检索结果-南通市图书馆

基于小波包变换与CEEMDAN的滚动轴承故障诊断方法

在线全文

学校读者我要写书评

暂无评论

航空动力学报 2024年第5期39卷 154-168页

作者：栾孝驰李彦徵徐石沙云东沈阳航空航天大学航空发动机学院沈阳110136

针对滚动轴承诊断受环境噪声影响,特征频率难以提取的问题,提出了一种基于小波包变换与完全自适应噪声集合经验模态分解(CEEMDAN)的滚动轴承故障诊断方法。通过CEEMDAN将传感器收集到的原始振动信号进行分解并依据峭度值-相关系数(K-C)... 详细信息

针对滚动轴承诊断受环境噪声影响,特征频率难以提取的问题,提出了一种基于小波包变换与完全自适应噪声集合经验模态分解(CEEMDAN)的滚动轴承故障诊断方法。通过CEEMDAN将传感器收集到的原始振动信号进行分解并依据峭度值-相关系数(K-C)筛选准则划分高噪信号和低噪信号。利用小波包变换分解高噪信号后选取合适分量重构实现环境噪声的滤除并与低噪信号进行整合产生新的振动信号进行包络解调,提取实际故障特征频率实现滚动轴承的故障诊断。经对比试验,所提出的方法清晰地提取出滚动轴承的转频、故障特征频率及其倍频和调制频率,由仿真信号计算可知降噪后的信号信噪比提高了7.61 dB,有效优化了对噪声滤除的效果。

关键词：完全自适应噪声集合经验模态分解(CEEMDAN) 峭度值-相关系数筛选准则小波包变换包络解调特征频率故障诊断

在线全文

学校读者我要写书评

暂无评论

基于小波包变换-残差网络的表面粗糙度预测

计算机集成制造系统 2023年第10期29卷 3249-3257页

作者：史丽晨杨培东王海涛西安建筑科技大学机电工程学院陕西西安710055

为了提高模型对表面粗糙度的预测精度,同时避免传统机器学习预测方法中由于特征提取和选择等步骤对先验理论知识的依赖,提出一种基于小波包变换(WPT)结合残差网络(ResNet)的表面粗糙度预测方法。该方法利用WPT将振动信号分解成不同频段... 详细信息

为了提高模型对表面粗糙度的预测精度,同时避免传统机器学习预测方法中由于特征提取和选择等步骤对先验理论知识的依赖,提出一种基于小波包变换(WPT)结合残差网络(ResNet)的表面粗糙度预测方法。该方法利用WPT将振动信号分解成不同频段的小波包系数,融合各频段小波包系数构成系数矩阵,以捕捉相邻频段之间的关系,将无心车床不同方位的系数矩阵进行叠加得到ResNet的输入,利用ResNet自适应提取表征表面粗糙度能力强的特征,实现表面粗糙度预测。通过与其他预测方法比较,所提方法预测结果与实际测得结果接近,精度有所提高,证明了所提方法的有效性。

关键词：表面粗糙度振动信号小波包变换残差网络钛合金

基于小波包变换与深度学习的超短期光伏功率预测

在线全文

学校读者我要写书评

暂无评论

太阳能学报 2024年第5期45卷 537-546页

作者：刘源延孔小兵马乐乐刘向杰华北电力大学控制与计算机工程学院北京102206

针对光伏功率序列的复杂多变特征,提出一种基于小波包变换(WPT)的门控循环单元(GRU)光伏功率组合预测方法。首先通过相关性分析挑选重要气象因子,并利用WPT将原始光伏功率序列分解为一组子序列;然后,提出一种基于莱维飞行天牛须搜索算法... 详细信息

针对光伏功率序列的复杂多变特征,提出一种基于小波包变换(WPT)的门控循环单元(GRU)光伏功率组合预测方法。首先通过相关性分析挑选重要气象因子,并利用WPT将原始光伏功率序列分解为一组子序列;然后,提出一种基于莱维飞行天牛须搜索算法(LFBAS)的相似日选择方法,以选择相似于预测日的历史日作为输入数据集;最后,建立一组基于GRU网络的深度学习光伏功率预测模型,将每个子序列预测结果叠加得到光伏功率最终预测结果。仿真结果表明,该文所提出的预测方法在预测精度和计算效率方面具有显著优势。

