检索结果-南通市图书馆

电力科学与工程 2025年

作者：欧阳聂庆陈仕龙张梓航毕贵红杨毅昆明理工大学电力工程学院国网襄阳供电公司输电运检分公司

针对多端柔性直流输电电网线路保护问题，提出一种基于电压电流突变方向结合SWD（Swarm Decomposition）能量熵的柔性直流系统输电线路保护方法。分析了多端柔性直流输电线路边界频率特性，以及线路不同位置发生故障时保护装置处电压、... 详细信息

针对多端柔性直流输电电网线路保护问题，提出一种基于电压电流突变方向结合SWD（Swarm Decomposition）能量熵的柔性直流系统输电线路保护方法。分析了多端柔性直流输电线路边界频率特性，以及线路不同位置发生故障时保护装置处电压、电流突变量方向的极性差异，计算了柔性直流系统输电线路故障SWD能量熵值。根据柔性直流系统输电线路故障时电压突变量方向特性、电流突变量方向特性，得到电压突变量方向判据、电流突变量方向判据，从而得到故障方向判据；提出基于暂态线模电流SWD能量熵的柔性直流系统输电线路区内、区外故障判据，以及多端柔性直流电网输电线路群分解能量熵单端方向保护方案。在仿真平台上搭建多端柔性直流输电电网模型，通过仿真算例验证了所提保护方案在不同的故障极、不同的故障位置以及不同的过渡电阻下动作可靠性。

关键词：多端柔性直流输电线路群分解算法能量熵单端方向保护

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于群分解与MEMDE的往复压缩机故障诊断方法研究

基于群分解与MEMDE的往复压缩机故障诊断方法研究

引用

作者：高鹏超东北石油大学

学位级别：硕士

往复压缩机是石油化工领域中用于乙烯、天然气等不稳定气体压缩及运输的机械设备,其发生故障时,不仅会使生产停滞、经济受损,还有可能导致灾难性事故,危及生产人员生命安全。为及时发现往复压缩机故障,避免产生经济损失,保障人员人身安... 详细信息

往复压缩机是石油化工领域中用于乙烯、天然气等不稳定气体压缩及运输的机械设备,其发生故障时,不仅会使生产停滞、经济受损,还有可能导致灾难性事故,危及生产人员生命安全。为及时发现往复压缩机故障,避免产生经济损失,保障人员人身安全,对往复压缩机实施状态监测及故障诊断,已成为石油石化企业关注的重点问题之一。由于往复压缩机信号非线性、非平稳性的特点,采用传统的以傅里叶变换为代表的时频分析方法对其进行分析处理时,分解效果并不理想。群分解算法是一种自适应分解算法,其在处理非平稳信号方面表现突出。本文将其引入往复压缩机故障诊断领域,并在对群分解算法进行参数优化的基础上,结合评断信号不确定度的多尺度形态包络散布熵,提出了一种能够准确提取振动信号故障特征,从而有效识别往复压缩机故障的方法。首先,深入调查研究往复压缩机的工作原理、关键部件结构及常见故障机理,在详细查阅往复压缩机故障诊断相关文献的基础上,阐述了往复压缩机故障诊断领域目前的发展现状与未来发展趋势,总结分析了往复压缩机故障诊断领域常用的特征提取方法及智能识别方法。然后,在对群分解算法进行深入研究的基础上,针对群分解算法中阈值参数影响分解精度,影响分解速度,致使分解失真等问题,采用差分进化遗传算法对阈值参数进行参数优化。此方法通过设定阈值范围,判断每次群分解所得信号分量的包络熵是否满足要求,从而得到信号群分解参数的最优解。通过仿真信号与实测信号的验证表明,参数优化能够有效提高群分解算法的分解精度,实现故障信息的准确获取。随后,介绍了多尺度形态包络散布熵这一序列复杂度定量分析方法。多尺度形态包络散布熵计算速度快,反映了信号幅值的复杂程度,可以准确衡量不同尺度下信号的不确定度,相比多尺度散布熵,该方法提取的故障特征信息可以更全面的反映故障本质。分别采用两种熵值算法对仿真信号进行对比分析,结果表明多尺度形态包络散布熵可以更好地表征信号的随机性和动态突变,熵值更稳定。往复压缩机实测振动信号验证了该方法的有效性。最后,针对往复压缩机信号非线性、非平稳的特点,提出一种基于群分解与多尺度形态包络散布熵的往复压缩机故障诊断方法。首先,该方法利用差分进化算法对原始群分解算法进行参数寻优,然后采用参数优化后的群分解算法对不同状态下的往复压缩机振动信号进行分解,得到多个具有固定模态的振荡分量,计算这些分量的多尺度形态包络散布熵熵值,并将其作为特征向量输入至支持向量机中进行训练、测试、分类识别,最终实现对往复压缩机故障的准确识别。试验验证了该方法可以有效提取故障特征信息,能够实现往复压缩机不同故障类型的准确诊断。

关键词：群分解算法多尺度形态包络散布熵往复压缩机故障诊断

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于SWD-RCMFE混合算法的轴承故障诊断研究

引用

湖南文理学院学报（自然科学版） 2023年第1期35卷 8-12页

作者：曲孝海贾仁伟湖南文理学院数理学院湖南常德415000

针对轴承振动信号中含有大量噪声信号问题,提出了SWD-RCMFE混合算法的轴承故障诊断方法。运用群分解算法对原信号分解,利用精细复合多尺度模糊熵算法及SVM提取诊断特征向量。对西储大学轴承实测信号分析验证,表明该方法对轴承的故障诊... 详细信息

针对轴承振动信号中含有大量噪声信号问题,提出了SWD-RCMFE混合算法的轴承故障诊断方法。运用群分解算法对原信号分解,利用精细复合多尺度模糊熵算法及SVM提取诊断特征向量。对西储大学轴承实测信号分析验证,表明该方法对轴承的故障诊断平均识别准确率高达92%。

关键词：群分解算法精细复合多尺度模糊熵 SVM 故障诊断

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：