期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
考虑水平和竖直方向振动作用的导线疲劳损伤检测方法研究
被引量:
1
1
作者
赵隆
范晨阳
郭玉龙
《广东电力》
2023年第5期79-88,共10页
针对架空导线振动损伤检测方法计算精度不高的问题,提出一种更为精确的导线损伤检测方法。该方法以不同风速和张力下具有水平和竖直动力的不对称双跨导线结构响应特征为基础,研究水平和竖直方向振动作用的导线疲劳损伤程度。通过薛氏模...
针对架空导线振动损伤检测方法计算精度不高的问题,提出一种更为精确的导线损伤检测方法。该方法以不同风速和张力下具有水平和竖直动力的不对称双跨导线结构响应特征为基础,研究水平和竖直方向振动作用的导线疲劳损伤程度。通过薛氏模型识别出水平和竖直加速度信号,利用深度孪生神经网络(deep Siamese convolutional network,DSCN)架构将水平和竖直方向加速度信号输入标准化时间窗,然后经过希尔伯特黄变换支持向量机(Hilbert Huang transform-support vector machine,HHT-SVM)算法求解导线疲劳损伤值,并与主流算法对比验证。不同风速条件下的数据结果显示,HHT-SVM方法较遗传算法、卷积神经网络(convolutional neural network,CNN)算法两种方法更为优异,计算的疲劳损伤值总体精度分别提高了22.77%、8.06%,模态阶数精度提高了23%、4%,迭代次数减少了45%、17%。最后,通过HHT-SVM方法,结合三维颤振稳定性检测图,得出导线振动与疲劳损伤值的关系与推导出的比例关系一致,从而再次验证该方法的可靠性。
展开更多
关键词
导线结构响应
振动耦合
疲劳损伤
希尔伯特黄变换的支持向量机
三维颤振稳定性检测
在线阅读
下载PDF
职称材料
题名
考虑水平和竖直方向振动作用的导线疲劳损伤检测方法研究
被引量:
1
1
作者
赵隆
范晨阳
郭玉龙
机构
西安工程大学电子信息学院
出处
《广东电力》
2023年第5期79-88,共10页
基金
陕西省重点研发计划重点项目(2018ZDXM-GY-040)
陕西省自然科学基金基础研究计划项目(2019JQ-843)。
文摘
针对架空导线振动损伤检测方法计算精度不高的问题,提出一种更为精确的导线损伤检测方法。该方法以不同风速和张力下具有水平和竖直动力的不对称双跨导线结构响应特征为基础,研究水平和竖直方向振动作用的导线疲劳损伤程度。通过薛氏模型识别出水平和竖直加速度信号,利用深度孪生神经网络(deep Siamese convolutional network,DSCN)架构将水平和竖直方向加速度信号输入标准化时间窗,然后经过希尔伯特黄变换支持向量机(Hilbert Huang transform-support vector machine,HHT-SVM)算法求解导线疲劳损伤值,并与主流算法对比验证。不同风速条件下的数据结果显示,HHT-SVM方法较遗传算法、卷积神经网络(convolutional neural network,CNN)算法两种方法更为优异,计算的疲劳损伤值总体精度分别提高了22.77%、8.06%,模态阶数精度提高了23%、4%,迭代次数减少了45%、17%。最后,通过HHT-SVM方法,结合三维颤振稳定性检测图,得出导线振动与疲劳损伤值的关系与推导出的比例关系一致,从而再次验证该方法的可靠性。
关键词
导线结构响应
振动耦合
疲劳损伤
希尔伯特黄变换的支持向量机
三维颤振稳定性检测
Keywords
conductor structure response
vibration coupling
fatigue damage
HHT-SVM
three dimensional flutter stability prediction
分类号
TM752.5 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
考虑水平和竖直方向振动作用的导线疲劳损伤检测方法研究
赵隆
范晨阳
郭玉龙
《广东电力》
2023
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部