检索结果-南通市图书馆

基于主成分分析和概率神经网络的变压器局部放电模式识别

在线全文

学校读者我要写书评

暂无评论

电力自动化设备 2013年第6期33卷 27-31页

作者：苑津莎尚海昆华北电力大学电气与电子工程学院河北保定071003

提出利用主成分分析(PCA)的方法对变压器局部放电原始特征参数进行降维,并提取出新的主成分因子。结果表明,提取出的主成分因子可以很好地表征原始特征向量。通过概率神经网络(PNN)分类器分别对降维前和降维后的特征向量进行训练和识别... 详细信息

提出利用主成分分析(PCA)的方法对变压器局部放电原始特征参数进行降维,并提取出新的主成分因子。结果表明,提取出的主成分因子可以很好地表征原始特征向量。通过概率神经网络(PNN)分类器分别对降维前和降维后的特征向量进行训练和识别。研究发现,提取出的新因子有效缓解了分类器负担,且PNN分类器的识别效果良好,优于传统BP神经网络分类器。

关键词：主成分分析概率神经网络变压器局部放电模式识别

基于EWT-MQE的变压器局部放电特征提取

在线全文

学校读者我要写书评

暂无评论

电力系统保护与控制 2022年第14期50卷 161-171页

作者：尚海昆李宇才林伟现代电力系统仿真控制与绿色电能新技术教育部重点实验室(东北电力大学) 吉林吉林132012

为了有效提取局部放电信号故障特征,进而对电力变压器故障进行诊断,提出一种基于经验小波变换(Empirical Wavelet Transform,EWT)和多尺度量子熵(Multiscale Quantum Entropy,MQE)的变压器局部放电特征提取方法。首先,该方法利用EWT对... 详细信息

为了有效提取局部放电信号故障特征,进而对电力变压器故障进行诊断,提出一种基于经验小波变换(Empirical Wavelet Transform,EWT)和多尺度量子熵(Multiscale Quantum Entropy,MQE)的变压器局部放电特征提取方法。首先,该方法利用EWT对局部放电信号进行分解,得到多个不同的固有模态分量(Intrinsic Mode Function,IMF)和残余分量。其次,计算信号分解出的每个IMF的多尺度量子熵序列。然后,对多尺度量子熵序列利用局部切空间排列算法(Local Tangent Space Arrangement,LTSA)进行降维处理。最后,采用层次聚类算法(Hierarchical Agglomerative Clustering,HAC)进行聚类分析,得到不同放电类型的识别结果。通过与不同诊断方法对比,仿真结果及实验数据验证了所提方法的有效性和优越性。

关键词：经验小波变换多尺度量子熵局部放电变压器层次聚类

维普期刊数据库博看期刊

组合核支持向量机在放电模式识别中的优化策略

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2015年第2期30卷 229-236页

作者：王瑜苑津莎尚海昆靳松华北电力大学电气与电子工程学院保定071003 东北电力大学电气工程学院吉林132012

传统的单一核函数SVM无法实现局部放电中的多特征空间向量的映射分类,且目前SVM大都采用不同尺度的径向基函数作为核函数,核的调整空间较为有限,无法针对不同特征空间的放电参数达到普适的效果。针对上述问题,本文提出一种基于多分组特... 详细信息

传统的单一核函数SVM无法实现局部放电中的多特征空间向量的映射分类,且目前SVM大都采用不同尺度的径向基函数作为核函数,核的调整空间较为有限,无法针对不同特征空间的放电参数达到普适的效果。针对上述问题,本文提出一种基于多分组特征的组合核多分类SVM的局部放电识别方法。该方法首先完成多类特征空间在不同类型SVM核函数中的映射分类,再采用骨干粒子群(BBPSO)优化方法选取最佳核参数,并求解核函数权值系数,最终形成最优核函数组合分类模型。实验结果表明,该方法对多个特征空间数据具有普适性,且融合效果理想,分类精度高于误差反向传播神经网络(BPNN)和SVM识别方法。

