期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于多模态图像融合的DCCNN识别电能质量扰动
1
作者 余雷 刘宏伟 孟芸 《现代电子技术》 北大核心 2024年第3期137-142,共6页
为提高电力系统中电能质量扰动识别准确率,提出一种基于多模态图像融合的双通道卷积神经网络算法。首先,为降低传统格拉姆求和场生成特征图的冗余度,提出一种改进的格拉姆求和场;然后,通过改进的格拉姆求和场、马尔可夫转移场和无阈值... 为提高电力系统中电能质量扰动识别准确率,提出一种基于多模态图像融合的双通道卷积神经网络算法。首先,为降低传统格拉姆求和场生成特征图的冗余度,提出一种改进的格拉姆求和场;然后,通过改进的格拉姆求和场、马尔可夫转移场和无阈值递归图分别将电能质量扰动时序数据进行模态变换;其次,对转换生成的三类图像各提取出一个单通道灰度图进行融合;最后,将融合得到的特征图输入到双通道卷积神经网络中进行扰动识别。实验表明:多模态融合得到的特征图扰动特征保留更多,而且双通道卷积神经网络提取特征能力强,具有一定的抗噪鲁棒性,扰动识别准确率高。 展开更多
关键词 电能质量扰动 格拉姆求和场 马尔可夫转移场 无阈值递归图 双通道卷积神经网络 识别
下载PDF
交直流混合微电网中多单元逆变器故障诊断
2
作者 沈玮 帕孜来·马合木提 《现代电子技术》 2022年第21期155-159,共5页
为提高交直流混合微电网中交流子网上分布式发电单元多个单元逆变器同时发生故障时的诊断识别率,提出一种基于深度学习的交直流混合微电网逆变器中IGBT开路故障的诊断方法。即提取交直流混合微电网中交流子网上分布式电源公共连接点的... 为提高交直流混合微电网中交流子网上分布式发电单元多个单元逆变器同时发生故障时的诊断识别率,提出一种基于深度学习的交直流混合微电网逆变器中IGBT开路故障的诊断方法。即提取交直流混合微电网中交流子网上分布式电源公共连接点的原始信号进行数据预处理;之后再进行小波包分解,获得信号不同频次的特征数据;再将得到的特征数据进行处理,使用GASF(格莱姆角求和矩阵)转化为二维图片;最后输入到ResNet18网络中进行学习训练,实现交直流混合微电网中逆变器开路故障的诊断。通过实验验证,该方法可以区分交直流混合微电网不同发电单元及多个发电单元的逆变器中IGBT开路故障,准确度可达93%。与其他诊断方法进行对比,该方法诊断准确率高,证明其有效性。 展开更多
关键词 混合微电网 分布式电源 逆变器:IGBT开路故障 故障诊断 深度学习 小波包分解 gasf
下载PDF
基于CRNN的CSI动作识别 被引量:2
3
作者 丁文超 张俊宝 阴庚雷 《计算机技术与发展》 2021年第6期7-12,共6页
随着Wi-Fi感知技术的发展,出现了大量使用Wi-Fi信道状态信息(channel state information, CSI)进行动作识别的应用。然而大多数的方法在数据预处理和训练阶段都依赖于人工构建特征,构建过程耗时耗力并且需要专家的领域知识。针对上述问... 随着Wi-Fi感知技术的发展,出现了大量使用Wi-Fi信道状态信息(channel state information, CSI)进行动作识别的应用。然而大多数的方法在数据预处理和训练阶段都依赖于人工构建特征,构建过程耗时耗力并且需要专家的领域知识。针对上述问题,提出一种基于CRNN(convolutional recurrent neural network)的CSI动作识别方法。将不同手势的CSI数据做低通滤波处理后,通过自组织映射(self organizing maps, SOM)聚类的结果选择最佳子载波,并对该子载波上的CSI数据进行扩增。