面向矿用机电设备数字孪生模型的故障特征提取与识别技术 被引量：1

1

作者 李丁卯 罗珍平 《现代电子技术》 北大核心 2025年第8期173-178,共6页

为满足矿用机电设备的智能化故障诊断需求,基于数字孪生模型提出了一种故障特征提取与识别技术方案。该方案主要包括机电设备的数字孪生建模和故障特征提取与识别两方面。通过卷积神经网络(CNN)和长短期记忆(LSTM)网络的混合模型完成数... 为满足矿用机电设备的智能化故障诊断需求,基于数字孪生模型提出了一种故障特征提取与识别技术方案。该方案主要包括机电设备的数字孪生建模和故障特征提取与识别两方面。通过卷积神经网络(CNN)和长短期记忆(LSTM)网络的混合模型完成数字孪生的建模;使用数据可视化技术和Z-score标准化方法对数据进行处理和筛选,利用小波变换方法进行故障特征提取,并设计一种基于CNN的故障识别算法。相比于传统方法,所提出的故障识别算法能够有效提高故障识别的准确率和实时性。实验测试结果表明:所构建的数字孪生模型能够准确地模拟和表征设备运行情况,验证了所提方法的正确性和有效性;而且故障识别准确率高于同类技术模型,在提高故障诊断效率方面的工程应用效果良好。 展开更多

关键词 煤矿机电设备 数字孪生模型 故障特征提取 故障识别算法 卷积神经网络 长短期记忆网络 诊断精确度

在线阅读 下载PDF 职称材料

基于数字孪生的配电网智能化故障诊断方法

2

作者 付慧敏 郑刚 《沈阳工业大学学报》 北大核心 2025年第3期288-294,共7页

[目的]随着分布式能源的广泛接入,配电网的拓扑结构日益复杂,同时监控数据量呈指数级增长,对故障诊断提出了新的挑战。传统故障诊断方法主要依赖监控数据和人工经验,但随着云计算和通信技术的快速发展,人工智能方法在故障诊断领域得到... [目的]随着分布式能源的广泛接入,配电网的拓扑结构日益复杂,同时监控数据量呈指数级增长,对故障诊断提出了新的挑战。传统故障诊断方法主要依赖监控数据和人工经验,但随着云计算和通信技术的快速发展,人工智能方法在故障诊断领域得到了广泛应用。然而,现有人工智能方法高度依赖训练数据,需要大量基础数据支撑。为此,本文基于数字孪生技术,提出一种配电网智能化故障诊断方法,以提高故障诊断的效率和准确性。[方法]利用数字孪生技术构建配电网数字孪生体,通过虚拟诊断结果指导实际系统运行。同时,采用小波包分解方法提取信号各频带能量构成特征向量,输入改进的卷积自编码器模型中进行学习,以实现故障类型的准确识别。数字孪生系统由物理层、数据层、模型层和服务层组成,实现了虚实映射功能,虚拟孪生体能够实时反映实体运行状态。在仿真实验中,以某区域10 kV配电网的三端口环网结构为基础,构建了包含7520个正常和故障样本数据的完备实验数据集。[结果]实验结果表明,经过100次迭代训练,改进的卷积自编码器模型的故障诊断准确率接近0.98。数字孪生系统的智能化诊断结果显示,本文方法能够准确识别故障类型,与实际故障类型基本一致。在对5种常见故障类型的诊断中,本文方法保持了较高的准确率,平均准确率达0.95,诊断耗时仅为5.39 s。与其他方法相比,本文方法的诊断准确率更高。[结论]通过将数字孪生技术应用于配电网智能化故障诊断,结合虚实一体化的诊断方式,显著提升了故障诊断的精确性和实时性。该方法为配电网智能化故障诊断提供了一种全新的技术手段,有助于提高配电网的可靠性和安全性,对智能电网的发展具有重要的理论意义和实践价值。此外,未来研究将重点探索应对配电网结构变化的技术方法,以进一步提升该故障诊断方法的适用性。 展开更多

