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
基于表层温度深度学习的电缆接头绝缘劣化非接触式诊断
1
作者
严丹昭
陈晶
+1 位作者
兰旺耀
廖一鹏
《红外技术》
CSCD
北大核心
2024年第6期712-721,共10页
为提升电缆中间接头绝缘层劣化程度的现场诊断效率和准确度,提出一种基于表层温度自适应深度学习的接头绝缘劣化状态非接触式诊断方法。首先,对电缆接头及两端电缆的绝缘表层进行红外热成像,实现电缆接头中心两边多个对称区域的表层温...
为提升电缆中间接头绝缘层劣化程度的现场诊断效率和准确度,提出一种基于表层温度自适应深度学习的接头绝缘劣化状态非接触式诊断方法。首先,对电缆接头及两端电缆的绝缘表层进行红外热成像,实现电缆接头中心两边多个对称区域的表层温度、接头两端电缆的表层温度的非接触式采集;其次,构建基于双隐层自编码极限学习机的深度学习网络,以挖掘表层温度数据内部深层次隐含特征,将提取的深度隐含特征作为随机森林诊断模型输入;然后,提出一种非线性动态自适应旋转角的量子旋转门以改进量子烟花算法的更新策略,并用于诊断模型参数优化;最后,结合接头表层红外温度和绝缘介质损耗角正切值构建数据集,对诊断模型进行训练和现场测试。实验结果表明,改进后的量子烟花算法可以较好地逼近全局最优解、收敛效率高,深度学习随机森林诊断模型具有较强的特征抽取和分类能力,参数优化后诊断模型的分类精度和稳定性得到有效提高,在小样本训练集条件下就能达到较好的诊断效果,可实现接头绝缘劣化状态的非接触式诊断。
展开更多
关键词
电缆中间接头
红外测温
绝缘劣化诊断
双隐层自编码极限学习机
随机森林
量子烟花算法
在线阅读
下载PDF
职称材料
改进量子蝙蝠优化BiLSTM-KELM的电缆接头故障早期预警
被引量：
3
2
作者
严丹昭
陈晶
+3 位作者
方遒
张瑞清
兰旺耀
廖一鹏
《现代电子技术》
2023年第14期93-99,共7页
为提高对电缆中间接头故障的事先预知能力,文中提出一种基于改进量子蝙蝠算法优化BiLSTM-KELM模型的电缆中间接头故障早期预警方法。首先,采集电缆及接头的表层温度、环境温度、负荷电流的时间序列数据作为驱动,建立基于双向长短时记忆...
为提高对电缆中间接头故障的事先预知能力,文中提出一种基于改进量子蝙蝠算法优化BiLSTM-KELM模型的电缆中间接头故障早期预警方法。首先,采集电缆及接头的表层温度、环境温度、负荷电流的时间序列数据作为驱动,建立基于双向长短时记忆网络(BiLSTM)和核极限学习机(KELM)的接头中心温度预测模型;然后,构建非线性自适应旋转角量子旋转门以改进速度和位置的更新策略,并引入量子非转门实现较差个体的量子位置变异,用于预测模型参数的优化;最后,对正常工作接头进行温度预测和残差计算,使用概率分布拟合计算故障预警的残差阈值。实验结果表明,改进后的量子蝙蝠算法可以较好地逼近全局最优解,收敛效率高;优化后BiLSTM-KELM模型的预测精度得到有效提高,故障预警时间进一步提前,电缆接头故障的早期预警效果好。
展开更多
关键词
量子蝙蝠算法
电缆接头
故障预警
双向长短时记忆网络
核极限学习机
温度预测
参数优化
残差计算
在线阅读
下载PDF
职称材料
题名
基于表层温度深度学习的电缆接头绝缘劣化非接触式诊断
1
作者
严丹昭
陈晶
兰旺耀
廖一鹏
机构
福州亿力电力工程
有限公司
配网建设分
公司
国网
福建
省电力
有限公司
福州供电
公司
福建众想电子信息科技有限公司
福州大学物理与
信息
工程学院
出处
《红外技术》
CSCD
北大核心
2024年第6期712-721,共10页
基金
国家自然科学基金(62271149,62271151)
福州亿力电力工程有限公司配电工程分公司资助项目(RNFW2022GJT041013-Z)。
文摘
