检索结果-南通市图书馆

基于多尺度熵分析与改进SVM的变压器故障识别

在线全文

学校读者我要写书评

暂无评论

电子测量与仪器学报 2022年第6期36卷 161-168页

作者：邵凯旋何怡刚汪磊武汉大学电气与自动化学院武汉430072

为解决传统变压器故障识别方法提取故障特征难度大、识别准确率低等问题,提出基于多尺度标准差模糊熵(SDMFE)和哈里斯鹰算法(HHO)优化支持向量机(SVM)的故障识别方法。首先,采用基于模糊熵的多尺度分析法量化变压器振动信号复杂的动态特... 详细信息

为解决传统变压器故障识别方法提取故障特征难度大、识别准确率低等问题,提出基于多尺度标准差模糊熵(SDMFE)和哈里斯鹰算法(HHO)优化支持向量机(SVM)的故障识别方法。首先,采用基于模糊熵的多尺度分析法量化变压器振动信号复杂的动态特性,提取多时间尺度下的故障特征。随后,将利用SDMFE获得的故障特征输入SVM分类器识别变压器不同的故障。同时,为了提升SVM的识别性能,引入HHO算法以自适应、准确地选择SVM参数。最后,利用变压器实测振动信号进行了对比试验。与不同的信息熵、不同的优化策略和不同的分类器相比,所提方法取得98.56%的最高识别准确度和最好的识别稳定性。结果表明所提方法能够有效提取故障敏感特征和准确识别变压器故障状态。

关键词：变压器故障识别多尺度标准差模糊熵支持向量机哈里斯鹰优化算法

基于自适应S变换与截断紧致奇异值分解的局部放电源复杂染噪特征提取方法

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2022年第15期37卷 3951-3962页

作者：宁暑光何怡刚程彤彤隋永波黄源电气与自动化工程学院(合肥工业大学) 合肥230009 电气与自动化学院(武汉大学) 武汉430072

针对局部放电(PD)源信号复杂染噪,导致PD源特征提取较为困难的问题,提出一种基于自适应S变换与截断紧致奇异值分解(TCSVD)的PD源复杂染噪特征提取方法。首先,对S变换进行了优化改进,应用于PD源获取时频域矩阵,自适应的滤除窄带干扰信号... 详细信息

针对局部放电(PD)源信号复杂染噪,导致PD源特征提取较为困难的问题,提出一种基于自适应S变换与截断紧致奇异值分解(TCSVD)的PD源复杂染噪特征提取方法。首先,对S变换进行了优化改进,应用于PD源获取时频域矩阵,自适应的滤除窄带干扰信号,提取局部放电有用时频信号;其次,利用紧致奇异值分解对提取的时频矩阵进行分解;然后,提出拟合求导法寻找到奇异值阈值参数并对奇异值进行截断,从而滤除PD源中的白噪声信号;最后,通过理论仿真与现场测试对该文所提出的PD源特征提取方法进行了验证分析。实验结果表明,该特征提取方法对复杂染噪的PD信号有很好的特征提取能力,能够有效地提取局部放电信号的有用信息。

关键词：局部放电 S变换自适应S变换截断紧致奇异值分解网格搜索特征提取

同方期刊数据库

针对大功率逆变器输出特定间谐波的频谱搬迁PWM方法

在线全文

学校读者我要写书评

暂无评论

高电压技术 2022年第8期48卷 3155-3165页

作者：徐磊谢杰张慧何怡刚周锦涛李其真武汉大学电气与自动化学院武汉430072

针对大功率逆变器提出一种特定间谐波控制PWM方法,核心思想是利用信号的时移和相移特性产生频谱搬迁,选择性地将特定频率搬迁到目标间谐波频率。首先建立相移调制的数学模型,分析不同调制子周期和频谱搬迁量的相移调制机理,推导调制信... 详细信息

针对大功率逆变器提出一种特定间谐波控制PWM方法,核心思想是利用信号的时移和相移特性产生频谱搬迁,选择性地将特定频率搬迁到目标间谐波频率。首先建立相移调制的数学模型,分析不同调制子周期和频谱搬迁量的相移调制机理,推导调制信号幅频特性,然后采用基于非对称SHE-PWM的选择性谐波控制,对特征谐波进行线性相移调制,同时消除其他相邻特征谐波。频谱搬迁PWM方法可以将基波或特征谐波搬迁到相邻的间谐波,抑制调制过程中的寄生间谐波,理论上最大频谱搬迁范围是-50~50 Hz。仿真和实验表明,开关频率低于1 kHz时基于非对称SHE-PWM的频谱搬迁PWM控制三相逆变器输出特定间谐波的效果较常规SPWM好,基于SVPWM的频谱搬迁PWM控制并网逆变器有较好的特定间谐波补偿效果。