关键词 数字孪生 配电网 智能化故障诊断 小波包分解 改进卷积自编码器 分布式能源 数字孪生体 诊断准确率

在线阅读 下载PDF 职称材料

配电网间歇性重燃电弧模型的建立与断续弧光接地故障特征分析研究 被引量：9

3

作者 张彪 周申培 +4 位作者 吴细秀 侯博文 侯慧 邱进 丁心志 《电网技术》 EI CSCD 北大核心 2024年第5期2207-2217,I0116-I0120,共16页

电弧间歇性重燃是配电网单相接地故障最显著的特征。现有的电弧模型甚少考虑电弧间歇性重燃特性,导致无法精确描述断续弧光接地特征,进而影响继电保护动作。为此,论文提出一种间歇性重燃电弧模型的建立方法,并在此基础上对断续弧光接地... 电弧间歇性重燃是配电网单相接地故障最显著的特征。现有的电弧模型甚少考虑电弧间歇性重燃特性,导致无法精确描述断续弧光接地特征,进而影响继电保护动作。为此,论文提出一种间歇性重燃电弧模型的建立方法,并在此基础上对断续弧光接地故障特征进行了分析。弧道阻抗的随机变化是电弧间歇性重燃的重要标志,故论文重点围绕弧道阻抗变化的随机性和重燃时间间隔的随机性开展间歇性重燃电弧模型的研究。黑盒电弧模型中,Cassie-Mayr联合模型能完整的描述电弧电流从大电流到小电流的变化过程,但存在从大电流变化为小电流的判据模糊,转换过程突变的问题。为此,论文通过引入连续过渡函数解决上述问题。同时,为描述弧道电阻的变化特性,利用Fermi函数对联合模型中Mayr模型和Cassie模型进行权重分配。以改进的Cassie-Mayr单次燃弧模型为基础,根据工频熄弧理论,通过设置燃弧时间长短表征间歇性重燃的随机性,从而建立了间歇性重燃电弧模型。利用该模型,对典型10kV配电网单辐射型网架结构的接地故障进行模拟仿真,采用快速傅里叶变换(fast Fourier transform,FFT)和小波包分析提取了不同条件下故障电压、电流、高次谐波、零序分量以及频率分布等故障特征。研究结果表明:改进后Cassie-Mayr联合模型不但解决了电弧电流从大电流到小电流的转换突变问题,且不同模型权重占比的分配更能准确地表征实际燃弧弧道阻抗变化的随机性;通过设置电弧燃弧时间长短,准确地描述间歇性重燃的随机性;电弧断续时刻为非整数周期下的过电压、过电流幅值高于整数周期;电缆线路增大了故障线路电流,过电流可达3.81~7.20pu,不利于熄弧;大电流系统故障相零序电流主频在0~400Hz,小电流系统故障相零序电流主频在1200~1600Hz。 展开更多

关键词 配电网 单相接地故障 间歇性重燃电弧模型 中性点接地 小波包分析

在线阅读 下载PDF 职称材料

基于同步挤压小波变换和Transformer的轴承故障诊断模型 被引量：2

4

作者 张向宇 王衍学 《机电工程》 CAS 北大核心 2024年第6期1011-1019,共9页

针对采用神经网络对滚动轴承进行故障诊断时,故障信息利用不充分,特征提取困难的问题,提出了一种基于同步挤压小波变换(SST)-Transformer的滚动轴承智能故障诊断方法。首先,以同步挤压小波变换作为信号处理模块,将一维振动信号转为时频... 针对采用神经网络对滚动轴承进行故障诊断时,故障信息利用不充分,特征提取困难的问题,提出了一种基于同步挤压小波变换(SST)-Transformer的滚动轴承智能故障诊断方法。首先,以同步挤压小波变换作为信号处理模块,将一维振动信号转为时频图;接着,设计了一种最大程度保留故障信息的时频图分割方式,将时频图分割为一系列图像块序列;然后,将序列输入到具有强大的处理序列数据能力的Transformer模型中,进行了特征提取;最后,将特征数据输入分类器进行了分类,对比了不同的时频图分割方式的诊断效果,并将SST-Transformer模型与基准算法相比较。研究结果表明:相较于其他分割方式,基于SST-Transformer的滚动轴承智能故障诊断方法的诊断准确率提升了3.45%,并大幅提升了模型训练的收敛速度;相比于其他基准算法,该方法的平均准确率至少提升了1.05%。该方法有较高的诊断准确率和较好的稳定性。 展开更多

