Results 51 to 60 of about 2,185 (152)
Gaoya dianqi, 2010 以变压器油中溶解气体和变压器故障之间的关系为基础,提出了一种自适应分级多分类支持向量机变压器故障诊断方法。此方法基于模式识别特征提取的思想,采用不同的输入向量,对变压器有无故障和故障类型判别时,采取分级决策结构。采用自适应优化算法对多分类支持向量机进行优化,通过诊断效果和不同类型故障识别率的比较,得出变压器油中溶解气体的组分含量比值更能反映变压器故障类型,最终测试效果比较和支持向量机参数分析,可以看出该方法具有较高的准确率和良好的泛化能力。
杨洪, 古世甫, 陶加贵, 苟建
doaj
, 2018 针对航天器传动链机械零部件发生故障时训练数据稀缺以及信号的强非平稳\非线性特点,提出了动态数据驱动的子空间稀疏多分类智能故障诊断算法。首先对采集的单一传感器动态信号进行分形小波变换,生成常规和非常规二进小波尺度。然后对生成的各子空间提出基于故障能量指标的稀疏多分类器,以监测部件的故障特征频率为搜索目标,在子空间的包络解调谱上计算特征频率及其倍频附近的能量峰值,导出特定故障模式的稀疏评价指标,以各种故障模式的最大值识别和判定故障类型。所提出的算法完全实现了无人工监督的智能故障诊断 ...
何昱超 +4 more
core
Gaoya dianqi针对电力系统中配电网线路中的电弧故障检测易发生故障误判的问题，提出了一种基于改进梅尔倒谱系数和随机森林算法的故障电弧声纹识别模型。该模型首先对故障电弧声信号进行分帧加窗处理，提取其梅尔倒谱系数，使用费舍尔比计算特征各维度对区分故障的贡献度，根据贡献度设计出合适的权值对特征向量进行加权降维处理，得到区分性更强的特征向量。最后采用随机森林算法对故障电弧声纹信号进行识别。为了验证该模型的有效性，文中搭建故障电弧试验平台采集故障电弧声信号，对故障电弧燃烧发展过程的声信号时频域进行分析 ...
陈凯 +5 more
doaj
Gaoya dianqi, 2017 正确识别输电线路雷击和短路故障不仅对暂态保护具有重要意义,且对雷电流参数收集具有显著的工程意义。笔者就输电线路雷击和短路故障识别问题,采用小波包变换的多分辨率方法对其进行分析研究,在移动数据窗时,其暂态电流附加分量的能量分布有较大差别,定义主分量所占比重K值,并根据各暂态信号K值的差异,利用变异系数来识别雷击和短路故障。该方法的理论比较直观、简单,通过大量的EMTP仿真验证了该判据的正确性。
陈旭 +5 more
doaj
The performance analysis of power spectrum in a regulating valve′s fault diagnosis [PDF]
, 2011 利用小波包分别提取调速阀振动时的正常信号和故障信号的Ar功率谱的特征值,之后利用提取的特征值作为lSSVM的输入,对调速阀的故障进行诊断,取得了良好效果,并与原始信号的效果进行了对比,并阐明了原因。By means of wavelet packet, this paper first extracts features from the AR power spectrum of signals in normal and fault state respectively, then the ...
吴文兵, 黄宜坚
core
Dianci bileiqi当架空线路遭受雷击时，故障行波中存在丰富的故障信息，从暂态分量中准确提取特征量并分类是雷击故障识别的核心。提取过程中会存在模态混叠、最优小波基问题，同时雷击距离、落雷点与短路点不一致也会影响识别效果。针对上述问题，本研究提出了一种KL散度(Kullback-Leibler divergence)改进变分模态分解(Variational Mode decomposition,VMD)的雷击故障识别方法。依据实际故障搭建了220 kV架空线路模型，模拟绕击、反击和短路场景，选取三相电压进行凯伦贝尔 ...
刘举成 +6 more
doaj
Gaoya dianqi, 2018 断路器的振动信号可以有效反映其机械运行状态,针对目前使用振动信号判别断路器常见机械故障正确率较低的现状,提出一种基于集合经验模态分解（EEMD）和马氏距离判别法的高压断路器机械故障诊断方法。首先,针对断路器振动信号的瞬时非平稳特性,使用EEMD将其分解得到若干个固有模态函数（IMF）。然后,基于EEMD的能量熵并联合其均方根值,构造一种新的故障特征向量。最后,利用马氏距离判别法进行机械故障识别。实验结果表明,该方法用于识别断路器正常、传动机构卡涩和基座螺丝松动等常见机械故障时,正确率可达到95.7 ...
孙抗, 刘永超
doaj
应用改进Hilbert-Huang变换下的Volterra模型诊断OLTC机械故障
Gaoya dianqi, 2020 为提高有载分接开关（OLTC）机械故障诊断的自适应性、特征分辨率以及识别效率,提出一种包含聚合经验模态分解（EEMD）分解和Hilbert边际谱分析的改进HHT方法,与混沌时间序列的Volterra模型相结合来提取OLTC的机械故障特征。具体应用时,首先对OLTC切换过程中的多通道振动信号进行EEMD分解得到固有模态函数（IMF）分量,然后应用Hilbert谱分析法求取各IMF的Hilbert边际谱。进一步,应用Volterra模型根据Hilbert边际谱构建Volterra特征矩阵 ...
高树国 +6 more
doaj
Gaoya dianqi, 2020 为了对变压器有载分接开关的运行状态进行识别,该研究首先对其运行状态和故障特征进行总结分析,针对分接开关运行过程中产生的振动信号,利用集合经验模态（EEMD）分解为多个固有模态函数分量（IMF）,再经过希尔伯特变换法,结合能量熵提取得到基于时频分析的特征向量。将特征向量输入自适应遗传算法（AGA）优化的BP神经网络模型中进行故障识别,并进行数据仿真,与相空间重构后提取的特征向量（PPDC）进行对比,验证不同网络模型下,所提方法的识别准确率和收敛速度。结果表明,以PPDC故障样本作为模型输入时 ...
曹宏
doaj
The Denoising Study of Data Points Based on Wavelet Analysis [PDF]
, 2009 随着计算机图形学和三维扫描技术的不断发展，点模型受到了越来越多的重视。由于数据点既包含了模型的几何信息(如空间坐标、法向量等)，又包含了模型的表面属性(如颜色、光照等)，所以大大简化了空间数据结构和算法。 本论文对空间点云消噪进行研究。在实际采集数据过程中，由于数据采集环境和完成数据采集任务的仪器仪表自身的原因，不可避免地存在其它因素(如操作方法是否得当、环境的影响等)的干扰和噪声，所以在采集的数据点中会存在噪声。噪声点或是奇异点的存在对于数据采集和信号测量之后的科研和生产工作会造成不利的影响 ...
张伟
core