Results 1 to 10 of about 2,537 (146)
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
Developmental Medicine &Child Neurology, Volume 61, Issue 3, Page E1-E35, March 2019., 2019 目的 本国际临床指南由欧洲残疾儿童学会（the European Academy of Childhood Disability，EACD）牵头制定，旨在解决发育性协调障碍（developmental coordination disorder，DCD）的定义、诊断、评估、干预以及与社会心理方面的临床应用关键问题。 方法 本指南针对五个领域的关键问题，通过文献综述和专家团队的正式讨论达成共识。为保证指南的循证基础，以“机制”、“评估”和“干预”为检索词, 对2012年更新以来提出的最新建议以及新增的“社会心理问题”和“青少年/成人”为检索词进行检索。根据牛津大学循证医学中心证据等级 (证据水平 [level of evidence, LOE]1–4) 将结果进行分类，最终转化为指南建议。并由国际 ...
Jing Hua +6 more
wiley +1 more source
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
Analysis of Misdiagnosis of Bipolar Disorder in An Outpatient Setting
General Psychiatry, Volume 30, Issue 2, Page 93-101, July 2018., 2018 Background Bipolar disorder is a mental illness with a high misdiagnosis rate and commonly misdiagnosed as other mental disorders including depression, schizophrenia, anxiety disorders, obsessive‐compulsive disorders, and personality disorders, resulting in the mistreatment of clinical symptoms and increasing of recurrent episodes.
Hui Shen +5 more
wiley +1 more source
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
电力工程技术创新, 2019 针对小电流接地系统选线问题开展专题研究，突出问题导向、技术分析、结合实际、简单易用四个特点，依托接入SCADA 系统中的零序电流，成功实现小电流接地系统选线。
He Xu, Guo-Ying Zhao
semanticscholar +1 more source
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
水电科技工业自动化水平不断提高，低压变频器作为关键驱动设备在各类生产系统广泛应用，由于工作环境复杂、负载波动频繁，变频器运行时过载故障常见且影响大，因此文中梳理低压变频器过载故障主要模式，从故障成因、表现特征、演变过程构建故障识别方法体系，依据不同工况实际案例提出快速响应的现场处理技术路线，兼顾安全性、可操作性、恢复效率，其研究结果给变频器现场运维提供理论支撑与实践指导，有助于提升系统整体稳定性和设备运行寿命。
Chao Sun
semanticscholar +1 more source