关键词 故障智能诊断 神经网络 故障特征提取 注意力机制 深度学习 同步挤压小波变换 Transformer模型

在线阅读 下载PDF 职称材料

基于仿真数据和子领域自适应的轴承故障网络诊断框架

5

作者 韩洁 苏小平 康正阳 《机电工程》 北大核心 2024年第1期115-122,共8页

在实际工业环境中,往往缺乏相应工况的轴承故障数据用于模型训练,这限制了深度学习在工业场景中的应用。基于此,采用两种建模方式生成了轴承故障信号,将其用于训练模型,并利用深度子领域自适应方法,缩小了模拟信号和真实信号间的差异,... 在实际工业环境中,往往缺乏相应工况的轴承故障数据用于模型训练,这限制了深度学习在工业场景中的应用。基于此,采用两种建模方式生成了轴承故障信号,将其用于训练模型,并利用深度子领域自适应方法,缩小了模拟信号和真实信号间的差异,提升了模型对真实信号的诊断精度。首先,采用数学建模和基于LS-DYNA的有限元仿真两种方式建立了轴承故障仿真模型,以获取与实际场景相同工况下的轴承故障仿真加速度信号;其次,针对仿真数据和真实数据存在差异的问题,利用子领域自适应方法得到了对齐仿真数据和实际数据的全局特征分布以及相关子领域的特征分布;最后,采用原始一维振动信号作为输入,在残差神经网络(ResNet)模型架构上完成了端到端的轴承故障分类工作;将德国帕德博恩大学采集到的轴承故障信号作为实验数据,对上述模型的有效性进行了验证。研究结果表明:相较于有限元仿真,数学建模生成的仿真信号能够较轻易地迁移到实际信号,在无标签数据场景下具有99.73%的轴承故障识别精度,体现了数学建模在无监督轴承故障诊断领域的广阔应用前景,是在真实工业系统和人工智能之间架起桥梁的关键技术。 展开更多

关键词 轴承故障数据 数学建模 LS-DYNA有限元仿真 子领域自适应 残差神经网络(ResNet)模型 迁移学习能力

在线阅读 下载PDF 职称材料

一种基于小波网络的故障检测方法 被引量：10

6

作者 吕柏权 李天铎 《电工技术学报》 EI CSCD 北大核心 1997年第4期34-36,共3页

给出了一种基于小波网络的故障检测方法。它具有信号处理和过程数学模型两者优点，从而更准确地检测出突变故障。

关键词 故障诊断 检测 数学模型 电网 小波网络

在线阅读 下载PDF 职称材料

一种串联型故障电弧数学模型 被引量：37

7

作者 刘艳丽 郭凤仪 +2 位作者 李磊 王智勇 王喜利 《电工技术学报》 EI CSCD 北大核心 2019年第14期2901-2912,共12页

串联型故障电弧威胁着供电系统的供电安全.因矿井等供电系统存在易燃易爆物质,不宜现场开展串联型故障电弧实验,无法大量获得故障电弧样本.为了对不宜开展故障电弧现场实验的供电系统进行串联型故障电弧特征分析及故障诊断,该文首先在... 串联型故障电弧威胁着供电系统的供电安全.因矿井等供电系统存在易燃易爆物质,不宜现场开展串联型故障电弧实验,无法大量获得故障电弧样本.为了对不宜开展故障电弧现场实验的供电系统进行串联型故障电弧特征分析及故障诊断,该文首先在实验室开展大量串联型故障电弧实验,通过数值分析获得不同实验条件下的Mayr-Schwarz电弧数学模型参数:电弧时间常数系数τm、常量α、电弧耗散功率常数系数Ps、常量β、电弧电导g;然后再对实验条件与电弧数学模型参数进行灰色关联度分析,建立预测不同电路条件下串联型故障电弧数学模型参数的神经网络黑箱模型;在此基础建立串联型故障电弧的数学模型,并对故障电弧进行仿真分析;最后对比分析实验结果及仿真结果,验证了基于神经网络黑箱模型的串联型故障电弧数学模型的有效性.研究成果对不宜开展现场实验的供电系统开展串联型故障电弧诊断工作具有积极意义. 展开更多

