基于变量预测模型的模式识别(variable predictive model based class discriminate,VPMCD)方法是一种充分利用特征值之间相互内在关系进行多分类模式识别的新方法。对VPMCD算法进行了研究,并采用交叉验证法来选择VPMCD模型。针对机械...基于变量预测模型的模式识别(variable predictive model based class discriminate,VPMCD)方法是一种充分利用特征值之间相互内在关系进行多分类模式识别的新方法。对VPMCD算法进行了研究,并采用交叉验证法来选择VPMCD模型。针对机械故障振动信号的特征值之间的相互内在关系,结合本征时间尺度分解(intrinsic time-scale decom-position,ITD),提出了一种基于本征时间尺度分解和VPMCD的机械故障诊断方法。该方法首先利用ITD方法将原始信号分解若干个PR(proper rotation,PR)分量,然后提取第一个PR分量的无量纲时域统计参数组成特征向量,最后采用VPMCD方法进行机械故障诊断。通过滚动轴承故障诊断实验验证了该方法能有效地应用于小样本多分类机械故障诊断。展开更多
电能计量装置的误差预测是其运行状态预报和故障预警的基础,提出了一种本质时间尺度分解(ITD)和时间序列分析相结合的计量误差预测模型及算法。利用ITD法将电能计量误差自适应分解成1个平稳的趋势分量时间序列和多个不同频段非平稳的旋...电能计量装置的误差预测是其运行状态预报和故障预警的基础,提出了一种本质时间尺度分解(ITD)和时间序列分析相结合的计量误差预测模型及算法。利用ITD法将电能计量误差自适应分解成1个平稳的趋势分量时间序列和多个不同频段非平稳的旋转分量时间序列。其采用相邻极值点之间分段线性化的方式,可显著提高计量误差各分量在线分解的效率。考虑各误差分量的平稳和非平稳特性,针对性地选择自回归滑动平均和差分自回归滑动平均建立计量误差趋势和旋转分量的预测模型,再将各误差分量的预测结果叠加,最终得到电能计量装置整体误差在未来的变化。利用对四川110 k V桐子梁变电站电能计量装置误差监测数据的实例分析,验证了提出方法的正确性。展开更多
文摘基于变量预测模型的模式识别(variable predictive model based class discriminate,VPMCD)方法是一种充分利用特征值之间相互内在关系进行多分类模式识别的新方法。对VPMCD算法进行了研究,并采用交叉验证法来选择VPMCD模型。针对机械故障振动信号的特征值之间的相互内在关系,结合本征时间尺度分解(intrinsic time-scale decom-position,ITD),提出了一种基于本征时间尺度分解和VPMCD的机械故障诊断方法。该方法首先利用ITD方法将原始信号分解若干个PR(proper rotation,PR)分量,然后提取第一个PR分量的无量纲时域统计参数组成特征向量,最后采用VPMCD方法进行机械故障诊断。通过滚动轴承故障诊断实验验证了该方法能有效地应用于小样本多分类机械故障诊断。
文摘电能计量装置的误差预测是其运行状态预报和故障预警的基础,提出了一种本质时间尺度分解(ITD)和时间序列分析相结合的计量误差预测模型及算法。利用ITD法将电能计量误差自适应分解成1个平稳的趋势分量时间序列和多个不同频段非平稳的旋转分量时间序列。其采用相邻极值点之间分段线性化的方式,可显著提高计量误差各分量在线分解的效率。考虑各误差分量的平稳和非平稳特性,针对性地选择自回归滑动平均和差分自回归滑动平均建立计量误差趋势和旋转分量的预测模型,再将各误差分量的预测结果叠加,最终得到电能计量装置整体误差在未来的变化。利用对四川110 k V桐子梁变电站电能计量装置误差监测数据的实例分析,验证了提出方法的正确性。
