期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于邻域保持嵌入⁃主成分分析的配电变压器合闸涌流波形特征检测 被引量:1
1
作者 王红斌 方健 +2 位作者 张敏 敖刚 池源 《电工电能新技术》 CSCD 北大核心 2024年第2期29-38,共10页
为有效检测配电变压器合闸涌流的波形特征,区分合闸时励磁涌流和故障电流,本文提出了一种基于邻域保持嵌入(NPE)和主成分分析(PCA)的变压器合闸涌流检测方法。该方法可对数据全局和局部特征信息进行检测及处理,首先利用NPE-PCA算法将电... 为有效检测配电变压器合闸涌流的波形特征,区分合闸时励磁涌流和故障电流,本文提出了一种基于邻域保持嵌入(NPE)和主成分分析(PCA)的变压器合闸涌流检测方法。该方法可对数据全局和局部特征信息进行检测及处理,首先利用NPE-PCA算法将电流数据降到二维空间,然后通过对二维空间数据拟合得到拟合误差σ,通过比较拟合误差σ与给定阈值的关系来识别合闸时励磁涌流。最后在ATP/EMTP平台搭建模型对所提出的合闸涌流波形特征检测方法进行测试,仿真结果表明本文所提NPE-PCA涌流波形检测算法能有效识别变压器合闸涌流波形特征,与二次谐波算法对比分析表明本文算法性能更优。 展开更多
关键词 合闸涌流 领域保持嵌入 主成分分析 变压器
下载PDF
基于邻域保持嵌入-主成分分析的高压电缆状态数据异常检测及分析 被引量:4
2
作者 刘敏 方义治 +4 位作者 孙廷玺 罗思琴 王升 周念成 兰雪珂 《科学技术与工程》 北大核心 2019年第27期192-199,共8页
为发现高压电缆异常状态并及时地发出异常告警,提出了一种基于邻域保持嵌入(neighborhood preserving embedding,NPE)和主成分分析(principal component analysis,PCA)的高压电缆异常状态检测方法。针对PCA只能保留数据全局结构信息的缺... 为发现高压电缆异常状态并及时地发出异常告警,提出了一种基于邻域保持嵌入(neighborhood preserving embedding,NPE)和主成分分析(principal component analysis,PCA)的高压电缆异常状态检测方法。针对PCA只能保留数据全局结构信息的缺陷,提出将流形学习算法NPE与PCA结合,从而实现数据全局和局部特征信息的全方面提取;然后利用T2和SPE统计量作为电缆状态特征量,其控制限作为状态异常阈值判据,并推导出不同异常状态特征指标的贡献度,确定高压电缆主要异常指标;接着通过计算高压电缆各分段统计量的值,确定电缆异常区域;最后利用广东珠海供电局辖区内220 k V高压电缆统计资料验证所提策略的正确性。 展开更多
关键词 高压电缆 异常检测 领域保持嵌入 主成分分析 全局和局部特征
下载PDF
基于NPE-SVM的软件缺陷预测模型 被引量:2
3
作者 王玉红 范菁 +1 位作者 雷敏 孙汇中 《成都信息工程大学学报》 2018年第3期286-289,共4页
针对软件缺陷预测中数据集的类不均衡、高维、小采样以及非线性降维问题,提出基于领域保持嵌入支持向量机的软件缺陷预测模型。模型采用NPE算法对数据集进行降维处理,通过将NPE算法中奇异的广义特征计算转化为两个特征分解问题,得到了... 针对软件缺陷预测中数据集的类不均衡、高维、小采样以及非线性降维问题,提出基于领域保持嵌入支持向量机的软件缺陷预测模型。模型采用NPE算法对数据集进行降维处理,通过将NPE算法中奇异的广义特征计算转化为两个特征分解问题,得到了更准确的稳健解,有效规避了属性约减后导致的预测精度下降问题。选用支持向量机作为基础分类器,仿真实验结果表明,与其他方法相比,预测模型的查全率及F-measure值指标显著提高了2%~4%。 展开更多
关键词 软件缺陷 领域保持嵌入 机器学习 模式识别 流行学习
下载PDF
基于GLNPE-SVDD的滚动轴承性能退化评估方法 被引量:4
4
作者 陈鹏 赵小强 《华中科技大学学报(自然科学版)》 EI CAS CSCD 北大核心 2021年第1期12-16,共5页
针对滚动轴承退化指标提取方法中存在退化指标提取不全面的问题,提出一种考虑全局和局部的领域保持嵌入式(GLNPE)与支持向量机描述(SVDD)相结合的退化指标提取方法.通过在局部保持领域保持嵌入(NPE)方法中引入保持最大方差的全局结构目... 针对滚动轴承退化指标提取方法中存在退化指标提取不全面的问题,提出一种考虑全局和局部的领域保持嵌入式(GLNPE)与支持向量机描述(SVDD)相结合的退化指标提取方法.通过在局部保持领域保持嵌入(NPE)方法中引入保持最大方差的全局结构目标函数,建立最大方差保持和最小领域保持的全局-局部最大目标函数,实现振动信号原始性能退化特征的全局-局部特征提取,并结合SVDD实现滚动轴承性能退化指标的提取和性能退化评估.利用辛辛那提全寿命实验数据验证了该方法的有效性.与最近相关文献和局部、全局方法相比,所提方法的早期故障监测和退化评估性能更优. 展开更多
关键词 滚动轴承 性能退化 早期故障 支持向量机描述 局部保持领域保持嵌入
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部