关键词：光伏发电功率预测小波包变换相似日门控循环单元天牛须搜索算法

维普期刊数据库博看期刊

融合小波包变换的一维MobileNet癫痫脑电信号识别

在线全文

学校读者我要写书评

暂无评论

传感技术学报 2023年第4期36卷 616-622页

作者：刘安康成凌飞张宣河南理工大学物理与电子信息学院河南焦作454000

针对目前传统神经网络内存需求大,运算量大,在移动端或嵌入式设备上运行困难等问题,提出了一种融合了小波包变换的轻量级卷积神经网络模型,用于癫痫脑电信号识别的研究。根据癫痫脑电信号的特性,首先采用小波包变换将脑电信号分成三个频... 详细信息

针对目前传统神经网络内存需求大,运算量大,在移动端或嵌入式设备上运行困难等问题,提出了一种融合了小波包变换的轻量级卷积神经网络模型,用于癫痫脑电信号识别的研究。根据癫痫脑电信号的特性,首先采用小波包变换将脑电信号分成三个频段,然后运用改进的一维MobileNet训练、分类。同时引入超参数宽度因子α,通过改变宽度因子的大小以调整模型的深度。实验结果表明,当一维MobileNet模型的宽度因子α选取为0.75时,最终准确率达到100%,其模型的计算量和参数量分别为56.1M和1.24M。与现有的癫痫EEG信号识别方法比较,此模型在准确率、参数量、计算量方面均有不错的表现。

关键词：脑电信号癫痫检测小波包变换 MobileNet 轻量级神经网络

小波包变换和支持向量机在孤岛与扰动识别中的应用

在线全文

学校读者我要写书评

暂无评论

高电压技术 2014年第8期40卷 2343-2347页

作者：朱艳伟但扬清陈东海励文伟李丹严勇国网浙江省电力公司宁波供电公司宁波315010 华北电力大学新能源电力系统国家重点实验室北京102206

为防止孤岛检测受到电网扰动的干扰,提出了小波包变换和支持向量机(SVM)相结合进行孤岛与扰动识别的新方法。分析对象选择公共点电压,将其进行小波包分解及重构。针对公共点电压采用标幺值的特点,为了使得不同类型的特征向量区别更加明... 详细信息

为防止孤岛检测受到电网扰动的干扰,提出了小波包变换和支持向量机(SVM)相结合进行孤岛与扰动识别的新方法。分析对象选择公共点电压,将其进行小波包分解及重构。针对公共点电压采用标幺值的特点,为了使得不同类型的特征向量区别更加明显,将各节点重构信号做开方,并与电网正常供电情况下相应节点电压值做比值处理,以此作为特征向量,来实现孤岛与扰动的识别。仿真结果表明,该方法能够准确地鉴别孤岛与扰动情况,分类准确率高,能够有效避免光伏系统误退出系统运行。

关键词：孤岛小波包变换支持向量机扰动特征向量光伏系统

小波包变换和数学形态滤波器在局部放电信号去噪中的应用

在线全文

学校读者我要写书评

暂无评论

黑龙江电力 2022年第3期44卷 209-212页

作者：王珊珊孟阳何晓会谢明赵忠锋哈尔滨电站科技开发有限公司哈尔滨150046 国网黑龙江省电力有限公司物资公司哈尔滨150001 国网黑龙江省电力有限公司电力科学研究院哈尔滨150030

现场局部放电在线监测过程中会产生强噪声干扰,为了从强噪声干扰中提取局部放电信号,采用小波包变换和数学形态滤波器相融合的方法,将含有噪声的局部放电信号进行去噪处理。采用小波阈值法、EMD方法及所提方法分别对混合各种噪声后的局... 详细信息

现场局部放电在线监测过程中会产生强噪声干扰,为了从强噪声干扰中提取局部放电信号,采用小波包变换和数学形态滤波器相融合的方法,将含有噪声的局部放电信号进行去噪处理。采用小波阈值法、EMD方法及所提方法分别对混合各种噪声后的局部放电信号进行去噪处理,仿真结果表明,所提方法去噪后的波形最接近原始波形,波形失真率最低,具有良好的去噪效果。

