检索结果-南通市图书馆

参数不对称配电网高阻接地故障感知与辨识方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国电力 2025年第2期58卷 22-32页

作者：杨鹏辉钱国超白浩刘红文杨万先石晓云南电网普洱供电局云南普洱665099 云南电网电力科学研究院云南昆明650214 南方电网科学研究院有限责任公司广东广州510663 云南电网大理供电局云南大理671014

针对配电网高阻接地故障时故障感知与辨识存在的难题,提出了基于阻尼率变化量的参数不对称配电网高阻接地故障感知方法,通过有源逆变装置主动短时调控零序电压,根据故障前后系统阻尼率变化量大小判断故障是否发生。在实现高阻接地故障... 详细信息

针对配电网高阻接地故障时故障感知与辨识存在的难题,提出了基于阻尼率变化量的参数不对称配电网高阻接地故障感知方法,通过有源逆变装置主动短时调控零序电压,根据故障前后系统阻尼率变化量大小判断故障是否发生。在实现高阻接地故障灵敏感知的基础上,进一步提出了基于系统零序等值导纳相角变化特征的故障类型辨识方法,主动改变零序电压幅值调控系数,依据不同接地方式下的导纳相角变化轨迹,实现瞬时性和永久性接地故障类型的准确辨识。仿真分析表明:所提方法适用于三相参数不对称配电网,在不同运行方式下均能实现低、高阻接地故障的感知与辨识,抗过渡电阻能力强,具有较强的适用性。

关键词：高阻接地故障零序电压故障感知故障辨识

同方期刊数据库

基于多粒度知识特征和Transformer网络的电力变压器故障声纹辨识方法

在线全文

学校读者我要写书评

暂无评论

中国电机工程学报 2025年第4期45卷 1311-1322,I0008页

作者：齐子豪仝杰张中浩龙天航唐鹏飞黄灿中国电力科学研究院有限公司北京市海淀区100192

变压器在机械故障发生时伴随异常声响,基于声纹的机械故障辨识因其准确率高、发现及时和非侵入性等优势,成为当前研究热点。然而声纹信号易受噪声影响,分析处理速度慢且故障数据较难获取,因此如何在强干扰、小样本的情况下实现对机械故... 详细信息

变压器在机械故障发生时伴随异常声响,基于声纹的机械故障辨识因其准确率高、发现及时和非侵入性等优势,成为当前研究热点。然而声纹信号易受噪声影响,分析处理速度慢且故障数据较难获取,因此如何在强干扰、小样本的情况下实现对机械故障声纹的快速准确辨识,成为当前研究难点。为解决上述问题,该文首先引入物理机理和经验知识,对变压器特征参数进行提取重组,构造多粒度知识特征向量并搭建改进型Transformer网络,大幅提高辨识方法的鲁棒性和抗噪声能力;其次,通过搭建卷积自编码器进行特征降维和模型压缩,缩短模型训练时间,提高机械故障辨识速度;最后,采用跨模态迁移学习技术,在ImageNet-lk数据集上进行预训练并进行知识迁移,解决训练样本不足的问题。相较于传统时序序列深度学习方法,所提方法在高噪声环境下(SNR=−16 dB),准确率均有所提高,实验结果证明,所提方法在准确性、鲁棒性、泛化性等方面均有显著提升,为在复杂环境下基于声纹实现变压器机械故障辨识提供了一种可靠解决方案。

关键词：机械故障故障辨识声纹识别自编码器 Transformer

基于特征样本核主元分析的TE过程快速故障辨识方法(英文)

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

化工学报 2008年第7期59卷 1783-1789页

作者：薄翠梅张湜张广明王执铨南京工业大学自动化学院南京理工大学自动化学院江苏南京210094 南京理工大学自动化学院

核主元分析(KPCA)在非线性系统的故障检测方面明显优于普通的PCA方法,但存在无法进行故障辨识以及在故障诊断过程常常出现核矩阵K计算困难等难题。针对上述问题,提出了一种基于特征样本核主元分析方法(FS-KPCA)非线性故障辨识方法。首... 详细信息

核主元分析(KPCA)在非线性系统的故障检测方面明显优于普通的PCA方法,但存在无法进行故障辨识以及在故障诊断过程常常出现核矩阵K计算困难等难题。针对上述问题,提出了一种基于特征样本核主元分析方法(FS-KPCA)非线性故障辨识方法。首先采用特征样本(FS)提取方法有效解决核矩阵K的计算量问题。然后利用计算核函数的偏导方法求取KPCA监控中每个原始变量对统计量T2和SPE的贡献率,利用每个变量对监控统计量贡献程度的不同,可以辨识出故障源。将上述方法应用到TE过程,仿真结果表明该方法不仅能够有效辨识故障,而且提高了故障检测和辨识速度。