关键词 串联型故障电弧 神经网络 数学模型 仿真分析

在线阅读 下载PDF 职称材料

广东交直流混合电网的运行稳定性研究 被引量：46

8

作者 李峰 管霖 +1 位作者 钟杰峰 陈志刚 《电网技术》 EI CSCD 北大核心 2005年第11期1-4,35,共5页

建立了包含广东220kV及以上电压等级系统和主要互联省网等值系统的详细机电暂态仿真模型,在BPA平台上对2005年处于多回直流馈入交直流混合运行状态的广东电网的运行稳定性问题进行了全面测算和分析。通过计算广东电网的各逆变站在不同... 建立了包含广东220kV及以上电压等级系统和主要互联省网等值系统的详细机电暂态仿真模型,在BPA平台上对2005年处于多回直流馈入交直流混合运行状态的广东电网的运行稳定性问题进行了全面测算和分析。通过计算广东电网的各逆变站在不同运行方式下的短路比分析了广东电网作为直流受端系统的强度。通过负荷中心附近发生单重和多重故障时的暂态稳定计算,分析了多个逆变站同时发生换相失败的可能性及其对广东电网安全稳定性的影响。通过区内外多重故障后果的对比分析,指出了广东电网的薄弱环节,并提出了相应的控制对策。 展开更多

关键词 交直流混合电网 稳定性研究 广东电网 暂态稳定计算 多重故障 220kV 稳定性问题 2005年 安全稳定性 仿真模型 等级系统 运行状态 运行方式 负荷中心 换相失败 对比分析 薄弱环节 控制对策 逆变站 BPA 端系统 短路比 可能性

在线阅读 下载PDF 职称材料

基于特征评估和神经网络的机械故障诊断模型 被引量：39

9

作者 雷亚国 何正嘉 +1 位作者 訾艳阳 胡桥 《西安交通大学学报》 EI CAS CSCD 北大核心 2006年第5期558-562,共5页

为了克服在无先验知识的情况下,人为选择时域无量纲指标作为故障敏感特征的盲目性,提出了一种基于特征评估和径向基函数(RBF)神经网络的机械故障诊断模型.该模型分别采用小波包和经验模式分解方法对原始振动信号进行分解,分别提取原始... 为了克服在无先验知识的情况下,人为选择时域无量纲指标作为故障敏感特征的盲目性,提出了一种基于特征评估和径向基函数(RBF)神经网络的机械故障诊断模型.该模型分别采用小波包和经验模式分解方法对原始振动信号进行分解,分别提取原始信号和各分解信号的时域无量纲指标组成联合特征,然后对联合特征进行评估,计算评估因子,并根据评估因子的大小选取敏感特征作为RBF神经网络的输入,实现对机器不同状态的自动识别.实验结果和工程应用表明,这种集成了小波包、经验模式分解、特征评估方法和RBF神经网络的机械故障诊断模型能够精细地获取故障信息,从大量的故障特征中筛选出敏感特征,因而减小了网络规模,提高了分类准确率,具有很强的鲁棒性. 展开更多

关键词 特征评估 小波包 经验模式分解 径向基函数神经网络 故障诊断模型

在线阅读 下载PDF 职称材料

一种基于小波网络的故障检测方法 被引量：11

10

作者 吕柏权 李天铎 《控制理论与应用》 EI CAS CSCD 北大核心 1998年第5期802-805,共4页

本文针对突变故障给出了一种基于小波网络的检测方法．故障检测方法一般分为两种：一种是基于信号分析；而另一种是基于过程的数学模型．本文绘出了一种基于小波网络的故障检测方法．它具有信号分析，数学模型两者优点，从而更准确地检... 本文针对突变故障给出了一种基于小波网络的检测方法．故障检测方法一般分为两种：一种是基于信号分析；而另一种是基于过程的数学模型．本文绘出了一种基于小波网络的故障检测方法．它具有信号分析，数学模型两者优点，从而更准确地检测出突变故障． 展开更多

