检索结果-维普期刊中文期刊服务平台

基于多变量多尺度云样本熵和模糊支持向量机的开关柜故障分类被引量：15: 1; 作者辛业春崔金栋 +2 位作者周川王强钢周念成《电网技术》 EI CSCD 北大核心 2016年第11期3597-3603,共7页; 利用智能开关柜多源监测数据识别其异常状态和故障类型,可实现配电设备高效精细的运维管理。为提取开关柜的故障特征,利用传感器监测开关柜电压、电流、温湿度和闪光信号等状态量,通过引入降半梯形云模型量化状态量时间序列的复合延迟... 展开更多; 关键词智能开关柜多变量多尺度云样本熵模糊支持向量机云模型故障分类; 在线阅读下载PDF 职称材料

基于多变量多尺度模糊熵的行星齿轮箱故障诊断被引量：24: 2; 作者郑近德潘海洋 +2 位作者张俊刘涛刘庆运《振动与冲击》 EI CSCD 北大核心 2019年第6期187-193,共7页; 行星齿轮箱被广泛用于风电、直升机和工程机械等大型复杂机械装备中。当行星齿轮箱发生故障时,振动信号往往表现出非线性和非平稳特征,多尺度熵理论能够有效地衡量振动信号的非线性和复杂性变化。同时为了尽可能地利用多通道振动信号信... 展开更多; 关键词多尺度模糊熵多变量多尺度模糊熵(MMFE) 行星齿轮箱故障诊断; 在线阅读下载PDF 职称材料

基于多变量多尺度熵的变压器励磁涌流识别方法被引量：21: 3; 作者周念成李春艳王强钢《电工技术学报》 EI CSCD 北大核心 2018年第15期3426-3436,共11页; 推导变压器励磁涌流的频域表达式,分析不同的合闸初相角和剩磁对励磁涌流的影响。采用可评价多通道数据复杂性和相关程度的多变量多尺度熵算法识别励磁涌流。根据励磁涌流和故障电流多变量多尺度熵的特点,将由尺度因子和多变量多尺度熵... 展开更多; 关键词三相变压器励磁涌流频域解析式多变量多尺度熵; 在线阅读下载PDF 职称材料

基于SPA和IRCMMPE的旋转机械损伤识别方法: 4; 作者李恒亮张思婉郭衡《机电工程》北大核心 2025年第6期1045-1054,共10页; 基于单通道信号的旋转机械故障诊断方法的故障诊断效果通常比较依赖信号的质量,针对这一问题,提出了一种基于平滑先验分析(SPA)、改进精细复合多变量多尺度排列熵(IRCMMPE)和麻雀搜索算法优化支持向量机(SSA-SVM)的旋转机械损伤识别策... 展开更多; 关键词旋转机械单通道信号故障诊断麻雀搜索算法优化支持向量机改进精细复合多变量多尺度排列熵平滑先验分析离心泵滚动轴承; 在线阅读下载PDF 职称材料

基于MEMD-MMFE的双馈风电场送出变压器励磁涌流识别方法被引量：13: 5; 作者李春艳周念成 +2 位作者廖建权王强钢孟潇潇《中国电机工程学报》 EI CSCD 北大核心 2019年第17期5061-5073,共13页; 双馈风电场低电压穿越过程中,送出变压器发生内部故障时,差动电流中存在较大的2次谐波,会导致差动保护拒动。该文提出基于多元经验模态分解-多变量多尺度模糊熵(multivariate empirical mode decomposition-multiscale multivariate fuz... 展开更多; 关键词双馈风力发电机励磁涌流 2次谐波多变量多尺度模糊熵; 在线阅读下载PDF 职称材料

基于自适应RCGmvMFE和流行学习的滚动轴承故障诊断被引量：4: 6; 作者刘武强杨小强申金星《机械强度》 CAS CSCD 北大核心 2022年第1期9-18,共10页; 多尺度模糊熵能够较好的量化振动信号的复杂程度,但缺乏对其他信道信息的有效利用,为了充分利用其他信道的振动信息,将表征同步多通道数据多变量复杂度的多变量熵理论应用到轴承故障诊断中。为了准确提取轴承信号中的故障特征,提出了基... 展开更多; 关键词 CEEMDAN 精细复合广义多变量多尺度模糊熵敏感IMF t分布随机邻域嵌入流行学习滚动轴承故障诊断; 在线阅读下载PDF 职称材料

