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
2
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
基于多维数据耦合-小波变换的固支梁损伤特征识别方法
1
作者
郭佳
管德清
+1 位作者
王玉奎
钟俊萍
《铁道科学与工程学报》
EI
CAS
CSCD
北大核心
2024年第8期3406-3420,共15页
为了解决固支梁的损伤特征识别问题,提出基于多维数据耦合-小波变换的固支梁损伤特征识别方法。以均匀损伤和非均匀损伤为研究对象,提出非均匀损伤的简化思路。以固支梁的应变模态为损伤参数,对梁进行多维切片,从而将梁不同维度的应变...
为了解决固支梁的损伤特征识别问题,提出基于多维数据耦合-小波变换的固支梁损伤特征识别方法。以均匀损伤和非均匀损伤为研究对象,提出非均匀损伤的简化思路。以固支梁的应变模态为损伤参数,对梁进行多维切片,从而将梁不同维度的应变模态独立以便获取各维度应变模态数据,通过多维数据耦合方法将不同维度的应变模态数据耦合,放大损伤特征,使单维应变模态数据具有多维特性。对耦合数据进行小波变换得到耦合数据的小波系数图,对比小波系数图中奇异点位置的奇异性大小识别固支梁的损伤特征(损伤位置与形状)。含均匀损伤与非均匀损伤固支梁的数值模拟与试验分析表明:多维数据耦合能有效放大损伤特征,使得小损伤在实际工程中能被识别;同一工况下损伤程度越大则其对应的小波系数奇异性也越大,因此根据小波系数的奇异性大小能有效识别固支梁的损伤位置与损伤形状;在试验情况下,多维耦合数据的小波系数能有效规避边缘效应,使得固支梁的边缘损伤特征能被识别。上述研究表明所提出的损伤识别方法能有效解决固支梁损伤特征识别问题,为解决基于小波变换损伤识别方法在损伤特征识别方面的不足提供了途径,并能有效解决实际结构的边缘损伤识别问题,为实际结构的损伤识别提供理论依据和技术支持。
展开更多
关键词
非均匀损伤
损伤特征识别
多维数据耦合
小波变换
结构试验
在线阅读
下载PDF
职称材料
基于图像数据耦合识别的输电线路安全风险评估方法
被引量：
13
2
作者
徐昌前
王东
+3 位作者
苏峰
张钧
边海峰
李龙
《计算机科学》
CSCD
北大核心
2023年第S01期793-798,共6页
位于高海拔、高覆冰风险地区的输电线路在极端气候下面临大面积断线和倒塔风险,传统人工巡线识别速度慢、准确度低,造成大量人力成本开销。提出一种考虑多维图像耦合驱动的输电线路安全风险评估方法,将关键设备覆冰图像与电网运行状态...
位于高海拔、高覆冰风险地区的输电线路在极端气候下面临大面积断线和倒塔风险,传统人工巡线识别速度慢、准确度低,造成大量人力成本开销。提出一种考虑多维图像耦合驱动的输电线路安全风险评估方法,将关键设备覆冰图像与电网运行状态等高线图像进行融合识别,以实现相关输电线路安全风险快速准确辨识。首先将输电线路电气数据和环境数据耦合生成多维热力图像,生成可反映全系统内输电线路电压偏移度、线路负载率、环境温度和线路覆冰程度的多维图像数据,并根据电气数据和环境数据计算线路安全风险指标。之后,搭建基于MobileNet-V3框架的卷积神经网络模型,并将生成的多维图像数据作为该模型的输入,输电线路安全风险指标作为输出,对模型进行训练,生成输电线路安全风险快速评估模型。最后在某省500 kV输电线路上对该模型进行测试,测试结果表明,该方法可实现输电线路安全风险快速准确评估。
展开更多
关键词
多维数据耦合
MobileNet-V3
卷积神经网络
环境温度
线路覆冰
输电线路安全风险评估
在线阅读
下载PDF
职称材料
题名
基于多维数据耦合-小波变换的固支梁损伤特征识别方法
1
作者
郭佳
管德清
王玉奎
钟俊萍
机构
湖南城市学院土木工程学院
长沙理工大学土木工程学院
出处
《铁道科学与工程学报》
EI
CAS
CSCD
北大核心
2024年第8期3406-3420,共15页
基金
国家自然科学基金资助项目(51378079)
湖南省教育厅科学研究资助项目(23B0738)
大学生创新创业训练计划资助项目(S202311527027)。
文摘