关键词：局部放电组合核支持向量机骨干粒子群模式识别

基于交叉小波变换和相关系数矩阵的局部放电特征提取

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2014年第4期29卷 274-281页

作者：尚海昆苑津莎王瑜靳松华北电力大学电气与电子工程学院保定071003

针对局部放电特征量的高维性及对噪声的高敏感性,提出一种基于交叉小波变换和相关系数矩阵的局部放电特征提取方法。基于交叉小波变换对信号的时频域分析功能以及对噪声的免疫功能,采用交叉小波变换分析变压器局部放电信号,并获得表征... 详细信息

针对局部放电特征量的高维性及对噪声的高敏感性,提出一种基于交叉小波变换和相关系数矩阵的局部放电特征提取方法。基于交叉小波变换对信号的时频域分析功能以及对噪声的免疫功能,采用交叉小波变换分析变压器局部放电信号,并获得表征交叉小波谱图特性的特征量;然后利用相关系数矩阵对获得的特征量进行相关性分析,剔除具有较强相关性的特征量;最后将提取到的特征量送入概率神经网络与BP神经网络分类器进行放电模式识别。仿真及实例分析证明了该方法的有效性。

关键词：交叉小波变压器局部放电特征提取相关系数矩阵

平移不变小波迹消噪方法在局部放电检测中的应用

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2013年第10期28卷 33-40页

作者：尚海昆苑津莎王瑜靳松华北电力大学电气与电子工程学院保定071003

针对变压器局部放电检测中存在较多干扰的问题,本文采用平移不变小波迹方法对放电信号进行消噪处理。该方法利用小波迹理论抑制信号噪声,并通过循环平移方法强化消噪效果。小波迹建立在小波变换基础之上,利用小波迹组合描述原始放电信... 详细信息

针对变压器局部放电检测中存在较多干扰的问题,本文采用平移不变小波迹方法对放电信号进行消噪处理。该方法利用小波迹理论抑制信号噪声,并通过循环平移方法强化消噪效果。小波迹建立在小波变换基础之上,利用小波迹组合描述原始放电信号特征,去除了小波系数在各尺度之间的相关性,具有良好的放电特征保持性;循环平移则消除了小波基的平移依赖性,使消噪后的信号更加逼近真实放电信号。仿真及现场数据分析表明,基于平移不变小波迹消噪方法可以有效抑制局部放电噪声干扰,成功提取出有效的局部放电信号,消噪效果优于传统小波方法。

关键词：小波迹平移不变变压器局部放电消噪

多核多分类相关向量机在变压器局部放电模式识别中的应用

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2014年第11期29卷 221-228页

作者：尚海昆苑津莎王瑜张利伟华北电力大学电气与电子工程学院保定071003

针对传统单核分类器存在的固有二分类属性及识别信息不够完整的问题,首次提出了一种基于多核多分类相关向量机(MMRVM)的变压器局部放电模式识别新方法。首先选用不同的核函数对4种变压器局部放电信号特征进行映射,解决了不同数据源的问... 详细信息

针对传统单核分类器存在的固有二分类属性及识别信息不够完整的问题,首次提出了一种基于多核多分类相关向量机(MMRVM)的变压器局部放电模式识别新方法。首先选用不同的核函数对4种变压器局部放电信号特征进行映射,解决了不同数据源的问题;然后利用粒子群优化算法对核参数进行优化选择,有效避免了核参数选择的主观性;最后利用构建出的MMRVM分类模型直接进行多分类,实现放电模式识别。文中以实验室4种典型缺陷的变压器局部放电信号为研究对象,采用传统单核SVM分类器、单核RVM分类器与MMRVM分类器对其进行分析对比。结果表明,MMRVM分类器融合了多种放电特征信息,能够较为全面的描述放电特征,与单核分类器相比具有更高的诊断准确率和更好的实用性。

关键词：多核多分类相关向量机变压器局部放电模式识别

在线全文

学校读者我要写书评

暂无评论

基于长短期记忆网络的电网同调机群快速辨识

电气工程学报 2022年第2期17卷 201-207页

作者：毛煜尚海昆于卓琦东北电力大学电气工程学院吉林132012 国网浙江省电力有限公司杭州市富阳区供电公司杭州311400

基于长短期记忆网络(Long short-term memory,LSTM)提出了一种电网同调机群的快速辨识方法。首先针对两机振荡模型,挖掘相量平面内电压相量轨迹的分类特性,为机组的同调性辨识提供了依据;其次,基于短时响应数据,利用LSTM分别对机端电压... 详细信息

