量机（support vector machine，简称SVM ...
doaj +1 more source
Gaoya dianqi针对变压器在线油中溶解气体在线监测数据质量问题，统计了200多台监测装置的2020全年数据，总结了3种主要数据错误模式；提出了数据错误模式识别策略和特征参数，构建了多分类支持向量机进行错误数据识别与分类；并利用核主成分分析法和排列组合遍历寻优法对特征向量进行了降维优化。所构建的多分类支持向量机分类器对于H2错误数据识别准确率达到97.5%，对于其他气体达到90%以上。应用所构建的分类器对2020全年数据进行了统计，其中H2的错误数据达到27.14%，C2H2的错误数据达到1.75%。
何宁辉 +7 more
doaj
Jianzhu Gangjiegou Jinzhan, 2023 基于支持向量机的结构损伤识别方法建立在训练和测试数据同概率分布的假设上，必须对每个结构分别收集训练数据和标签并训练模型以识别损伤。损伤结构的训练数据和标签难以收集，导致支持向量机方法在结构损伤识别中难以实施。提出一种基于领域自适应支持向量机的跨域损伤识别方法，将在有损伤标签结构（源结构）上训练的支持向量机推广到无损伤标签结构（目标结构）的损伤识别中。该方法首先提取结构的多阶固有频率变化率作为损伤特征构建训练数据；然后，推导最小化边缘分布差异与最小化联合分布差异的迁移学习方法 ...
李佐强 +6 more
doaj +2 more sources