检索结果-维普期刊中文期刊服务平台

基于堆栈自动编码器的永磁电动机定子绕组故障诊断被引量：3: 1; 作者田广强冯文成王福忠《食品与机械》北大核心 2021年第11期92-98,共7页; 目的:提高永磁电动机定子绕组故障诊断的准确率和全面性。方法:研究提出基于堆栈自动编码器(SAE)永磁电机定子绕组故障诊断模型,由SAE和Softmax分类器组成的神经网络,利用故障样本数据对该网络进行训练;利用模拟退火粒子群算法(SAPSO)... 展开更多; 关键词永磁电动机定子绕组故障诊断模拟退火粒子群堆栈自动编码器 Softmax分类器; 在线阅读下载PDF 职称材料

基于堆栈降噪自动编码器的桥梁损伤识别方法被引量：8: 2; 作者谢祥辉单德山周筱航《铁道建筑》北大核心 2018年第5期1-5,共5页; 基于深度学习理论,针对现有桥梁损伤模式识别法的不足,利用多个降噪自动编码器进行损伤特征的提取与组合,应用Softmax方法判断损伤模式,提出了基于堆栈降噪自动编码器的桥梁损伤识别方法。为了验证所提方法的准确性,以连续梁桥为例,使... 展开更多; 关键词公路桥梁损伤识别深度学习堆栈降噪自动编码器连续梁桥; 在线阅读下载PDF 职称材料

一种基于BOA-SAE-EELM的光伏阵列故障诊断方法被引量：6: 3; 作者陈世群杨耿杰高伟《太阳能学报》 EI CAS CSCD 北大核心 2022年第4期154-161,共8页; 光伏阵列非线性输出的特性以及最大功率点跟踪算法,会影响光伏阵列保护设备的工作。为了正确辨识光伏阵列的运行状态,本研究提出一种基于贝叶斯优化算法(BOA)、堆栈自动编码器(SAE)以及集成极限学习机(EELM)相结合的故障诊断方法。首先... 展开更多; 关键词光伏阵列故障诊断堆栈自动编码器极限学习机贝叶斯优化算法时序波形; 在线阅读下载PDF 职称材料

基于SDA和KPCA特征融合的供输弹系统早期故障识别被引量：3: 4; 作者梁海英许昕 +2 位作者潘宏侠付志敏张航《中国测试》 CAS 北大核心 2019年第4期141-145,150,共6页; 对于供输弹系统早期故障信号成分复杂,潜在故障征兆难以识别的问题,提出基于堆叠式降噪自动编码器(SDA)和核主成分分析(KPCA)特征融合的早期故障识别方法。所采集的供输弹系统信号经过去趋势项和五点三次平滑法处理后,首先将不同状态的... 展开更多; 关键词供输弹系统堆栈降噪自动编码器核主成分分析信息融合故障识别; 在线阅读下载PDF 职称材料

题名基于堆栈自动编码器的永磁电动机定子绕组故障诊断被引量：3: 1; 作者田广强冯文成王福忠; 机构黄河交通学院智能工程学院国网焦作供电公司河南理工大学电气工程与自动化学院; 出处《食品与机械》北大核心 2021年第11期92-98,共7页; 基金国家重点研发计划专项(编号:2016YFC0600906) 河南省科技攻关(编号:212102210146)。; 文摘目的:提高永磁电动机定子绕组故障诊断的准确率和全面性。方法:研究提出基于堆栈自动编码器(SAE)永磁电机定子绕组故障诊断模型,由SAE和Softmax分类器组成的神经网络,利用故障样本数据对该网络进行训练;利用模拟退火粒子群算法(SAPSO)对网络的连接权重和偏置进行寻优,确定其较优的网络结构。结果:利用该网络实现了永磁电动机定子绕组的匝间短路、相间短路以及相间绝缘降低和接线端子接触不良等故障诊断,其诊断准确率为99.40%,优于小波分析+Softmax、频谱分析+Softmax和SAE+Softmax 3种方法。结论:经过优化后的SAE+Softmax故障诊断模型鲁棒性好,受电机的转速和负载变化的影响小,可以提高永磁电动机定子绕组故障诊断的准确率。; 关键词永磁电动机定子绕组故障诊断模拟退火粒子群堆栈自动编码器 Softmax分类器; Keywords permanent magnet motor stator winding fault diagnosis simulated annealing particle swarm stack autoencoder softmax classifier; 分类号 TM351 [电气工程—电机]; 在线阅读下载PDF 职称材料

