暂无评论
针对电力系统运行中对于电力变压器进行高效、准确的故障诊断需要,文中提出了一种基于卷积神经网络的电力变压器故障诊断方法。利用电力变压器油中溶解气体分析法得到特征气体并重新对其进行二进制编码,对编码后的数
针对大规模复杂工业过程, 提出一种基于多块核主元分析(MBKPCA) 和符号有向图(SDG) 的故障诊断方法. 首先, 提出基于SDG和优先级的分块策略, 以强连接元SCC 为最高优先级、多入/出度节
以智能电网中电力变压器故障诊断为例,给出了基于MapReduce的电力变压器并行故障诊断过程,其应用4个MapReduce过程执行故障诊断算法的训练阶段,并得出分类模型,应用1个MapReduce过程
针对配电网故障的基于模型诊断方法在发生多重多相故障时存在诊断速度慢、诊断准确率不高、容错能力低的情况,提出一种适用于配电网故障的基于模型分层诊断方法。在诊断算法上,利用新的适应度函数和特征学习搜索策略
故障轴承的振动信号是非平稳信号,传统的非平稳信号分析手段存在许多不足;BP网络能够出色地解决传统识别模式难以解决的复杂问题。提出了经验模态分解(EMD)与BP神经网络相结合的滚动轴承故障诊断方法。采用
针对滚动轴承极易损伤,振动信号表现出非线性、非平稳性等特点,提出一种基于局部特征尺度分解(LCD)和改进支持向量机(SVM)的滚动轴承故障诊断算法。首先对采集到的轴承振动信号进行LCD,分解得到一系列
基于WPD和LPP的设备故障诊断方法研究,丁晓喜,何清波,小波包分解(WPD)能够将非平稳信号在低频和高频上同时形成特征信息,有效的反映出信号潜在的特征,而局部保留投影法(LPP)在降维的同�
根据刀具磨损状态不同时其不同频带的能量不同,将小波包分解方法和基于神经网络的模糊系统融合器相结合,用于车刀状态诊断。采用小波包将信号分解为不同频带的信号,通过求取不同频带的均方根值提取各特征量,然后将
结合隐马尔可夫模型(HMM)所需训练样本少及可解释的优点,提出了基于HMM的矿井提升机故障诊断方法。利用多个加速度传感器在提升机运行的不同转速阶段采集数据,通过快速傅里叶变换(FFT)从提升机振动信号
基于多尺度流形的设备故障诊断方法研究,王俊,何清波,小波变换具有可变时频分辨率的优点,因此被广泛应用于机械设备故障诊断领域。本文采用小波提取包络的方法进行机械故障诊断,并提
暂无评论