关键词 小波网络 数学模型 故障检测 信号分析

在线阅读 下载PDF 职称材料

自动控制系统故障诊断技术的发展与展望 被引量：11

11

作者 李贺 王庆林 王军政 《火力与指挥控制》 CSCD 北大核心 2002年第5期1-7,共7页

通过将自动控制系统的故障诊断分为基于数学模型的方法、基于信号处理的方法和基于知识的方法三大类进行讨论,得出了故障诊断技术的发展概况与发展趋势。进一步给出了故障诊断技术典型新应用,并指出了故障诊断技术中存在的问题和未来的... 通过将自动控制系统的故障诊断分为基于数学模型的方法、基于信号处理的方法和基于知识的方法三大类进行讨论,得出了故障诊断技术的发展概况与发展趋势。进一步给出了故障诊断技术典型新应用,并指出了故障诊断技术中存在的问题和未来的研究重点。 展开更多

关键词 故障诊断 数学模型 小波变换 专家系统 人工神经元网络

在线阅读 下载PDF 职称材料

遗传算法结合小波神经网络的列车车轮扁疤故障检测方法 被引量：8

12

作者 高瑞鹏 尚春阳 江航 《西安交通大学学报》 EI CAS CSCD 北大核心 2013年第9期88-91,111,共5页

为了寻求一种更加有效的列车车轮扁疤故障分析算法,提出一种通过轮轨噪声来确定车轮扁疤严重程度的检测方法。该方法将遗传算法与小波神经网络相结合,同时为了避免出现局部极小值,加速学习速度,在小波神经网络中增加了动量模型;在搜寻... 为了寻求一种更加有效的列车车轮扁疤故障分析算法,提出一种通过轮轨噪声来确定车轮扁疤严重程度的检测方法。该方法将遗传算法与小波神经网络相结合,同时为了避免出现局部极小值,加速学习速度,在小波神经网络中增加了动量模型;在搜寻小波神经网络隐含层链接权值之前,使用遗传算法进行计算以优化小波神经网络结构;硬件只需2组麦克风阵列以及2个速度感应器就可以提供实时结果,成本远低于我国现有的检测方法。对不同列车车速下的轮轨信号进行了实时测试,结果表明:与传统神经网络、小波神经网络和遗传算法相比,该方法的检测准确率最多分别提高了16%、11%和3%,并且收敛最快。 展开更多

关键词 小波神经网络 故障诊断 车轮扁疤 信号处理

在线阅读 下载PDF 职称材料

燃气短期负荷预测的小波分析综合模型 被引量：16

13

作者 李持佳 焦文玲 赵林波 《天然气工业》 EI CAS CSCD 北大核心 2007年第8期103-105,108,共4页

城市燃气负荷预测对于保证燃气企业的供气安全、优化调度等具有重要意义。燃气负荷受天气、温度、节假日及一些随机因素等影响,很难建立准确的预测模型。为此,根据H市燃气短期日负荷变化特点,提出了用于燃气短期负荷预测的小波分析综合... 城市燃气负荷预测对于保证燃气企业的供气安全、优化调度等具有重要意义。燃气负荷受天气、温度、节假日及一些随机因素等影响,很难建立准确的预测模型。为此,根据H市燃气短期日负荷变化特点,提出了用于燃气短期负荷预测的小波分析综合方法。首先用信息熵函数最小选择最优小波基,然后用其对燃气负荷进行二层分解得到负荷的低频信号和高频信号。低频信号受各种主要因素的影响,反映燃气负荷整体的变化趋势,对低频信号利用神经网络进行建模与预测;高频信号则主要受随机因素的影响,可将其看作"白噪声",对其建立时间序列自回归预测模型。低频信号和高频信号的预测值合成得到预测结果。实例验证表明,燃气短期负荷预测小波分析综合模型有效地提高了负荷预测精度。 展开更多