为了解决固支梁的损伤特征识别问题,提出基于多维数据耦合-小波变换的固支梁损伤特征识别方法。以均匀损伤和非均匀损伤为研究对象,提出非均匀损伤的简化思路。以固支梁的应变模态为损伤参数,对梁进行多维切片,从而将梁不同维度的应变模态独立以便获取各维度应变模态数据,通过多维数据耦合方法将不同维度的应变模态数据耦合,放大损伤特征,使单维应变模态数据具有多维特性。对耦合数据进行小波变换得到耦合数据的小波系数图,对比小波系数图中奇异点位置的奇异性大小识别固支梁的损伤特征(损伤位置与形状)。含均匀损伤与非均匀损伤固支梁的数值模拟与试验分析表明:多维数据耦合能有效放大损伤特征,使得小损伤在实际工程中能被识别;同一工况下损伤程度越大则其对应的小波系数奇异性也越大,因此根据小波系数的奇异性大小能有效识别固支梁的损伤位置与损伤形状;在试验情况下,多维耦合数据的小波系数能有效规避边缘效应,使得固支梁的边缘损伤特征能被识别。上述研究表明所提出的损伤识别方法能有效解决固支梁损伤特征识别问题,为解决基于小波变换损伤识别方法在损伤特征识别方面的不足提供了途径,并能有效解决实际结构的边缘损伤识别问题,为实际结构的损伤识别提供理论依据和技术支持。
关键词
非均匀损伤
损伤特征识别
多维数据耦合
小波变换
结构试验
Keywords
non-uniform damage
damage feature identification
multidimensional data coupling
wavelet transform
structural experiment
分类号
TU317.2 [建筑科学—结构工程]
在线阅读
下载PDF
职称材料
题名
基于图像数据耦合识别的输电线路安全风险评估方法
被引量：
13
2
作者
徐昌前
王东
苏峰
张钧
边海峰
李龙
机构
国网四川省电力公司
国家电网有限公司
国网能源研究院有限公司
出处
《计算机科学》
CSCD
北大核心
2023年第S01期793-798,共6页
基金
国家电网有限公司总部科技项目(1400-202057415A-0-0-00)。
文摘
位于高海拔、高覆冰风险地区的输电线路在极端气候下面临大面积断线和倒塔风险,传统人工巡线识别速度慢、准确度低,造成大量人力成本开销。提出一种考虑多维图像耦合驱动的输电线路安全风险评估方法,将关键设备覆冰图像与电网运行状态等高线图像进行融合识别,以实现相关输电线路安全风险快速准确辨识。首先将输电线路电气数据和环境数据耦合生成多维热力图像,生成可反映全系统内输电线路电压偏移度、线路负载率、环境温度和线路覆冰程度的多维图像数据,并根据电气数据和环境数据计算线路安全风险指标。之后,搭建基于MobileNet-V3框架的卷积神经网络模型,并将生成的多维图像数据作为该模型的输入,输电线路安全风险指标作为输出,对模型进行训练,生成输电线路安全风险快速评估模型。最后在某省500 kV输电线路上对该模型进行测试,测试结果表明,该方法可实现输电线路安全风险快速准确评估。
关键词
多维数据耦合
MobileNet-V3
卷积神经网络
环境温度
线路覆冰
输电线路安全风险评估
Keywords
Multidimensional data coupling
MobileNet-V3
Convolutional neural network
Ambient temperature
Line icing
Transmission line safety risk assessment
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
作者
出处
发文年
被引量
操作
1
基于多维数据耦合-小波变换的固支梁损伤特征识别方法
郭佳
管德清
王玉奎
钟俊萍
《铁道科学与工程学报》
EI
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
基于图像数据耦合识别的输电线路安全风险评估方法
徐昌前
王东
苏峰
张钧
边海峰
李龙
《计算机科学》
CSCD
北大核心
2023
13
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