题名基于多变量多尺度云样本熵和模糊支持向量机的开关柜故障分类被引量：15: 1; 作者辛业春崔金栋周川王强钢周念成; 机构东北电力大学电气工程学院输配电装备及系统安全与新技术国家重点实验室(重庆大学); 出处《电网技术》 EI CSCD 北大核心 2016年第11期3597-3603,共7页; 基金吉林省发改委产业发展计划扶持计划(JF2016400305) 吉林杰出青年扶持项目(20150406) +1 种基金吉林省产业创新专项资金项目(2016C074)~~; 文摘利用智能开关柜多源监测数据识别其异常状态和故障类型,可实现配电设备高效精细的运维管理。为提取开关柜的故障特征,利用传感器监测开关柜电压、电流、温湿度和闪光信号等状态量,通过引入降半梯形云模型量化状态量时间序列的复合延迟向量间的相似度,由此软化多变量多尺度样本熵相似容限判据,进而获取包含多个时间尺度的开关柜多通道状态监测数据的多变量多尺度云样本熵(MMCSE)故障特征向量;依据分段半降正态云模型量化开关柜故障样本间关联关系的不确定性,综合样本空间的区域差异性和分散性计算样本隶属度,形成改进的模糊支持向量机(FSVM)特征分类方法,实现了开关柜不同故障类型的识别。根据现场实时监测数据,验证结果表明所提方法具有较高的分类正确性。; 关键词智能开关柜多变量多尺度云样本熵模糊支持向量机云模型故障分类; Keywords smart switchgear multi-variable multi-scale cloud sample entropy fuzzy support vector machine cloud model fault classification; 分类号 TM721 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于多变量多尺度模糊熵的行星齿轮箱故障诊断被引量：24: 2; 作者郑近德潘海洋张俊刘涛刘庆运; 机构安徽工业大学机械工程学院福州大学机械工程及自动化学院; 出处《振动与冲击》 EI CSCD 北大核心 2019年第6期187-193,共7页; 基金国家重点研发计划(2017YFC0805100) 国家自然科学基金(51505002 51375013); 文摘行星齿轮箱被广泛用于风电、直升机和工程机械等大型复杂机械装备中。当行星齿轮箱发生故障时,振动信号往往表现出非线性和非平稳特征,多尺度熵理论能够有效地衡量振动信号的非线性和复杂性变化。同时为了尽可能地利用多通道振动信号信息来提高故障诊断的效率,将评价同步多通道数据多变量复杂度的多变量多尺度熵理论引入到行星齿轮箱故障诊断。针对其统计特征稳定性差的问题,提出了多变量多尺度模糊熵,并在基础上,提出了一种新的行星齿轮箱故障诊断方法。将提出的方法应用于行星齿轮箱故障试验数据分析,并与现有方法进行对比,结果表明了所提方法的有效性和优越性。; 关键词多尺度模糊熵多变量多尺度模糊熵(MMFE) 行星齿轮箱故障诊断; Keywords multiscale fuzzy entropy multivariate multiscale fuzzy entropy(MMFE) planetary gearbox fault diagnosis; 分类号 TH165.3 [机械工程—机械制造及自动化] TH132.425 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于多变量多尺度熵的变压器励磁涌流识别方法被引量：21: 3; 作者周念成李春艳王强钢; 机构输配电装备及系统安全与新技术国家重点实验室(重庆大学); 出处《电工技术学报》 EI CSCD 北大核心 2018年第15期3426-3436,共11页; 基金国家自然科学基金项目(51577018) 重庆市科技计划项目基础科学与前沿技术研究专项重点项目(cstc2015jcyj BX0033)资助; 文摘推导变压器励磁涌流的频域表达式,分析不同的合闸初相角和剩磁对励磁涌流的影响。采用可评价多通道数据复杂性和相关程度的多变量多尺度熵算法识别励磁涌流。根据励磁涌流和故障电流多变量多尺度熵的特点,将由尺度因子和多变量多尺度熵组成的二维空间划分为动作区和制动区,定义电流熵值面积与给定的制动区面积的比值为熵值面积比,根据熵值面积比与定值的关系,识别变压器励磁涌流和故障电流。