为提升电缆中间接头绝缘层劣化程度的现场诊断效率和准确度,提出一种基于表层温度自适应深度学习的接头绝缘劣化状态非接触式诊断方法。首先,对电缆接头及两端电缆的绝缘表层进行红外热成像,实现电缆接头中心两边多个对称区域的表层温度、接头两端电缆的表层温度的非接触式采集;其次,构建基于双隐层自编码极限学习机的深度学习网络,以挖掘表层温度数据内部深层次隐含特征,将提取的深度隐含特征作为随机森林诊断模型输入;然后,提出一种非线性动态自适应旋转角的量子旋转门以改进量子烟花算法的更新策略,并用于诊断模型参数优化;最后,结合接头表层红外温度和绝缘介质损耗角正切值构建数据集,对诊断模型进行训练和现场测试。实验结果表明,改进后的量子烟花算法可以较好地逼近全局最优解、收敛效率高,深度学习随机森林诊断模型具有较强的特征抽取和分类能力,参数优化后诊断模型的分类精度和稳定性得到有效提高,在小样本训练集条件下就能达到较好的诊断效果,可实现接头绝缘劣化状态的非接触式诊断。
关键词
电缆中间接头
红外测温
绝缘劣化诊断
双隐层自编码极限学习机
随机森林
量子烟花算法
Keywords
cable middle joint
infrared temperature measurement
insulation deterioration diagnosis
two-hidden autoencoder extreme learning machine
random forest
quantum fireworks algorithm
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
改进量子蝙蝠优化BiLSTM-KELM的电缆接头故障早期预警
被引量：
3
2
作者
严丹昭
陈晶
方遒
张瑞清
兰旺耀
廖一鹏
机构
国网
福建
省电力
有限公司
福州供电
公司
福建众想电子信息科技有限公司
福州大学物理与
信息
工程学院
出处
《现代电子技术》
2023年第14期93-99,共7页
基金
国家自然科学基金项目(62271149)
国家自然科学基金项目(62271151)
+1 种基金
福建省自然科学基金项目(2019J01224)
福州亿力电力工程有限公司配电工程分公司资助项目(RNFW2022GJT041013-Z)。
文摘
为提高对电缆中间接头故障的事先预知能力,文中提出一种基于改进量子蝙蝠算法优化BiLSTM-KELM模型的电缆中间接头故障早期预警方法。首先,采集电缆及接头的表层温度、环境温度、负荷电流的时间序列数据作为驱动,建立基于双向长短时记忆网络(BiLSTM)和核极限学习机(KELM)的接头中心温度预测模型;然后,构建非线性自适应旋转角量子旋转门以改进速度和位置的更新策略,并引入量子非转门实现较差个体的量子位置变异,用于预测模型参数的优化;最后,对正常工作接头进行温度预测和残差计算,使用概率分布拟合计算故障预警的残差阈值。实验结果表明,改进后的量子蝙蝠算法可以较好地逼近全局最优解,收敛效率高;优化后BiLSTM-KELM模型的预测精度得到有效提高,故障预警时间进一步提前,电缆接头故障的早期预警效果好。
关键词
量子蝙蝠算法
电缆接头
故障预警
双向长短时记忆网络
核极限学习机
温度预测
参数优化
残差计算
Keywords
quantum bat algorithm
cable joint
fault warning
BiLSTM
KELM
temperature prediction
parameter optimization
residual calculation
分类号
TN919-34 [电子电信—通信与信息系统]
TP391 [自动化与计算机技术—计算机应用技术]
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
基于表层温度深度学习的电缆接头绝缘劣化非接触式诊断
严丹昭
陈晶
兰旺耀
廖一鹏
《红外技术》
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
改进量子蝙蝠优化BiLSTM-KELM的电缆接头故障早期预警
严丹昭
陈晶
方遒
张瑞清
兰旺耀
廖一鹏
《现代电子技术》
2023
3
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
