Results 1 to 10 of about 1,840 (100)
基于MEEMD和SVM的贯通式同相牵引直接供电系统牵引网故障识别
Dianci bileiqi, 2021 针对贯通式同向牵引直接供电系统牵引网故障识别,提出了一种基于改进总体平均经验模态分解和支持向量机的故障识别方法。利用PSCAD仿真平台搭建3种不同类型(雷击故障,雷击干扰,接地故障)的故障模型,通过模拟仿真得到故障暂态电流,并对其解耦得到故障电流相模分量。采用MEEMD算法对故障电流相模分量进行分解,提取特征向量,通过SVM工具箱进行故障识别。为了验证SVM在故障识别中的优越性,通过对比概率神经网络故障识别,结果表明SVM在故障识别中具有更高的正确率。
庄启康 +4 more
doaj
基于随机森林与长短时记忆神经网络的真空接触器故障诊断方法研究
Gaoya dianqi, 2022 针对真空接触器的渐发性故障识别准确率不高的现状，提出了一种基于随机森林与长短时记忆神经网络的故障诊断方法。文中分析了某型号12 kV真空接触器在机械保持工作情况下合闸线圈电流信号的故障特征，构建了两层诊断模型，在初步诊断中利用随机森林分类器，识别特征明显的突发性故障，利用长短记忆神经网络模型发掘数据时序特征的特点，识别渐发性故障，在最终诊断中利用证据融合将两者结果融合。文中提出的故障诊断模型有效解决了传统故障诊断方法对渐发性故障识别困难的不足，实验表明，该方法对渐发性故障识别准确率达到了91.1%以上 ...
袁钰林 +4 more
doaj
Gaoya dianqi, 2022 为利用有限故障样本对高压断路器主要故障类型进行精准识别，文中提出了一种基于混合分类器的高压断路器故障诊断方法。首先采用改进F-Score特征选择算法进行特征选择，选择出合适的特征量子集作为构建混合分类器模型的输入参量。混合分类器分别由两个支持向量数据描述和混合粒子群算法优化的小波核函数孪生支持向量机共同组成去识别故障类型。两个并列的SVDD分别用来对正常或故障状态与已知故障或未知故障进行状态识别。HPSO-WTWSVM则用来准确识别已知故障类型。经高压断路器实例验证 ...
黄新波, 许艳辉, 朱永灿
doaj
Gaoya dianqi, 2021 随着高压输电线路长度不断增加,高压输电电缆故障在线识别成为当前的研究热点。文中针对高压输电电缆故障监测与识别的不足,提出了一种基于灰色关联度分析的高压电缆故障利萨如图形识别方法。该方法包含基于利萨如图形的信号分析方法和基于灰色关联度的模式识别方法,通过采集高压电缆首末端环流并构建二维利萨如图形,分析获取图形特征参数包括长轴、短轴、离心率、倾斜角及其变化率并作为输入特征向量,通过求解未知故障类型的输入特征向量与已知故障类型参数组成的样本空间向量的熵值、熵权值、关联系数等得到相应的关联度 ...
夏向阳 +5 more
doaj
Gaoya dianqi, 2022 为了解决配电线路的故障性质识别难题，提升配电线路重合闸的安全性，提出一种利用分布式电源注入信号的配电线路故障性质识别技术原理，设计了分布式电源注入信号整体控制逻辑，分析了瞬时性和永久性故障情况下的配电线路等值参数并给出了故障性质识别判据，设计了在失去系统电源情况下输出三相对称电压信号的逆变器控制方案。结合仿真验证了所提方案的可行性与合理性。该方案利用已有的分布式电源装置注入信号实现故障性质识别，具有不需要额外的供电电源、故障检测准确、实施方便及经济可靠等优点。
陈海东 +5 more
doaj
Gaoya dianqi, 2023 变压器绕组是变压器中最常发生故障的部分，故障类型多且常见程度不同。目前已有学者将机器学习应用于变压器绕组变形故障识别，但存在数据集不均衡时预测准确率低、运算时间长、所需样本量大等问题。为了解决上述的问题，文中提出了一种非均衡数据集下基于孪生卷积网络的变压器绕组变形故障识别方法，收集了变压器故障样本并搭建多种故障诊断模型进行对比以验证所提出方法的有效性。经过模型训练和验证，使用孪生卷积网络在非均衡数据集下进行变压器绕组变形故障识别正确率达到90%左右，高于卷积网络（CNN）、支持向量机（SVM ...
马旭聪 +3 more
doaj
Dianci bileiqi, 2021 针对雷击输电系统发生雷击干扰和雷击故障时无法快速、准确的识别雷击类型,做出有针对性的防雷措施,提出一种综合的雷击类型识别方法。首先,根据雷击暂态电压信号波形的单调性和对称性构造积分判据的方法来识别非故障和故障性雷击;然后,结合暂态电压信号能量特征值的分布特点构造高低频能量比值判据,识别非雷击,雷击和短路故障;针对希尔伯特一黄变换（Hilbert-Huang Transform,HHT）中经验模态分解（Empirical Mode Decomposition,EMD）对原始信号分层时存在的边际效应 ...
宋晓星 +3 more
doaj
Dianci bileiqi, 2021 针对以传统人工方式巡检电网工作效率低、危险性高、成本大,而现行基于图像处理技术的自动巡检方案针对性差、识别精度低的问题,本研究基于图像识别技术及相关算法,提出了一种针对绝缘子缺陷、爆裂故障的检测方法。该方法借助形态学滤波、Otsu方法、Snake模型、免疫遗传算法、椭圆拟合以及连通区域等技术,对绝缘子图像进行预处理、轮廓提取和数目计算,从而实现对绝缘子故障的精确检测。实际测试与分析结果表明,该方法能够较好地识别绝缘子故障,识别准确率能够达到98.5%,且具有理想的识别速度。
刘国伟, 何锦雄, 杨永
doaj
带并联电抗器的交流特高压输电线路单相自适应重合闸故障识别方法
Gaoya dianqi, 2013 为使单相自适应重合闸避免重合于永久性故障,需对线路故障类型进行准确的识别。笔者针对带并联电抗器的交流特高压输电线路,计算瞬时性故障与永久性故障时中性点小电抗电压与故障线路端电压幅值比,分析发现,两种故障情况下其比值明显不同,因此利用中性点小电抗与故障线路端电压幅值比为判据,可准确判别瞬时性与永久性故障。大量ATP/EMTP仿真结果表明,该方法可以有效识别不同故障类型,且判别方法简单可靠性高。
何柏娜, 赵云伟, 林鹤云
doaj
基于多尺度广义S变换和深度残差网络的雷击跳闸故障类型识别方法
Dianci bileiqi, 2021 为提高雷击跳闸类型判断的效率和智能化水平,提出一种基于多尺度广义S变换和深度残差网络的雷击跳闸故障识别方法。首先采用广义S变换对雷击跳闸暂态信号进行时频变换,通过改变广义S变换中的调节因子λ获得多尺度时频分布图像,然后将变换得到的多尺度时频分布特征图作为特征图像输入到深度残差网络中,进行特征提取和识别模型建立,最终识别出雷击跳闸故障类型。以124个输电线路实测雷击跳闸暂态电压信号样本作为训练集和测试集输入到识别模型中,并与其他方法进行对比,验证提出方法的有效性。结果表明 ...
刘宇舜 +6 more
doaj