基于ATP/EMTP建立变压器模型,仿真不同情况下的励磁涌流和故障电流。仿真结果表明,基于多变量多尺度熵的辨识方法能有效区分励磁涌流和故障电流,并在性能上优于传统的二次谐波判据。; 关键词三相变压器励磁涌流频域解析式多变量多尺度熵; Keywords Three-phase transformer inrush current frequency domain expression multivariate multiscale sample entropy; 分类号 TM77 [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SPA和IRCMMPE的旋转机械损伤识别方法: 4; 作者李恒亮张思婉郭衡; 机构河南轻工职业学院机电系郑州铁路职业技术学院机电工程学院武汉科技大学机械自动化学院; 出处《机电工程》北大核心 2025年第6期1045-1054,共10页; 基金国家自然科学基金资助项目(52075395)。; 文摘基于单通道信号的旋转机械故障诊断方法的故障诊断效果通常比较依赖信号的质量,针对这一问题,提出了一种基于平滑先验分析(SPA)、改进精细复合多变量多尺度排列熵(IRCMMPE)和麻雀搜索算法优化支持向量机(SSA-SVM)的旋转机械损伤识别策略。首先,使用SPA将单通道信号分解为趋势项和去趋势项两种完全不同的分量,减少了分量的冗余,并将其组装为多通道信号以实现对样本的扩充;然后,采用IRCMMPE对多通道信号进行了特征提取以对比验证两个分量之间的相关性,获取了更能反映故障特性的特征;最后,将故障特征输入至SSA-SVM分类器中进行了故障识别,完成了对旋转机械的故障辨识和故障程度的判断,利用三个旋转机械数据集对SPA-IRCMMPE故障诊断方法的有效性进行了实验分析,并与其他故障诊断方法进行了对比研究。研究结果表明:SPA-IRCMMPE模型在诊断旋转机械不同故障类型时分别取得了100%和99.2%的识别准确率,平均识别准确率分别为99.76%和99.92%;而自制数据集的诊断精度达到了100%。相较于其他故障诊断方法,SPA-IRCMMPE模型仅需使用单个通道的振动信号且无需进行分量重要性评估,避免了分量取舍的问题,对振动信号的利用效率较高。; 关键词旋转机械单通道信号故障诊断麻雀搜索算法优化支持向量机改进精细复合多变量多尺度排列熵平滑先验分析离心泵滚动轴承; Keywords single channel signal of rotating machinery fault diagnosis sparrow search algorithm optimized support vector machine(SSA-SVM) improved refined composite multivariate multiscale permutation entropy(IRCMMPE) smooth prior analysis(SPA) centrifugal pump rolling bearing; 分类号 TH133 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于MEMD-MMFE的双馈风电场送出变压器励磁涌流识别方法被引量：13: 5; 作者李春艳周念成廖建权王强钢孟潇潇; 机构输配电装备及系统安全与新技术国家重点实验室(重庆大学); 出处《中国电机工程学报》 EI CSCD 北大核心 2019年第17期5061-5073,共13页; 基金国家自然科学基金项目(51577018)~~; 文摘双馈风电场低电压穿越过程中,送出变压器发生内部故障时,差动电流中存在较大的2次谐波,会导致差动保护拒动。该文提出基于多元经验模态分解-多变量多尺度模糊熵(multivariate empirical mode decomposition-multiscale multivariate fuzzy entropy,MEMD-MMFE)的励磁涌流识别方法。该方法首先将电流经过多元经验模态分解,通过判别分解后的余量函数的单调性,确定是否从原函数中去除余量函数;然后对经过处理的原函数进行多变量多尺度模糊熵变换,得到多变量多尺度模糊熵值面积(简称熵值面积);最后通过或逻辑联立判断变压器两侧电流的熵值面积与给定的制动区面积的大小关系来区分励磁涌流与故障电流。