Results 71 to 80 of about 16,622 (118)
基于时频分布图像纹理特征的局部放电特高频信号的特征参数提取方法
Gaoya dianqi, 2017 针对局部放电特高频（ultra-high frequency,UHF）信号畸变导致模式识别准确率下降的问题,提出了基于时频分布图像纹理特征的特征参数提取方法。首先对局部放电UHF信号进行s变换得到时频分布图像,然后采用灰度共生矩阵（gray-level co-occurrence matrix,CLCM）算法,从时频分布图像中提取出纹理特征参数。采用主成分分析（principal component analysis,PCA）法对由纹理特征参数构成的特征向量进行降维处理 ...
田妍 +5 more
doaj
Gaoya dianqi, 2014 基于绝缘子泄漏电流可以有效预测绝缘子的污秽度,污闪、冰闪发生的可能性以及绝缘材料的老化状况,绝缘子泄漏电流特征量的提取和选择对其外绝缘状况以及材料老化状况预测的准确性具有重要影响。针对绝缘子泄漏电流特征量提取及应用方面的研究开展得已经非常广泛,非常有必要进行系统地综述。笔者对泄漏电流应用于绝缘子污秽度、污闪及冰闪电压预测、绝缘材料老化状况监测几个方面进行了系统地综述,将泄漏电流特征量分为幅值类特征量、波形及谐波类特征量和其它常见特征量3大类,系统介绍了各个特征量的研究进展 ...
苗鹏超, 徐志钮
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
Gaoya dianqi, 2015 局部放电脉冲具有非平稳特性,采用联合时频域分析比常规的单域分析更能诊断放电的特征。因此,针对现场GIS可能存在的缺陷类型,设计了针板、悬浮和空穴的缺陷模型,提取其在工频电压下局部放电脉冲的Gabor分布特征,并采用BP人工神经网络对特征参数进行训练和测试;同时通过现场110 kV GIS的缺陷的局部放电实测,对放电脉冲Gabor特征分析的有效性进行了研究。结果表明,放电脉冲的时频特征图谱能够得到有效提取,为放电评估提供参考,特征参数的训练识别率和测试识别率较高,利于放电类型的识别。
任重
doaj
Gaoya dianqi, 2015 分析断路器的机械振动信号的特性,针对采用单一性质故障特征难以实现整个故障状态空间上准确诊断的局限性,提出了一种基于改进的距离评估技术和多类支持向量机相结合的诊断高压断路器机械故障的方法,该方法由3部分构成:首先从高压断路器机械振动信号中提取时域统计特征、频域统计特征、经验模态分解能量熵及小波包能量特征信息;接着采用改进的距离评估技术从原始特征集合中选取最优特征,实现对原始特征空间的降维处理;最后选取的最优特征量作为"次序二叉树"策略方式的多类支持向量机的输入向量,实现对断路器3种机械故障模式的识别 ...
黄建
doaj
Gaoya dianqi, 2001 本文将分形理论应用于局部放电模式识别 ,从统计图谱中提取分形特征。在局部放电模式试验基础上 ,采用计盒数的分形维数算法 ,从大量的局部放电样本中提取分形网格维数特征参数 ,提高了局部放电模式的准确性。
李剑 +4 more
doaj
[Review on identity feature extraction methods based on electroencephalogram signals]. [PDF]
Sheng Wu Yi Xue Gong Cheng Xue Za Zhi, 2021 Zhong W, An X, Di Y, Zhang L, Ming D.
europepmc +1 more source
Gaoya dianqi为了提高特高压换流站设备在地震中的损伤识别精度和实时性，文中提出了一种基于长短期记忆网络（LSTM）结合小波散射特征提取的设备损伤识别方法。通过有限元仿真模拟换流站设备在地震中的加速度响应，生成包含不同损伤工况的时程数据。采用小波散射技术对加速度信号进行特征提取，以减少信号噪声并保留损伤特征，再将提取后的特征输入LSTM模型进行损伤识别。结果表明，基于小波散射特征的LSTM网络相比直接使用原始加速度数据，显著提升了识别速度与精度，模型的最终识别准确率达到95 ...
李强, 宋云海, 杨洋, 张世洪
doaj
Gaoya dianqi, 2011 针对变压器的4种典型局部放电模型的脉冲波形,应用多尺度数学形态学开运算提取局部放电脉冲波形的形态谱,通过形态谱的提取可看出每种放电类型具有不同的形态特征。同时,为了去掉冗余的特征量,优化形态特征,对每种放电类型的不同形态特征进行相关性分析。实验结果表明,应用优化后的特征量进行识别能够得到良好的识别效果,并且能够降低识别系统的复杂度。
任先文 +5 more
doaj
[A study on heart sound classification algorithm based on improved Mel-frequency cepstrum coefficient feature extraction and deep Transformer]. [PDF]
Sheng Wu Yi Xue Gong Cheng Xue Za ZhiMeng X, Zhang S.
europepmc +1 more source