关键词：核主元分析故障辨识梯度算法特征样本提取 TE过程

归一Laplacian矩阵有监督最优局部保持映射故障辨识

在线全文

学校读者我要写书评

暂无评论

机械工程学报 2013年第13期49卷 100-107页

作者：李锋汤宝平宋涛丁行武四川大学制造科学与工程学院成都610065 重庆大学机械传动国家重点实验室重庆400030

提出基于归一化Laplacian矩阵有监督最优局部保持映射(Normalized Laplacian-based supervised optimal localitypreserving projection,NL-SOLPP)维数化简的故障辨识方法。构造全面表征不同故障特性的时频域特征集,利用NL-SOLPP将高维时频域特征集自动约简为区分度更好的低维特征矢量,并输入到Shannon小波支持向量机中进行故障模式辨识。NL-SOLPP结合流形局部结构和类标签来设计相似加权矩阵,并使输出基矢量统计不相关和相互正交,提高了故障辨识精度。深沟球轴承故障诊断和空间轴承寿命状态辨识实例验证了该方法的有效性。

关键词：时、频域特征集局部保持映射维数化简流形学习故障辨识

基于深度置信网络的柔性直流配电网高灵敏故障辨识策略

在线全文

学校读者我要写书评

暂无评论

电力系统自动化 2021年第17期45卷 180-188页

作者：汪光远杨德先林湘宁李正天童宁强电磁工程与新技术国家重点实验室(华中科技大学) 湖北省武汉市430074

针对柔性直流配电网现有保护手段应对高阻接地故障灵敏性较差的问题,提出一种基于深度置信网络(DBN)的柔性直流配电网高灵敏故障辨识策略。该策略利用DBN的特征提取能力对正负极暂态电压时域波形数据进行特征提取,以进行故障辨识。利用... 详细信息

针对柔性直流配电网现有保护手段应对高阻接地故障灵敏性较差的问题,提出一种基于深度置信网络(DBN)的柔性直流配电网高灵敏故障辨识策略。该策略利用DBN的特征提取能力对正负极暂态电压时域波形数据进行特征提取,以进行故障辨识。利用仿真采集样本数据对DBN进行训练,获取模型最优参数,形成适用于直流配电网故障辨识的DBN模型。基于PSCAD/EMTDC仿真平台对模型性能进行测试。测试结果表明,所提辨识策略对于高阻接地故障具有较好的灵敏性,并且具有较强的泛化能力。

关键词：直流配电网高阻接地故障故障辨识灵敏性深度置信网络

基于注意力机制与深度学习算法的机床主轴系统故障辨识

在线全文

学校读者我要写书评

暂无评论

兵工学报 2022年第4期43卷 861-875页

作者：王伟平王琦于洋沈阳工业大学信息科学与工程学院辽宁沈阳110870 辽宁工业大学辽宁锦州121001

针对具有复杂非线性特点的数控机床主轴系统整体动态退化故障较难辨识及故障研究难度大的问题,从数据分析入手,提出一种基于注意力机制与深度学习算法的智能化故障辨识方法,研究机床主轴系统的整体故障辨识问题。该方法设计了注意力机... 详细信息

针对具有复杂非线性特点的数控机床主轴系统整体动态退化故障较难辨识及故障研究难度大的问题,从数据分析入手,提出一种基于注意力机制与深度学习算法的智能化故障辨识方法,研究机床主轴系统的整体故障辨识问题。该方法设计了注意力机制的研究框架,将研究问题分为全局纵向大分类区间和局部横向细粒度区间两个维度:采用训练并调优后推理平均绝对误差达到0.028 7的门控循环单元模型,辨识出大分类区间的全局性退化故障;采用鲁棒性强且辨识准确率达99.7%的残差网络模型,在sym8小波基自适应软阈值降噪的基础上对局部细粒度区间故障进行准确细节辨识。结果表明:该方法可量化地辨识出主轴系统的整体故障;所提注意力机制可使大分类区间无法准确辨识的故障在细粒度区间得到有效区分,类内数据增长梯度由6.6%增加到43.8%;通过对机床主轴系统实际使用中在空载状态下遇到的不对中和局部共振等典型故障,以及在负载加工状态下故障的辨识研究,验证了所提方法的有效性与准确性。