关键词：相移调制频谱搬迁间谐波控制脉冲宽度调制逆变器

基于互补集合经验模态分解和改进麻雀搜索算法优化双向门控循环单元的交通流组合预测模型

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2023年第12期45卷 4499-4508页

作者：殷礼胜刘攀孙双晨吴洋洋施成何怡刚合肥工业大学电气与自动化工程学院合肥230009 武汉大学电气与自动化学院武汉430072

该文针对短时交通流预测过程呈现的非线性、非平稳性及时序相关性特征,为提升预测的精度及收敛速度,提出一种基于互补集合经验模态分解(CEEMD)和改进麻雀搜索算法(ISSA)优化双向门控循环单元(BiGRU)的组合预测模型。首先,考虑到端点飞... 详细信息

该文针对短时交通流预测过程呈现的非线性、非平稳性及时序相关性特征,为提升预测的精度及收敛速度,提出一种基于互补集合经验模态分解(CEEMD)和改进麻雀搜索算法(ISSA)优化双向门控循环单元(BiGRU)的组合预测模型。首先,考虑到端点飞翼问题,通过改进CEEMD算法将交通流量序列分解为体现路网交通趋势性、周期性及随机性的本征模态函数(IMF)分量,有效提取了其中的先验特征;随后,利用BiGRU网络挖掘交通流量序列中的时序相关性特征,为避免局部最优,并提高麻雀搜索算法(SSA)全局搜索及局部开发能力,采用ISSA对BiGRU网络权值参数迭代择优。实验结果表明,该组合预测模型中各组件对提高预测精度均起到正向作用,同时在不同交通流量数据集下的预测性能较对比算法均更优,展现了精准、快速的预测表现以及良好的泛化能力。

关键词：短时交通流预测互补集合经验模态分解麻雀搜索算法双向门控循环单元边界局部特征延拓

基于变权属性矩阵的变压器零样本故障诊断技术

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2023年

作者：雷蕾潇何怡刚姚其新邢致恺武汉大学电气与自动化学院国网湖北省电力有限公司直流公司

针对变压器油中溶解气体含量分布的长尾效应引起故障样本信息缺失，属于零样本问题，从而导致故障诊断准确率低的问题，提出一种基于变权属性矩阵的变压器零样本故障诊断技术。首先，采用改进的高效通道注意力网络-堆栈式自编码器（Impr... 详细信息

针对变压器油中溶解气体含量分布的长尾效应引起故障样本信息缺失，属于零样本问题，从而导致故障诊断准确率低的问题，提出一种基于变权属性矩阵的变压器零样本故障诊断技术。首先，采用改进的高效通道注意力网络-堆栈式自编码器（Improved Efficient Channel Attention Network-Stack Autoencoder， IECANet-SAE）网络构建特征提取模块，自适应地提取油中气体数据的关键特征信息；其次，利用基于潜在狄利克雷分布的主题建模方法构建变权属性矩阵；最后，提出基于神经网络的朴素贝叶斯（Neural Naive Bayes， NNB）方法学习已知故障特征信息与属性矩阵的空间映射关系，建立零样本故障诊断模型并依靠模型实现未知故障类型诊断。应用IEC TC 10故障数据库及典型故障数据对所提方法加以验证。试验结果表明，所提出的方法具有更佳的诊断效果，且在零样本条件下故障诊断平均准确率高达到83%，平均诊断时间达0.18s。

关键词：零样本学习特征提取故障诊断变权属性矩阵

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

考虑规模化储能的配电网电压分布式控制

电力自动化设备 2022年第2期42卷 25-30,55页

作者：王枭何怡刚马恒瑞刘小燕张慧高文忠武汉大学电气与自动化学院湖北武汉430072 青海大学新能源光伏产业研究中心青海西宁810016 丹佛大学电气与计算机工程系美国丹佛80208

为了实现储能资源的规模化利用,构建了面向大规模储能设备的协同控制框架,提出了一种基于分布式优化方法的配电网电压控制方法。该方法利用改进型交替方向乘子算法,在优化模型的对偶问题中引入一致性人工约束,仅依靠相邻设备间的通信,... 详细信息

为了实现储能资源的规模化利用,构建了面向大规模储能设备的协同控制框架,提出了一种基于分布式优化方法的配电网电压控制方法。该方法利用改进型交替方向乘子算法,在优化模型的对偶问题中引入一致性人工约束,仅依靠相邻设备间的通信,即可实现完全分布式的储能设备充放电管理与配电网电压支撑。基于IEEE 33节点系统的仿真算例验证了所提方法的有效性,仿真结果表明利用分布式协同控制能够快速收敛到优化问题的最优解,有利于平抑可再生能源出力波动对电网的影响,确保了电网电压的安全稳定,体现出较好的扩展能力与应用水平。