题名基于堆栈降噪自动编码器的桥梁损伤识别方法被引量：8: 2; 作者谢祥辉单德山周筱航; 机构西南交通大学土木工程学院; 出处《铁道建筑》北大核心 2018年第5期1-5,共5页; 基金国家重点基础研究发展计划(2013CB036300-2) 国家自然科学基金(51678489); 文摘基于深度学习理论,针对现有桥梁损伤模式识别法的不足,利用多个降噪自动编码器进行损伤特征的提取与组合,应用Softmax方法判断损伤模式,提出了基于堆栈降噪自动编码器的桥梁损伤识别方法。为了验证所提方法的准确性,以连续梁桥为例,使用所提方法及现有BP神经网络法进行损伤位置识别,对比了2种方法的识别精度和抗噪性能。研究结果表明:所提方法能准确识别损伤位置,相对于现有BP神经网络法具有更强的损伤识别能力、更高的识别精度及较强的抗噪能力。; 关键词公路桥梁损伤识别深度学习堆栈降噪自动编码器连续梁桥; Keywords Highway bridge Damage identif ication Deep learning Stacked denoising autoencoder Continuousgirder bridge; 分类号 U448.21 [建筑科学—桥梁与隧道工程]; 在线阅读下载PDF 职称材料

题名一种基于BOA-SAE-EELM的光伏阵列故障诊断方法被引量：6: 3; 作者陈世群杨耿杰高伟; 机构福州大学电气工程与自动化学院; 出处《太阳能学报》 EI CAS CSCD 北大核心 2022年第4期154-161,共8页; 基金国家自然科学基金(51677030) 晋江市福大科教园区发展中心科研项目(2019-JJFDKY-23)。; 文摘光伏阵列非线性输出的特性以及最大功率点跟踪算法,会影响光伏阵列保护设备的工作。为了正确辨识光伏阵列的运行状态,本研究提出一种基于贝叶斯优化算法(BOA)、堆栈自动编码器(SAE)以及集成极限学习机(EELM)相结合的故障诊断方法。首先,将光伏阵列的时序波形进行标准化处理;接着,使用SAE对标准化后的时序波形进行特征自动提取,并训练一个EELM的故障分类模型;最后,利用BOA对诊断模型的超参数进行优化。实验结果表明所提方法对仿真和实验的故障诊断准确率分别达到了98.40%和98.10%,优于反向传播(BP)神经网络、支持向量机、随机森林等方法。; 关键词光伏阵列故障诊断堆栈自动编码器极限学习机贝叶斯优化算法时序波形; Keywords photovoltaic array fault diagnosis stacked autoencoder(SAE) extreme learning machine(ELM) Bayesian optimization algorithm(BOA) sequence waveform; 分类号 TM615 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于SDA和KPCA特征融合的供输弹系统早期故障识别被引量：3: 4; 作者梁海英许昕潘宏侠付志敏张航; 机构中北大学机械工程学院; 出处《中国测试》 CAS 北大核心 2019年第4期141-145,150,共6页; 基金国家自然科学基金资助项目(51675491); 文摘对于供输弹系统早期故障信号成分复杂,潜在故障征兆难以识别的问题,提出基于堆叠式降噪自动编码器(SDA)和核主成分分析(KPCA)特征融合的早期故障识别方法。所采集的供输弹系统信号经过去趋势项和五点三次平滑法处理后,首先将不同状态的振动信号和声压信号分别通过SDA进行特征提取;然后用KPCA对提取的振动信号和声压信号特征进行融合;最后运用支持向量机(SVM)对融合前后的特征分别进行识别并对比。试验结果表明,该方法能有效地对供输弹系统早期故障进行识别,且识别准确率达92.4%。; 关键词供输弹系统堆栈降噪自动编码器核主成分分析信息融合故障识别; Keywords ammunition supply system SDA KPCA information fusion fault identification; 分类号 TJ303.3 [兵器科学与技术—火炮、自动武器与弹药工程]; 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	基于堆栈自动编码器的永磁电动机定子绕组故障诊断	田广强冯文成王福忠	《食品与机械》北大核心	2021	3	在线阅读下载PDF 职称材料
2	基于堆栈降噪自动编码器的桥梁损伤识别方法	谢祥辉单德山周筱航	《铁道建筑》北大核心	2018	8	在线阅读下载PDF 职称材料
3	一种基于BOA-SAE-EELM的光伏阵列故障诊断方法	陈世群杨耿杰高伟	《太阳能学报》 EI CAS CSCD 北大核心	2022	6	在线阅读下载PDF 职称材料
4	基于SDA和KPCA特征融合的供输弹系统早期故障识别	梁海英许昕潘宏侠付志敏张航	《中国测试》 CAS 北大核心	2019	3	在线阅读下载PDF 职称材料