Results 101 to 110 of about 17,053 (160)
Gaoya dianqi, 2001 本文论述了分形理论在局部放电特征提取中的应用 ,建议将分形理论和小波变换、人工神经网络相结合 ,可以提高局部放电模式识别的有效性和准确率。研究表明 ,分形理论在局部放电模式识别中的应用极具发展前景 ...
赵中原, 肖登明, 邱毓昌
doaj
Shiyou jixie, 2014 针对石油井架损伤位置识别问题，提出了基于ITD与排列熵的损伤位置特征提取方法。利用ITD方法将锤击响应振动信号分解为一系列PR分量，PR分量更能突出损伤位置信息，计算PR分量的样本熵值，形成的特征向量可分性良好。依据相关性系数选择代表损伤状态主要信息的PR分量，计算其排列熵形成有效的特征向量。以支持向量机为特征向量模式识别器，对比了ITD与近似熵方法所提取特征向量，对于相同有限数量的样本，ITD与样本熵特征向量明显高于ITD与信息熵特征向量的识别率，验证了ITD样本熵方法的有效性 ...
邹龙庆 +3 more
doaj
Gaoya dianqi, 2015 针对高压断路器机械振动信号,在正常状态、分闸弹簧单根脱落状态和操作及传动机构卡涩状态下,采用模糊C聚类分析算法比较短时傅里叶变换、小波包能量熵和希尔伯特—黄变换3种特征提取方法的分类性能,提出了基于相关向量机理论的断路器机械特性故障诊断方法,搭建了数据采集系统,研究了断路器机械特性不同状态下信号特征值的变化规律,并通过实验证明了特征提取和故障诊断方法的有效性。
李斌, 李爽, 鲁旭臣
doaj
Zhendong Ceshi yu Zhenduan针对传统基于单通道信号的轴承故障特征提取方法未考虑故障信号的时空覆盖范围差异，以及单个信号所承载信息的有限性，在强背景噪声及干扰下难以有效提取出早期的微弱故障特征问题，提出了基于自适应多通道卷积稀疏（adaptive multi‑channel convolutional sparse，简称AMCCS）模型的早期微弱故障特征提取方法。首先，构建了通道字典和卷积字典，分别用于学习多通道信号中的通道信息和信号中的故障信息，以实现从多通道故障信号中自适应地学习共有的微弱故障特征信息以及通道权重信息；其次 ...
doaj +1 more source
Gaoya dianqi, 2017 为了识别高压断路器故障模式并提取其故障特征,文中以ZNY1-10（6）/630-12.5型高压断路器永磁操作机构为研究对象,分析了断路器分合闸时操作机构的动作过程,在此基础上模拟了操作机构供电电压异常、分合闸线圈老化、触头及连杆机构卡涩、储能电容故障、辅助开关失效5种常见故障,选择控制回路中分合闸线圈电流和电容电压做为监测信号,确定并提取了对应特征量。提出了一种基于模糊理论的断路器故障特征提取算法,获得了故障与特征量变化的对应关系,实现对故障的区分、归类并达到辨识的目的 ...
赵钰, 耿蒲龙, 许春雨, 宋建成
doaj
Gaoya dianqi针对电力设备缺陷文本信息的知识挖掘与分析任务中存在缺陷文本特征信息提取不足、缺陷文本分类精度不够的问题，提出一种基于BERT（bidirectional encoder representations from transformers）的双分支特征融合的电力设备缺陷文本分类模型。首先，对缺陷文本数据进行预处理，删除异常缺陷文本，并归纳了电力设备缺陷文本特点；然后，采用BERT模型作为文本编码器，将文本转化为向量后分别输入至BiLSTM-Attention（attention-based ...
张中文 +4 more
doaj
Gaoya dianqi为了提高电力系统暂态电压在系统拓扑结构发生变化时能够稳定评估，以及提高在时空方面的特征提取能力，提出一种图卷积网络与循环神经网络相融合的方法。首先，引入图卷积网络对电力数据进行图表示，将电力系统建模为网络结构，自动学习电压节点的特征表示。其次，提出使用循环神经网络来处理暂态电压数据的时间依赖关系，捕捉暂态电压数据的时序特征。然后，提出自适应增强模块，用于将两个输出特征表示相互融合，提高模型在系统拓扑结构上的时空特征提取能力。最后，通过算例验证表明，相比于传统的评估模型，所提方法具有更高的预测精度和有效性。
徐焕 +5 more
doaj
Gaoya dianqi, 2019 基于电弧电流特征的故障电弧检测方法存在信息源单一的不足,容易引起保护误动作和拒动作。针对该问题,文中以电弧辐射的电场和磁场信号以及电弧电流作为检测信号,提出一种基于神经网络和D-S证据理论的故障电弧检测方法。首先,采用模极大值方法提取不同负载下电弧电磁辐射信号特征量,并用波形相似法提取电弧电流信号特征量;其次,利用BP神经网络构建各个特征量与电弧故障之间的映射关系,得到单个特征量的故障电弧识别率;最后,以该识别率作为D-S证据理论的输入,实现决策级多特征信息融合。在典型负载情况下的试验结果表明 ...
陈照 +4 more
doaj
智能科学与技术学报, 2019 随着智能交通的发展，快速、精确识别交通场景成为亟待解决的重要问题。目前已有许多识别方法可以提高交通场景的识别效果，但这些算法无法提取视觉概念的交通语义特征，导致识别精度低下。为此，设计了一种提取高维场景语义特征和结构信息的识别算法，以提高识别精度。为减少图像高维与低维特征表示之间的“语义鸿沟”，首先构建了一个场景类的语义描述系统，然后通过最小化损失（element-wise logistic loss）函数训练多标签分类网络，获取交通场景图像的高维特征表示，最后在4个大规模场景识别数据集上进行验证 ...
刘文华 +4 more
doaj
Dianci bileiqi, 2014 分析了目前已有泄漏电流特征参量对于准确表征绝缘子表面放电状态的不足,研究了污秽放电发展过程中的放电现象,提出了将泄漏电流分解为正弦波成分、三角波成分、杂散脉冲成分以及脉冲群成分4种成分,并将这4种成分的电荷含量作为放电特征参量来表征绝缘子表面放电状态。结合小波分析方法和数据处理方法提出了泄漏电流4种成分的提取方法。通过某型号铁路接触网棒形瓷绝缘子的人工污秽试验,验证了提出的泄漏电流4种成分提取方法的正确性和有效性,为下一步污秽度预测以及污闪预警提供新的特征参量。
盛良, 王倩, 孙忠国
doaj