关键词 城市燃气 负荷预测 小波分析 神经网络 时间序列 数学模型

在线阅读 下载PDF 职称材料

基于故障树和贝叶斯网络的故障诊断模型 被引量：20

14

作者 宫义山 高媛媛 《沈阳工业大学学报》 EI CAS 2009年第4期454-457,共4页

针对设备故障诊断技术中存在的固有不确定性问题,通过分析传统故障树模型存在的局限性以及传统贝叶斯网络建造困难的特点,提出了一种融合于故障树和传统贝叶斯网络的新方法—诊断贝叶斯网络法,并阐述了故障树和贝叶斯网络的故障诊断策... 针对设备故障诊断技术中存在的固有不确定性问题,通过分析传统故障树模型存在的局限性以及传统贝叶斯网络建造困难的特点,提出了一种融合于故障树和传统贝叶斯网络的新方法—诊断贝叶斯网络法,并阐述了故障树和贝叶斯网络的故障诊断策略优化方法的基本思想和具体算法.通过综合分析故障树和贝叶斯网络在诊断推理和模型表达方面的特点得出,新方法可使二者充分发挥优势,有效解决故障诊断中存在的不确定性问题,提高了诊断的准确率,在故障诊断领域中具有一定的实际应用价值. 展开更多

关键词 故障诊断 不确定性 故障树 贝叶斯网络 融合 诊断贝叶斯网络 策略优化 诊断推理 模型表达

在线阅读 下载PDF 职称材料

输电线路故障定位的最小二乘法实现 被引量：15

15

作者 陈允平 吴夙 +1 位作者 龚庆武 廖文瑶 《电力系统自动化》 EI CSCD 北大核心 2001年第13期54-56,共3页

当输电线路发生故障时 ,要求尽快查找到故障并进行处理后恢复供电。这就要求定位装置有尽可能高的精度。故障定位精度的高低除了受所采用的算法原理影响外 ,还受对所采集的数据的处理方法的影响。文中输电线路故障定位采用 R— L模型的... 当输电线路发生故障时 ,要求尽快查找到故障并进行处理后恢复供电。这就要求定位装置有尽可能高的精度。故障定位精度的高低除了受所采用的算法原理影响外 ,还受对所采集的数据的处理方法的影响。文中输电线路故障定位采用 R— L模型的微分方程算法。由最小二乘法获得的估计在高斯白噪声条件下具有最佳的统计特性 ,辅助变量法在噪声系统模型未知情况下具有一致性的估计 ,故用最小二乘法进行估计后 ,再运用辅助变量法进行修正。经过数字仿真和静模试验 ,结果比较稳定。说明该算法抗干扰能力较强 ,精度满足工程要求。 展开更多

关键词 故障定位 最小二乘法 辅助变量 输电线 数字仿真

在线阅读 下载PDF 职称材料

一种非线性系统故障检测新方法 被引量：2

16

作者 吕柏权 李天铎 吕崇德 《中国电机工程学报》 EI CSCD 北大核心 1998年第1期19-21,共3页

本文针对非线性系统对象的故障给出了一种基于Ｈｉｌｂｅｒｔ空间框架理论的检测方法。其特点是运用小波网络学习来逼近非线性系统对象，再据框架理论来提取故障信息，它不仅能检测系统的突变故障，而且能检测系统的渐变故障，为故障诊... 本文针对非线性系统对象的故障给出了一种基于Ｈｉｌｂｅｒｔ空间框架理论的检测方法。其特点是运用小波网络学习来逼近非线性系统对象，再据框架理论来提取故障信息，它不仅能检测系统的突变故障，而且能检测系统的渐变故障，为故障诊断开辟了新的途径。 展开更多

