Results 41 to 50 of about 2,052 (107)
Dianci bileiqi, 2014 谐波的检测分析对于电力系统谐波治理非常重要,但常用的FFT检测方法存在频谱泄漏及栅栏现象等缺陷,加窗插值算法的使用一定程度上弥补了这些不足却又增大了计算量和存储容量要求;人工神经网络具有快速处理数字信号能力,本文以谐波离散傅里叶变换后的三角函数和傅里叶系数分别作为BP网络的隐层神经元和权值可获得了一种训练速度更快的神经网络;通过该神经网络算法和效果相对较好的几种FFT插值算法的仿真实例比较,验证了该算法能够更快更精确地对电力系统谐波进行分析,对谐波治理具有较大意义。
李德超
doaj
Gaoya dianqi, 2010 变压器绕组早期故障的诊断是实现安全生产、避免大事故的技术前提。由于变压器器身振动信号包含有丰富的信息,所以可以通过监测变压器振动信号来预估绕组的状况。笔者首先利用小波包分解原理将变压器振动信号分解到不同的频段中,然后计算各频段的能量熵值,并将其作为BP神经网络的输入向量,同时利用改进粒子群算法（IPSO）对BP神经网络进行优化。最后利用训练好的BP神经网络对变压器进行故障诊断。试验结果表明:与传统BP神经网络法和PSO-BP神经网络方法相比,该方法克服了BP神经网络的一些缺陷 ...
贾嵘, 李宏斌, 康会西, 洪刚
doaj
Gaoya dianqi, 2006 分析了传统专家系统的不足,介绍了人工神经网络方法,建立了基于人工神经网络中的带冲量项的BP算法的网络模型,并将该模型应用到编制变电站绝缘在线检测专家系统中。
兰国良 +4 more
doaj
Gaoya dianqi, 2013 针对内部结构不详、器件参数未知的复杂电子电路电磁脉冲响应建模这一难点问题,笔者采用NARX神经网络建立动力学模型,并提出了采用正弦波扫频信号及其电路响应作为训练数据的方法,同时给出了NARX神经网络建模的理论基础及设计步骤,证明了集总参数电路响应模型可用NARX神经网络所建立的动力学模型替代,从而得到了基于数据的电子电路电磁脉冲响应建模方法。运用ADS软件完成滤波器电路及射频放大电路的设计与仿真,建立NARX神经网络模型并得到了较好的预测效果,验证了该方法适用于集总参数电路的电磁脉冲响应预测 ...
吴启蒙 +4 more
doaj
Dianci bileiqi, 2006 介绍了BP神经网络在MOA故障诊断中的应用情况。运用Matlab神经网络工具箱对避雷器故障进行训练,比较可知,采用改进的自适应修改学习率算法,具有较好的网络收敛性能和稳定性,并且能够有效解决局部最小问题,但是隐含层神经元数目只能通过试凑法得到。实例分析表明,运用神经网络方法能较为准确诊断避雷器故障,能够有效地克服单纯隶属函数对正常运行工况的误诊断。
方庆, 陈柏超
doaj
基于K-means和SOM混合算法的高压断路器操作机构状态评估
Gaoya dianqi, 2020 为诊断高压断路器操作机构故障,文中基于分合闸线圈电流曲线,提出了采用K-means与SOM神经网络相结合的混合算法,对断路器操作机构进行状态评估。对某批次252 k V高压断路器操作机构进行分合闸线圈电流数据采集;建立了K-means与SOM神经网络相结合的混合算法模型;对测试的断路器操作机构进行状态分析。结果表明,混合算法能够将操作机构不同状态进行聚类,可将相同故障分在同一类别。并将混合算法模型与SOM神经网络模型和K-means模型作比较,结果表明 ...
赵莉华, 赵茂林, 夏炜, 王仲
doaj
Gaoya dianqi, 2023 流注放电物理过程可由相互耦合的泊松方程和对流扩散方程描述，是涉及电磁学和流体动力学的多物理场问题。针对瞬态流注放电计算量大的问题，本研究提出了一种基于物理信息融合神经网络的流注放电高效求解模型，该模型相对传统的数值求解算法可大幅提高模型的求解效率。首先，基于二维泊松方程的解析解形式，获取了大量二维随机分布空间电荷的电场分布。利用电荷分布与电场分布的对应关系，作为泊松算子物理神经网络的训练集，得到预训练的泊松方程神经网络求解算子。随后，基于二维有限元求解器获取了不同边界条件下考虑等离子体化学反应的粒子对流—
彭长志 +5 more
doaj
Gaoya dianqi, 2017 针对学习向量量化（learning vector quantization,LVQ）神经网络在气体绝缘全封闭组合电器GIS特高频局部放电识别过程中存在初始权值敏感、竞争层未被充分利用的问题,提出了利用思维进化算法（mind evolutionary algorithm,MEA）优化LVQ神经网络的GIS特高频局部放电识别模型。该模型采用K交叉验证来确定LVQ网络竞争层中最佳神经元数目,并在此基础上利用思维进化算法寻找LVQ网络的最优初始权值,构建最佳的局部放电识别网络模型。对比该模型和BP网络 ...
李亚 +5 more
doaj
Gaoya dianqi, 2020 文中提出了基于变压器振动噪声及BP神经网络的故障诊断方法,通过振动噪声检测系统获得变压器振动噪声信号,经FFT变换计算得到特征值,特征值作为输入量经训练好了的BP神经网络预测得到变压器故障类型。通过对6种变压器典型形态试验的诊断,验证了该方法的有效性。该方法充分利用变压器振动噪声信号,通过BP神经网络算法实现变压器带电故障诊断,大大提高了变压器故障诊断率,为变压器运维人员提供了一种带电巡检的有效途径。
余长厅, 黎大健, 汲胜昌, 邓军
doaj
四川大学学报. 自然科学版, 2011 提出了一种基于遗传BP人工神经网络的COSM图像复原算法,利用BP神经网络的学习记忆和泛化能力,通过用一组COSM样本图像对网络进行训练,建立含有离焦模糊的模糊三维图像与清晰三维图像之间的非线性映射关系,然后利用训练好的BP神经网络对待复原的COSM图像进行复原处理,从而实现COSM图像复原.复原的三维图像无论在主观视觉还是定量分析上都取得了很好的效果.与传统的图像复原算法不同,该算法免去了解卷积等复杂的运算,不存在病态问题,可广泛应用于模糊图像的复原中并且效果较好.
张建锋 +3 more
doaj