以某风电场接入电网为例,对变压器各种运行工况进行仿真研究,并将该文算法与2次谐波制动等算法进行比较,验证提出算法的有效性。; 关键词双馈风力发电机励磁涌流 2次谐波多变量多尺度模糊熵; Keywords doubly-fed induction generator(DFIG) inrush current second harmonic multiscale multivariate fuzzy entropy; 分类号 TM71 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于自适应RCGmvMFE和流行学习的滚动轴承故障诊断被引量：4: 6; 作者刘武强杨小强申金星; 机构陆军工程大学野战工程学院; 出处《机械强度》 CAS CSCD 北大核心 2022年第1期9-18,共10页; 基金国家重点研发计划(2016YFC0802904)资助~~。; 文摘多尺度模糊熵能够较好的量化振动信号的复杂程度,但缺乏对其他信道信息的有效利用,为了充分利用其他信道的振动信息,将表征同步多通道数据多变量复杂度的多变量熵理论应用到轴承故障诊断中。为了准确提取轴承信号中的故障特征,提出了基于自适应噪声完备集成经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)和精细复合广义多变量多尺度模糊熵(Refined Composite Generalized Multivariate Multiscale Fuzzy Entropy,RCGmvMFE)的轴承多故障诊断方法。首先利用CEEMDAN对多信道的源信号进行分解获得无模式混叠的IMF。然后采用相关性分析方法对IMF分量进行筛选,选出对故障特征敏感的IMF作为多通道数据构成多元变量,并计算其RCGmvMFE组成故障特征。随后采用t分布随机邻域嵌入(t-distributed Stochastic Neighbor Embedding,t-SNE)对高维特征进行维数约简。最后利用鲸鱼优化算法(Whale Optimization Algorithm,WOA)优化核极限学习机(Kernel Extreme Learning Machine,KELM)对低维故障特征进行分类。实验结果表明,该方法能够有效地诊断轴承不同程度的故障,为滚动轴承的故障诊断提供了补充方法。; 关键词 CEEMDAN 精细复合广义多变量多尺度模糊熵敏感IMF t分布随机邻域嵌入流行学习滚动轴承故障诊断; Keywords CEEMDAN RCGmvMFE Sensitive IMF t-distributed stochastic neighbor embedding Manifold learning Rolling bearings Fault diagnosis; 分类号 TH165.3 [机械工程—机械制造及自动化]; 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	基于多变量多尺度云样本熵和模糊支持向量机的开关柜故障分类	辛业春崔金栋周川王强钢周念成	《电网技术》 EI CSCD 北大核心	2016	15	在线阅读下载PDF 职称材料
2	基于多变量多尺度模糊熵的行星齿轮箱故障诊断	郑近德潘海洋张俊刘涛刘庆运	《振动与冲击》 EI CSCD 北大核心	2019	24	在线阅读下载PDF 职称材料
3	基于多变量多尺度熵的变压器励磁涌流识别方法	周念成李春艳王强钢	《电工技术学报》 EI CSCD 北大核心	2018	21	在线阅读下载PDF 职称材料
4	基于SPA和IRCMMPE的旋转机械损伤识别方法	李恒亮张思婉郭衡	《机电工程》北大核心	2025	0	在线阅读下载PDF 职称材料
5	基于MEMD-MMFE的双馈风电场送出变压器励磁涌流识别方法	李春艳周念成廖建权王强钢孟潇潇	《中国电机工程学报》 EI CSCD 北大核心	2019	13	在线阅读下载PDF 职称材料
6	基于自适应RCGmvMFE和流行学习的滚动轴承故障诊断	刘武强杨小强申金星	《机械强度》 CAS CSCD 北大核心	2022	4	在线阅读下载PDF 职称材料