【摘 要】
：
提出一套完整的水电机组振动故障模式识别方法。首先,基于广义S变换提出一种能反映频谱特性的频带能量谱特征向量提取方法,并对其进行归一化处理后作为诊断模型的输入变量;然
【机 构】
：
重庆大学输配电装备及系统安全与新技术国家重点实验室,国网重庆江北供电分公司,重庆新世杰电气有限公司,国网合肥供电公司
【基金项目】
：
国家自然科学基金资助项目(51577018)
论文部分内容阅读
提出一套完整的水电机组振动故障模式识别方法。首先,基于广义S变换提出一种能反映频谱特性的频带能量谱特征向量提取方法,并对其进行归一化处理后作为诊断模型的输入变量;然后,在分析量子粒子群算法(QPSO)和支持向量机算法(SVM)的基础上,利用QPSO算法对SVM算法中的核函数参数g和惩罚系数C进行寻优以提高SVM算法模型的诊断精度,提出一种基于QPSO-SVM算法的故障分类方法;最后,通过对比仿真和实例应用表明,该方法具有学习能力强、诊断精度高、鲁棒性好等优点,是一种有效的方法。
其他文献
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们羽 制作:陈恬’＃陈川个美食
Back to yield
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们羽 制作:陈恬’＃陈川个美食
Back to yield
为持续深入推进共建共享系统建设工作，提升江苏省共建共享工作的管理水平，江苏省通信管理局牵头组织建设的通信行业共建共享管理系统完成初步验收。验收小组认为，自今年7A上线运
高精度的风电功率点和区间预测可以为电网优化配置带来更多信息。提出采用长短期记忆(LSTM)网络实现风电功率的点预测,并基于该网络生成1组风电功率预测误差数据集,采用渐进