Results 91 to 100 of about 1,454 (195)
Research and Application of Classifier with Confidence [PDF]
, 2009 高风险领域的分类问题对模式分类算法提出以下三个挑战： 1）能否设计一种分类器模型，使得它的输出结果能够附带置信度； 2）预测输出的置信度是有效的，应该使得算法的准确率能够被置信度所控制。 3）算法应能够独立地对每个测试数据提供相应的置信度评估，也就是说，能够根据指定的置信度产生相应的预测结果。 针对上述三个挑战，我们引入了基于转导推理和随机性检验的置信预测方法来解决这些问题。近年新发展起来的一致性预测器（CP）是这种方法的典型代表。但是，CP在实践中的实用性较差，主要是其固有的运算效率低下 ...
王华珍
core
Gaoya dianqi, 2005 变压器有载调压分接开关广泛应用于电力系统电压调节中,而机械误动或故障是其主要故障类型,因此监测其机械性能对保障电力系统安全、稳定与可靠运行具有重要意义。利用旋转角度信号传感器和数字信号处理技术,提出了一种在线监测方法,以测量、分析和评估OLTC驱动电机旋转角度的动态或瞬态变化,利用该方法可有效判断机械驱动系统的缺陷及潜在故障。结合现场的安装设计,开发了一套实际应用系统。仿真分析与实验结果表明,文中提出的在线监测方案是可行的。
赵彤, 李庆民, 张国强, 张国斌
doaj
Gaoya dianqi, 2020 为提升高压断路器机械故障诊断算法故障诊断效率与精度,文中提出一种基于Relief F算法和灰色关联分析的故障诊断方法。首先,从高压断路器分合闸线圈电流中提取20种特征量,采用Relief F算法计算所有特征权重;然后,使用基于重要特征构成的故障样本建立灰色关联分析模型的参考序列,并归一化对应特征权重向量;最后,计算参考序列与待测序列之间的关联度值确定待测样本故障类型。通过实例分析验证结果表明,文中提出的诊断方法能准确诊断高压断路器机械故障,同时引入Relief F算法降低诊断模型复杂度并提高故障诊断效率,
李邦彦 +8 more
doaj
Parametric Model of Vortex Generators of Wind Turbine Considering Inter-effect of Winglets [PDF]
, 2018 Shen, Wenzhong +5 more
core +1 more source
Gaoya dianqi作为非电量检测手段，振动和噪声检测在电力设备故障诊断中因抗干扰能力强、准确度高等优点受到广泛关注。文中将振动和噪声检测技术联合引入气体绝缘金属输电管道GIL设备的机械故障检测与定位工作中，首先结合振动信号构建了一种GIL机械故障诊断模型，通过对试点GIL的上百组振动信号数据进行采集和时频域分析，然后采用海鸥优化算法（SOA）对传统向量机（SVM）进行了改进，构建了SOA-SVM训练数据集并取得了较好的效果，验证了该模型的有效性，最后结合噪声信号进行了GIL机械故障的定位研究 ...
徐爱华 +6 more
doaj
Gaoya dianqi, 2014 笔者针对一起500 kV HGIS故障,通过能谱、热重等检测手段,分析了故障气室相关盆式绝缘子的物理化学特性;通过水压强度试验,检测了故障气室相关盆式绝缘子的机械强度变化情况,从而查明HGIS设备故障的根本原因主要来自两个方面:①盆式绝缘子制造过程中,制造厂没有严格执行绝缘件材料（环氧树脂、固化剂、三氧化二铝）的理论配方,或绝缘件材料中存在微量杂质,影响了盆式绝缘子的整体质量;②盆式绝缘子抗机械老化能力不足,在持续机械应力作用下,产生细微裂纹等缺陷,在高强电场的进一步作用下,不断劣化最终形成故障。最后 ...
晏年平 +3 more
doaj
, 2005 粗糙集具有很强的定性分析能力,通过不可分辨关系找出内在规律性,很适合做属性的约简。可辨识矩阵为属性约简提供了一个浓缩了的属性区分信息,可以方便求到核属性,但对于矩阵中除核属性之外的其他属性组合的研究却不容易。熵是概率统计方法中一个概念,概率性的知识提供了一种度量。本文就是基于粗糙集的理论,运用可辨识矩阵,结合信息熵思想,提出一种属性约简算法 ...
刘萍, 王周敬
core
Gaoya dianqi, 2013 以ZW-32型永磁机构断路器为研究对象,搭建了断路器动作时振动信号监测平台,采集了操动机构常见故障状态下的振动数据。利用小波包—特征熵提取了振动信号特征值,并建立了基于相关向量机原理的操动机构故障诊断模型,实现了对断路器振动状态的在线监测及故障类型的智能辨别。试验结果表明,该方法具有较高的故障识别能力,对实现断路器机械状态的在线监测与故障诊断有一定的工程实用价值。
钟建英, 刘洋, 林莘, 郭煜敬
doaj
Gaoya dianqi, 2019 目前基于振动信号的变压器机械故障诊断多是通过对某个振动信号进行独立分析、提取特征量进行判定,对变压器机械状态的反映过于片面;基于振动信号特征矩阵相似度可实现综合不同测试位置、多组振动信号的变压器机械故障诊断,但该方法可能受负载条件影响而发成误判。文中改进了振动信号特征矩阵的构造方法,通过实验研究了负载率、功率因数、不平衡度对振动性信号特征矩阵相似度的影响,结果表明:文中所做改进可有效地减少故障诊断中由于负载条件改变造成的误判。应用改进后的特征矩阵相似度对模拟故障进行诊断,结果表明 ...
武立平 +5 more
doaj