期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
CEEMD和IBAS-SVM特高压换流站均压电极结垢识别方法
1
作者 刘骁眸 马旭 +2 位作者 金石炜 闫孝姮 陈宏强 《中国测试》 CAS 北大核心 2023年第6期172-180,共9页
针对特高压换流站传统人工定期巡检均压电极结垢状况方法落后的问题,提出基于互补集合经验模态分解(CEEMD)和改进天牛须算法优化支持向量机的均压电极结垢智能检测方法。首先,模拟±500 kV特高压换流站换流阀冷却系统,开展均压电极... 针对特高压换流站传统人工定期巡检均压电极结垢状况方法落后的问题,提出基于互补集合经验模态分解(CEEMD)和改进天牛须算法优化支持向量机的均压电极结垢智能检测方法。首先,模拟±500 kV特高压换流站换流阀冷却系统,开展均压电极结垢厚度为0.1~0.8 mm实验,利用超声波时域反射技术获取均压电极结垢回波信号,并采用CEEMD结合小波阈值(CEEMD-WT)方法对信号进行降噪预处理;然后,采用主成分分析方法(PCA)筛选出主要特征向量,通过引入粒子群信息共享思想和遗传算法选择、交叉、变异对天牛须算法进行改进,并利用改进算法优化SVM参数;最后,采用IBAS-SVM模型对均压电极结垢厚度进行检测识别。结果表明:所提方法对均压电极结垢厚度识别准确率达到91.75%,能够测出0.1~0.8 mm范围内的均压电极结垢厚度,可为特高压换流站均压电极非接触式结垢探测提供一种行之有效的方法。 展开更多
关键词 均压电极结垢检测 主成分分析法 改进天牛须算法 支持向量机
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部