关键词：规模化储能交替方向乘子法配电网电压控制分布式控制

基于改进集成经验模态分解和高斯过程回归的锂离子电池剩余容量及寿命预测方法

在线全文

学校读者我要写书评

暂无评论

电测与仪表 2023年第9期60卷 27-33页

作者：向铭何怡刚张慧武汉大学电气与自动化学院武汉430072

锂离子电池在储能电站中为消纳可再生能源作出了重要贡献,其运行的稳定性和可靠性受到了研究人员的持续关注。为了解决锂离子电池容量及剩余寿命的预测和抑制测量过程中因各种外界因素引起的噪声,提出了一种基于改进的集成经验模态分解M... 详细信息

锂离子电池在储能电站中为消纳可再生能源作出了重要贡献,其运行的稳定性和可靠性受到了研究人员的持续关注。为了解决锂离子电池容量及剩余寿命的预测和抑制测量过程中因各种外界因素引起的噪声,提出了一种基于改进的集成经验模态分解MEEMD(Modified Ensemble Empirical Mode Decomposition)去噪和经贝叶斯优化的高斯过程回归BO-GPR(Gaussian process regression optimized by Bayesian optimization algorithm)的锂离子电池容量及剩余寿命预测方法。利用MEEMD方法识别并去除原始测量数据中的噪声分量。利用BO-GPR方法预测锂离子电池容量及剩余寿命,其中贝叶斯优化方法对高斯过程回归的部分超参数进行了进一步寻优。文章基于美国国家航空航天局研究中心提供的锂离子电池测量数据进行了预测实验,结果表明,该方法能够有效去除噪声信号,选取的协方差函数和超参数组合达成的预测效果优于初始GPR模型,证明了其有效性。

关键词：锂离子电池容量及剩余寿命改进的集成经验模态分解高斯过程回归贝叶斯优化

基于改进正余弦算法优化堆叠降噪自动编码器的电机轴承故障诊断

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2022年第16期37卷 4084-4093页

作者：李兵梁舒奇单万宁曾文波何怡刚可再生能源接入电网技术国家地方联合工程实验室(合肥工业大学) 合肥230009

轴承是电机的重要组成部分,其故障振动信号存在噪声干扰,导致特征提取困难,堆叠降噪自动编码器(SDAE)通过将输入数据随机置零训练网络可以有效抑制噪声干扰。此外,不理想的超参数组合易引起SDAE诊断性能不佳。因此,提出一种基于改进正... 详细信息

轴承是电机的重要组成部分,其故障振动信号存在噪声干扰,导致特征提取困难,堆叠降噪自动编码器(SDAE)通过将输入数据随机置零训练网络可以有效抑制噪声干扰。此外,不理想的超参数组合易引起SDAE诊断性能不佳。因此,提出一种基于改进正余弦算法(ISCA)优化SDAE的电机轴承故障诊断方法。首先,在改进正余弦算法(SCA)粒子值更新公式中引入非线性惯性权重并对控制参数加入余弦变化构造ISCA,利用ISCA对SDAE超参数自适应选取;其次,利用具有最优网络结构的SDAE模型的无监督自学习特征提取方法提取振动信号特征参数,从而实现更好的故障诊断效果。仿真及现场实验结果表明,该方法收敛速度快、诊断准确率高,而且具有较强的鲁棒性,在电机轴承故障诊断方面具有较好的应用前景。

关键词：堆叠降噪自动编码器改进正余弦算法电机轴承故障诊断自适应

基于时空多维的VMD-GAT-Attention短时交通流量组合预测模型

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

合肥工业大学学报（自然科学版） 2022年第2期45卷 176-185页

作者：田帅帅殷礼胜何怡刚合肥工业大学电气与自动化工程学院安徽合肥230009

文章针对短时交通流量时空依赖性、非线性的特点,为提高交通流量的预测精度,将时间建模和空间建模相结合,提出一种整合改进的变分模态分解(variational mode decomposition,VMD)结合图注意力网络(graph attention networks,GAT)与注意... 详细信息

文章针对短时交通流量时空依赖性、非线性的特点,为提高交通流量的预测精度,将时间建模和空间建模相结合,提出一种整合改进的变分模态分解(variational mode decomposition,VMD)结合图注意力网络(graph attention networks,GAT)与注意力模型搭建的组合预测模型。在时间维度上,利用改进粒子群算法(improved particle swarm optimization,IPSO)优化的变分模态算法分解交通流量,保证了VMD的充分分解,并得到相对平稳的交通流量序列,提高了组合模型的预测精度;在空间维度上,构建有效分解模态与原交通流量序列的GAT,提取不同时间序列中各交通节点之间的空间信息;引入注意力机制提高主要时空信息权重,降低次要时空信息权重,进一步提升了组合模型的预测精度。实验结果表明,该组合模型比IPSO-VMD-GAT-Attention模型以及VMD-GAT-Attention模型的均方根误差分别下降了31%和21%,而且对于VMD-GAT模型和GAT模型,均方根误差分别从14.1231和9.9136下降到2.2928,说明该模型达到较好的预测效果。

关键词：交通流量预测改进粒子群算法(IPSO) 变分模态分解(VMD) 图注意力网络(GAT) 注意力机制