关键词 发电厂设备 故障诊断 小波网络 非线性系统

在线阅读 下载PDF 职称材料

基于小波分析和神经网络的光学电流互感器误差补偿系统 被引量：3

17

作者 刘晔 陈敬后 +4 位作者 樊艳芳 张侃侃 陈江波 束秀梅 马志瀛 《电工电能新技术》 CSCD 北大核心 2008年第1期72-75,共4页

介绍了基于法拉第磁光效应的光学电流互感器的基本原理及线性双折射对系统性能的影响,结合电磁式电流互感器的良好稳态性能和光学电流互感器的无饱和暂态性能,设计了一种基于小波分析和神经网络的光学电流互感器误差补偿系统。小波分析... 介绍了基于法拉第磁光效应的光学电流互感器的基本原理及线性双折射对系统性能的影响,结合电磁式电流互感器的良好稳态性能和光学电流互感器的无饱和暂态性能,设计了一种基于小波分析和神经网络的光学电流互感器误差补偿系统。小波分析用于检测电力系统的故障时刻从而区分暂态和稳态,神经网络用于补偿光学电流互感器线性双折射效应。通过仿真实验证明:系统能够对光学电流互感器的线性双折射等误差因素进行补偿,提高了光学电流互感器的稳定性和测量结果的准确性。 展开更多

关键词 光学电流互感器 线性双折射 小波分析 神经网络 数学建模

在线阅读 下载PDF 职称材料

基于小波网的船舶运动极短期建模预报 被引量：5

18

作者 谢美萍 赵希人 《船舶力学》 EI 2002年第2期15-21,共7页

本文结合小波分析和神经网络的优点 ,建立了应用于船舶运动极短期建模预报的小波神经网络的结构及算法 ,给出了该算法的一步及多步预报模型 ,并进行了仿真 。

关键词 船舶运动 极短期 小波分析 神经网络 建模预报 仿真

在线阅读 下载PDF 职称材料

基于回声状态网络的飞机混沌时间序列预测模型 被引量：5

19

作者 郭阳明 蔡小斌 +1 位作者 付琳娟 马捷中 《西北工业大学学报》 EI CAS CSCD 北大核心 2012年第4期607-611,共5页

准确检测飞机即将发生的故障或预测其状态的变化趋势,对于实现飞行安全具有重要意义。文章针对传统基于回声状态网络在故障预测中的不足,构建了基于小波降噪的回声状态网络预测模型。该模型保留了非线性时间序列回声状态网络预测的优势... 准确检测飞机即将发生的故障或预测其状态的变化趋势,对于实现飞行安全具有重要意义。文章针对传统基于回声状态网络在故障预测中的不足,构建了基于小波降噪的回声状态网络预测模型。该模型保留了非线性时间序列回声状态网络预测的优势,并采取小波变换对混沌时间序列进行降噪预处理,有效提高了含噪混沌时间序列的预测精度。论文通过对某飞机发动机滑油散热器温度时间序列数据序列进行预测分析,表明文中模型具有较好的预测精度,验证了模型的有效性。 展开更多

关键词 小波变换 回声状态网络 非线性混沌时间序列 故障预测

在线阅读 下载PDF 职称材料

应用模糊集理论识别电力系统振荡中不对称故障的新方法 被引量：13

20

作者 鲍小鹏 张举 《电网技术》 EI CSCD 北大核心 2004年第12期25-29,共5页

根据电力系统振荡和短路所呈现出的不同特征,以模分量、三相及零序电流大小为依据,提出了一种基于模糊集理论的识别振荡中发生不对称故障的新方法,并给出了相应的模糊数学模型。动模实验和Matlab仿真计算结果验证了该方法的有效性和可... 根据电力系统振荡和短路所呈现出的不同特征,以模分量、三相及零序电流大小为依据,提出了一种基于模糊集理论的识别振荡中发生不对称故障的新方法,并给出了相应的模糊数学模型。动模实验和Matlab仿真计算结果验证了该方法的有效性和可靠性。 展开更多

关键词 电力系统 振荡 故障 模糊集理论 数学模型 继电保护装置

在线阅读 下载PDF 职称材料