关键词：机床主轴系统故障辨识注意力机制门控循环单元模型残差网络模型

维普期刊数据库博看期刊

基于正序阻抗角的海上DFIG定子绕组匝间短路故障辨识

在线全文

学校读者我要写书评

暂无评论

电力系统自动化 2019年第12期43卷 165-171页

作者：魏书荣吴锐符杨王健周彬任浩翰上海电力大学电气工程学院上海市200090 国网上海市电力公司青浦供电公司上海市201700 上海绿色环保能源有限公司上海市200433

为了保证海上双馈风力发电系统的安全可靠运行,提高海上DFIG定子绕组匝间短路故障辨识的精准度,文中提出一种以定子侧正序阻抗角为故障特征量的定子绕组匝间短路故障辨识方法。由于故障后各序分量不再对称,首先基于DFIG定子匝间短路故... 详细信息

为了保证海上双馈风力发电系统的安全可靠运行,提高海上DFIG定子绕组匝间短路故障辨识的精准度,文中提出一种以定子侧正序阻抗角为故障特征量的定子绕组匝间短路故障辨识方法。由于故障后各序分量不再对称,首先基于DFIG定子匝间短路故障状态下的序分量模型,推导得出DFIG定子侧正序阻抗角的表达式;然后分析电网电压不平衡、负载和转差率变化等非理想工况对该故障特征的影响规律,提出合理的故障辨识阈值。仿真与实验结果表明,该故障特征对电网电压不平衡具有鲁棒性,且通过合理设置故障阈值可实现对海上DFIG定子绕组匝间短路故障的精确辨识。

关键词：双馈感应发电机序分量模型定子匝间短路正序阻抗角故障辨识

在线全文

学校读者我要写书评

暂无评论

配电线路早期故障辨识方法

高电压技术 2020年第11期46卷 3970-3976页

作者：熊思衡刘亚东方健丛子涵严英杰江秀臣上海交通大学电子信息与电气工程学院上海200240 广州供电局有限公司广州510620

为了提高配电网的可靠性,提出了一种配电线路早期故障辨识方法。所提方法以早期故障波形为研究对象,通过模拟人类对波形的认知过程,将早期故障波形分解为不同的基元,并利用分层概率学习方法建立不同基元特征与不同类型故障之间的对应关... 详细信息

为了提高配电网的可靠性,提出了一种配电线路早期故障辨识方法。所提方法以早期故障波形为研究对象,通过模拟人类对波形的认知过程,将早期故障波形分解为不同的基元,并利用分层概率学习方法建立不同基元特征与不同类型故障之间的对应关系,以实现小样本条件下的早期故障类型辨识。基于现场实际运行数据的实验表明,该方法对小样本条件下早期故障检测的准确率远优于相同条件下的深度学习等方法。论文研究为小样本条件下的线路故障诊断提供了一种新的思路。

关键词：配电线路早期故障故障辨识波形分解类人概念学习小样本学习

基于拟序阻抗的海上双馈电机定子绕组匝间短路早期故障辨识

在线全文

学校读者我要写书评

暂无评论

中国电机工程学报 2017年第1期37卷 273-281页

作者：魏书荣张路符杨黄玲玲王健上海电力学院电气工程学院上海市杨浦区200090

海上风电机组运行环境恶劣,早期故障信号微弱可能导致故障迅速恶化、引起修护困难,该文提出以拟序阻抗为故障特征量的海上双馈电机定子绕组匝间短路早期故障的辨识方法。首先构建精确、通用的双馈电机(doubly-fed induction generator,D... 详细信息

海上风电机组运行环境恶劣,早期故障信号微弱可能导致故障迅速恶化、引起修护困难,该文提出以拟序阻抗为故障特征量的海上双馈电机定子绕组匝间短路早期故障的辨识方法。首先构建精确、通用的双馈电机(doubly-fed induction generator,DFIG)定子绕组匝间短路故障模型,推导演绎故障状态下各序分量的表达式;然后计及工程上各种非理想运行工况的影响,得到由于故障引起的拟序阻抗表达式。仿真和实验分析结果表明,拟序阻抗对双馈电机定子绕组匝间短路的早期故障辨识具有高灵敏性与高可靠性,为海上双馈电机故障的精确辨识提供技术支撑。

关键词：海上风电双馈电机匝间短路拟序阻抗故障辨识