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
小波包能谱熵与神经网络在断路器故障诊断中的应用
被引量：
27
1
作者
陈伟根
邓帮飞
《重庆大学学报（自然科学版）》
CAS
CSCD
北大核心
2008年第7期744-748,765,共6页
提出了一种以振动信号小波包能谱熵为特征量的断路器故障神经网络诊断方法。利用小波包分解原理将高压断路器振动信号分解到不同频段中,计算各频段的能谱熵值,以此构造小波包能谱熵向量作为神经网络的输入向量,并利用遗传算法对网络的...
提出了一种以振动信号小波包能谱熵为特征量的断路器故障神经网络诊断方法。利用小波包分解原理将高压断路器振动信号分解到不同频段中,计算各频段的能谱熵值,以此构造小波包能谱熵向量作为神经网络的输入向量,并利用遗传算法对网络的连接权值进行了优化。引入置信度的概念,对改进神经网络输出的故障模式识别结果进行评价。通过试验分析结果表明了该方法的有效性,改进后的神经网络具有新故障模式的识别功能。
展开更多
关键词
小波包能谱熵
高压断路器
神经网络
振动信号
遗传算法
在线阅读
下载PDF
职称材料
基于电力变压器振动信息的绕组形变诊断方法
被引量：
51
2
作者
张彬
徐建源
+3 位作者
陈江波
李辉
林莘
臧状
《高电压技术》
EI
CAS
CSCD
北大核心
2015年第7期2341-2349,共9页
变压器绕组的机械形变为变压器安全运行埋下事故隐患,为此,提出一种基于振动法的变压器绕组机械状态诊断方法。诊断过程中,通过负载电流与振动信号基频进行拟合匹配初步判定绕组状态;采用小波包变换对变压器绕组不同状态下振动信号进行...
变压器绕组的机械形变为变压器安全运行埋下事故隐患,为此,提出一种基于振动法的变压器绕组机械状态诊断方法。诊断过程中,通过负载电流与振动信号基频进行拟合匹配初步判定绕组状态;采用小波包变换对变压器绕组不同状态下振动信号进行分析,以振动信号能谱熵作为特征输入向量;利用改进后的多分类支持向量机对特征向量进行训练与测试,实现了变压器绕组不同状态的分类诊断。通过对S11-M-500/35型实际变压器绕组不同状态下进行负载试验,采集对应机械及电气参量数据,用所提出诊断方法对变压器绕组机械状态进行诊断,结果表明:在准确判断绕组正常及故障状态的同时,故障类型诊断结果准确率达到96.78%以上,从而验证所提出诊断方法应用于变压器绕组故障诊断的有效性和准确性。
展开更多
关键词
变压器绕组
振动信号
故障分类
特征提取
小波包能谱熵
多分类支持向量机
形变诊断
在线阅读
下载PDF
职称材料
题名
小波包能谱熵与神经网络在断路器故障诊断中的应用
被引量：
27
1
作者
陈伟根
邓帮飞
机构
重庆大学电气工程学院
出处
《重庆大学学报（自然科学版）》
CAS
CSCD
北大核心
2008年第7期744-748,765,共6页
基金
重庆市自然科学基金重点资助项目(CSCT2007-13A2002)
文摘
提出了一种以振动信号小波包能谱熵为特征量的断路器故障神经网络诊断方法。利用小波包分解原理将高压断路器振动信号分解到不同频段中,计算各频段的能谱熵值,以此构造小波包能谱熵向量作为神经网络的输入向量,并利用遗传算法对网络的连接权值进行了优化。引入置信度的概念,对改进神经网络输出的故障模式识别结果进行评价。通过试验分析结果表明了该方法的有效性,改进后的神经网络具有新故障模式的识别功能。
关键词
小波包能谱熵
高压断路器
神经网络
振动信号
遗传算法
Keywords
wavelet packet energy entropy
high voltage circuit breakers
neural networks
vibration signal
genetic algorithm
分类号
TM561 [电气工程—电器]
在线阅读
下载PDF
职称材料
题名
基于电力变压器振动信息的绕组形变诊断方法
被引量：
51
2
作者
张彬
徐建源
陈江波
李辉
林莘
臧状
机构
沈阳工业大学电气工程学院
中国电力科学研究院
出处
《高电压技术》
EI
CAS
CSCD
北大核心
2015年第7期2341-2349,共9页
基金
国家电网公司基础性前瞻性院士团队科技项目(GY71-14-009)~~
文摘
变压器绕组的机械形变为变压器安全运行埋下事故隐患,为此,提出一种基于振动法的变压器绕组机械状态诊断方法。诊断过程中,通过负载电流与振动信号基频进行拟合匹配初步判定绕组状态;采用小波包变换对变压器绕组不同状态下振动信号进行分析,以振动信号能谱熵作为特征输入向量;利用改进后的多分类支持向量机对特征向量进行训练与测试,实现了变压器绕组不同状态的分类诊断。通过对S11-M-500/35型实际变压器绕组不同状态下进行负载试验,采集对应机械及电气参量数据,用所提出诊断方法对变压器绕组机械状态进行诊断,结果表明:在准确判断绕组正常及故障状态的同时,故障类型诊断结果准确率达到96.78%以上,从而验证所提出诊断方法应用于变压器绕组故障诊断的有效性和准确性。
关键词
变压器绕组
振动信号
故障分类
特征提取
小波包能谱熵
多分类支持向量机
形变诊断
Keywords
transformer winding
vibration signal
fault classification
feature extraction
wavelet packet energy spectrum entropy
multi class support vector machine
deformation diagnosis
分类号
TM41 [电气工程—电器]
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
小波包能谱熵与神经网络在断路器故障诊断中的应用
陈伟根
邓帮飞
《重庆大学学报（自然科学版）》
CAS
CSCD
北大核心
2008
27
在线阅读
下载PDF
职称材料
2
基于电力变压器振动信息的绕组形变诊断方法
张彬
徐建源
陈江波
李辉
林莘
臧状
《高电压技术》
EI
CAS
CSCD
北大核心
2015
51
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