基于长短期记忆网络(Long short-term memory,LSTM)提出了一种电网同调机群的快速辨识方法。首先针对两机振荡模型,挖掘相量平面内电压相量轨迹的分类特性,为机组的同调性辨识提供了依据;其次,基于短时响应数据,利用LSTM分别对机端电压实、虚部时序轨迹进行预测,并依据复合而成的相量轨迹判断机组的分群情况;最后,利用扩展等面积法则(Extended equal area criterion,EEAC)对上述分群情况进行验证,进而给出同调机群的最终辨识结果。IEEE-39节点系统算例验证了方法的有效性,具有较好的工程应用价值。

关键词：同调机群辨识电压相量轨迹长短期记忆网络(LSTM) 扩展等面积法则(EEAC)

维普期刊数据库博看期刊

同方期刊数据库

基于CEEMDAN‑TQWT方法的变压器局部放电信号降噪

在线全文

学校读者我要写书评

暂无评论

电力科学与技术学报 2024年第1期39卷 272-284页

作者：尚海昆张冉喆黄涛林伟赵子璇东北电力大学现代电力系统仿真控制与绿色电能新技术教育部重点实验室吉林吉林132012

针对传统方法处理局部放电信号时存在振荡明显、消噪不彻底等问题,采用基于自适应白噪声完备集成经验模态分解(complete ensemble empirical model decomposition with adaptive noise,CEEMDAN)与可调品质因子小波变换(tunable Q⁃factor... 详细信息

针对传统方法处理局部放电信号时存在振荡明显、消噪不彻底等问题,采用基于自适应白噪声完备集成经验模态分解(complete ensemble empirical model decomposition with adaptive noise,CEEMDAN)与可调品质因子小波变换(tunable Q⁃factor wavelet transform,TQWT)相结合的方法对局部放电信号进行消噪处理。采用CEEMDAN将含噪变压器局部放电信号分解成多个固有模态函数(intrinsic mode function,IMF)分量,并利用相关系数判断IMF分量与原始信号的相关度。将弱相关者视为劣质IMF,对其进行TQWT分解,利用能量占比与峭度指标来筛选小波子带,提取IMF的有效细节信息,进行TQWT逆变换,从而得到新的IMF分量;将强相关者视为优质IMF,与变换后的新IMF分量共同进行信号重构,得到消噪结果。仿真及实测信号分析验证了该方法的有效性和实用性,相比传统的经验模态分解(empirical mode decomposition,EMD)方法,仿真信号经所提方法去噪后的波形失真百分比下降了44.94%;相较于仅使用CEEMDAN,现场信号经所提方法去噪后的噪声抑制比提高了26.64%。

关键词：变压器局部放电自适应白噪声完备集成经验模态分解可调品质因子小波变换消噪

Si含量对Mo-Si系金属间化合物组织结构与性能的影响

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

金属热处理 2015年第8期40卷 26-29页

作者：商海昆黄永安侯亚鹏张来启林均品河北华北柴油机有限责任公司河北石家庄050081 北京科技大学新金属材料国家重点实验室北京100083

研究了Si含量对电弧熔炼Mo-Si系金属间化合物组织结构和室温硬度及断裂韧度的影响。结果表明:随着Si含量的增加,Mo-Si系金属间化合物的裂纹和孔隙增多、致密度下降。Si组元决定了熔炼组织过渡相的形貌,Si较少时,过渡相呈岛状弥散分布,S... 详细信息

研究了Si含量对电弧熔炼Mo-Si系金属间化合物组织结构和室温硬度及断裂韧度的影响。结果表明:随着Si含量的增加,Mo-Si系金属间化合物的裂纹和孔隙增多、致密度下降。Si组元决定了熔炼组织过渡相的形貌,Si较少时,过渡相呈岛状弥散分布,Si较多时,过渡相呈网状分布在基体相中。室温硬度及断裂韧度随Si含量增加而下降。

关键词：电弧熔炼法 Mo-Si系金属间化合物组织结构硬度断裂韧度