关键词：变压器局部放电信号去噪小波包变换形态滤波器

小波包变换和隐马尔科夫模型(HMM)在液压系统故障预测中的应用

在线全文

学校读者我要写书评

暂无评论

山西大学学报(自然科学版) 2013年第3期36卷 357-362页

作者：卓东风原媛太原科技大学电子信息工程学院

针对液压系统性能参数的退化特点,提出了一种小波包变换和隐马尔科夫模型(HMM)相结合的液压系统故障预测方法.该方法对采集的振动信号进行小波包变换,提取能量特征,分别使用正常状态,经过轻度退化状态、中度退化态和高度退化态,最终达... 详细信息

针对液压系统性能参数的退化特点,提出了一种小波包变换和隐马尔科夫模型(HMM)相结合的液压系统故障预测方法.该方法对采集的振动信号进行小波包变换,提取能量特征,分别使用正常状态,经过轻度退化状态、中度退化态和高度退化态,最终达到故障状态的全过程数据训练HMM,建立性能评估模型,然后进行模式识别,实现液压系统的故障预测.最后,通过试验研究,验证了所提出的方法的可行性和有效性.

关键词：故障预测小波包变换隐马尔科夫模型

计及间谐波的重分组小波包变换功率电能测算新方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国电机工程学报 2020年第22期40卷 7480-7489页

作者：尉怡青赵伟陈垒黄松岭电力系统及发电设备控制和仿真国家重点实验室(清华大学) 北京市海淀区100084

电网非稳态的电压、电流信号中,若还存在间谐波成分,则以传统算法测算电能和功率,会因不可避免地产生频谱泄漏、频率混叠等,难以实现高准确度的测算。该文提出一种基于IEC61000-4-7频带分组思想的小波包变换(wavelet packet transform,W... 详细信息

电网非稳态的电压、电流信号中,若还存在间谐波成分,则以传统算法测算电能和功率,会因不可避免地产生频谱泄漏、频率混叠等,难以实现高准确度的测算。该文提出一种基于IEC61000-4-7频带分组思想的小波包变换(wavelet packet transform,WPT)分组方法,同时利用上单边带调制(upper-sideband modulation,USBM)实现对电压、电流信号频谱的移动,进而利用小波包分解系数计算电压和电流有效值、有功电能以及各功率相关电学量。在此基础上,提出一种在电压、电流信号非稳态且含有间谐波情况下适于测算电能和功率的新算法。仿真试验验证结果表明,该测算新方法在被测电压、电流信号中含有间谐波且存在幅值瞬变或不同程度频率瞬变情况下,均具有较高的测算准确度,且比短时傅里叶变换(short-time Fourier transform,STFT)算法更为稳定。

关键词：非稳态信号间谐波频带分组小波包变换上单边带调制

结合小波包变换和随机森林的ASTER蚀变信息提取

在线全文

学校读者我要写书评

暂无评论

地质学报 2021年第3期95卷 924-933页

作者：唐淑兰曹建农王国强卜涛长安大学地球科学与资源学院西安710054 西安财经大学管理学院西安710100 中国地质调查局西安地质调查中心西安710054

为了更准确地提取蚀变信息,本文选择新疆、甘肃和内蒙古三省交界部位为研究区,结合小波包变换和随机森林提取ASTER蚀变信息。首先,选择主要蚀变类型的诊断性波段进行特征向量主成分分析,得到主分量影像;接着,对主分量影像进行小波包变换... 详细信息

为了更准确地提取蚀变信息,本文选择新疆、甘肃和内蒙古三省交界部位为研究区,结合小波包变换和随机森林提取ASTER蚀变信息。首先,选择主要蚀变类型的诊断性波段进行特征向量主成分分析,得到主分量影像;接着,对主分量影像进行小波包变换,使用代价函数选择最优小波包树,并提取高低频信息构造分类向量;然后,经过特征筛选构造随机森林分类模型,并提取矿化蚀变信息;最后,通过野外采样、薄片鉴定对提取结果进行精度评价。铁染、Al-OH及Mg-OH蚀变信息的主成分分析波段组合分别选择Band 1、2、3、4,Band 1、3、4、6及Band 1、5、8、9。结果表明,本文方法提取铁染、Al-OH基团及Mg-OH基团蚀变信息的总体精度可达到88.7443、85.5469及91.7594,Kappa分别为0.7767、0.6732及0.8362,与成矿区带及已有的该区域的成矿特征相关性较好。本研究采用的最优小波包树能充分利用矿物光谱的能量特征,随机森林可削弱矿物组分的噪声干扰,研究结果可为遥感蚀变信息提取提供技术参考。

关键词： ASTER 蚀变信息小波包变换随机森林主成分分析