期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
永磁同步电机转子位置提取近似分类支持向量机灰色预测方法 被引量:5
1
作者 王磊 李颖晖 +2 位作者 祝晓辉 朱喜华 张敬 《电力系统保护与控制》 EI CSCD 北大核心 2010年第23期97-102,共6页
针对单一灰色预测方法下磁特性曲线建模对电机不同运行状态区分能力差、概括性不强,由此导致估计误差较大的问题,提出基于支持向量机分类细化特性曲线区,提高用以灰色GM(1,1)预测建模数据指数光滑度,改善转子信息估计精度的灰色近似支... 针对单一灰色预测方法下磁特性曲线建模对电机不同运行状态区分能力差、概括性不强,由此导致估计误差较大的问题,提出基于支持向量机分类细化特性曲线区,提高用以灰色GM(1,1)预测建模数据指数光滑度,改善转子信息估计精度的灰色近似支持向量机分类预测算法。将此预测方法用于永磁同步电机的矢量控制当中,数值仿真结果证明,引入先期近似支持向量机分类算法后的转子位置灰色预测法可以在较少测试数据集上达到较高的估计精度。 展开更多
关键词 永磁同步电 转子位置自检测 灰色近似支持向量分类预测算法 无传感器控制
在线阅读 下载PDF
基于DE-SVM的穴盘苗自动取苗机构故障诊断方法 被引量:1
2
作者 刘健 王俊 金鑫 《农机化研究》 北大核心 2023年第6期34-40,共7页
为解决穴盘苗取苗机构早期机械故障识别困难的问题,提高故障诊断的准确率,提出一种基于DE-SVM的穴盘自动苗取苗机构故障诊断方法。首先,采用经验模态分解(Empirical Mode Decomposition,EMD)、变分模态分解(Variational Mode Decomposit... 为解决穴盘苗取苗机构早期机械故障识别困难的问题,提高故障诊断的准确率,提出一种基于DE-SVM的穴盘自动苗取苗机构故障诊断方法。首先,采用经验模态分解(Empirical Mode Decomposition,EMD)、变分模态分解(Variational Mode Decomposition,VMD)等预处理方法挖掘潜藏在取苗机构原始振动信号中的故障信息;其次,分别从原始振动信号和预处理信号中提取时域统计特征,再运用距离评估(Distance Evaluation,DE)技术获得表征取苗机构故障的敏感时域统计特征,构建特征向量序列;最后,结合支持向量机(Support Vector Machine,SVM)分类算法对取苗机构运行状况进行识别。室内试验结果表明:此方法可有效区分取苗机构滑道故障、凸轮故障、弹簧故障和正常状况等4种工况,具有运算复杂度低、识别准确率高的优点,可为自动移栽取苗机构工况监测提供一种参考。 展开更多
关键词 自动取苗 变分模态分解 距离评估技术 支持向量机分类算法 故障诊断
在线阅读 下载PDF
非侵入式负荷动态识别方法的研究及工程应用
3
作者 刘春蕾 庞鹏飞 +3 位作者 石纹赫 孔令号 黄洵 戚军 《电气工程学报》 CSCD 2023年第3期307-314,共8页
随着非侵入式负荷监测技术应用场景不断扩展,负荷类型日趋多样化,基于单层特征的静态识别方法需要构造更加全面、复杂的特征,难以兼顾负荷识别的准确度及速度。提出一种基于多层特征组的动态识别方法,综合考虑不同负荷特征提取的采样频... 随着非侵入式负荷监测技术应用场景不断扩展,负荷类型日趋多样化,基于单层特征的静态识别方法需要构造更加全面、复杂的特征,难以兼顾负荷识别的准确度及速度。提出一种基于多层特征组的动态识别方法,综合考虑不同负荷特征提取的采样频率、监测窗口宽度、计算复杂度和负荷特征存储量等构建分层特征组,针对负荷群中不同的负荷类型提取不同的特征组作为分类特征以降低特征的综合提取代价,最后基于支持向量机多分类算法实现按需识别负荷类型。BLUED数据库的仿真对比分析和实际某工厂的工程测试结果表明,基于多层特征组的动态识别方法不仅能够提高负荷的综合识别速度,也能提升相似负荷的识别准确度,在负荷相似及投切频繁的场景下能够兼顾负荷识别准确度和速度,具有较好的工程适用性。 展开更多
关键词 非侵入式负荷监测 负荷特征分层 动态识别 支持向量分类算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部