然后,使用格拉姆角求和场(Gramian angular summation fields, GASF)方法将一维CSI数据转换成二维GASF图像,作为CNN、LSTM构成的CRNN网络的输入数据,训练过程中使用链接时序分类(connectionist temporal classification, CTC)作为损失函数。实验结果表明,该方法能在训练数据较少的情况下达到较高的识别精度,且无需手动构建特征。 展开更多
关键词 信道状态信息 CRNN 动作识别 自组织映射 格拉姆角场 链接时序分类
下载PDF
基于GASF-CNN的高速列车转向架关键部件劣化状态识别研究 被引量:1
4
作者 魏庆 王悦明 +3 位作者 邢璐璐 李国华 杨涛存 杜文然 《中国铁路》 2023年第10期23-31,共9页
为研究高速列车转向架关键部件劣化状态的识别方法,通过统计抗蛇行减振器服役性能参数的分布特征,同时考虑阻尼和节点刚度变化组合形成5种劣化抗蛇行减振器试验工况,选取新踏面廓形和旋修后运行15万km、25万km的磨耗踏面廓形,进行了劣... 为研究高速列车转向架关键部件劣化状态的识别方法,通过统计抗蛇行减振器服役性能参数的分布特征,同时考虑阻尼和节点刚度变化组合形成5种劣化抗蛇行减振器试验工况,选取新踏面廓形和旋修后运行15万km、25万km的磨耗踏面廓形,进行了劣化状态下车辆动力学响应线路测试。基于实测数据,设计并构建基于GASF-CNN的转向架关键部件劣化状态分类辨识模型,以实测车体和构架横向加速度数据作为模型的训练集和测试集进行分类辨识模型训练,并对模型的泛化能力和识别准确度影响因素进行分析。通过优选数据构造方式、数据滤波、滑动窗口长度和数据通道数量,模型达到了较高的分类准确度,且对列车不同运行方向、不同速度级、不同运行环境等也达到了较好的泛化能力。 展开更多
关键词 高速列车 转向架 抗蛇行减振器 磨耗踏面 劣化状态 识别模型 gasf-CNN
下载PDF
基于深度学习的模块化逆变器故障诊断 被引量:3
5
作者 龙瀚宏 帕孜来·马合木提 《现代电子技术》 2021年第22期31-36,共6页
针对模块化逆变器相似故障难以区分以及一维时间序列信号提取故障特征容易造成信息丢失的问题,文中提出一种基于深度学习的模块化逆变器子模块开路故障诊断方法。该方法将从逆变器模型中采集得到的原始数据进行小波包分解,获取高频特征... 针对模块化逆变器相似故障难以区分以及一维时间序列信号提取故障特征容易造成信息丢失的问题,文中提出一种基于深度学习的模块化逆变器子模块开路故障诊断方法。该方法将从逆变器模型中采集得到的原始数据进行小波包分解,获取高频特征系数,然后通过GASF(格莱姆角求和矩阵)将获得的特征系数转换为二维图片,最后将其作为输入送至ResNet深度残差网络训练模型,实现智能故障诊断。实验结果表明,该算法用于模块化逆变器故障诊断时识别的故障种类达49种,且包含故障特征区别不明显的相似故障,验证精度能达到100%,具有较强的故障诊断能力。为验证所提方法的优劣,设置几种传统的故障特征提取与分类方法进行对比,所提方法为诊断模块化逆变器故障以及为类似一维时间序列信号诊断提供了一种新思路。 展开更多
关键词 模块化逆变器 故障诊断 深度学习 相似故障 小波包分解 gasf转换
下载PDF
延969井区山西组气藏特征及开发响应特征
6
作者 王少奇 孙冬 袁书龙 《化工管理》 2021年第23期45-46,共2页
延969井区位于陕西省靖边县东南部,该区山西组气藏储量规模占比大、产量规模占比小。研究从地层地质特征、气藏地质特征方面分析,明确了储量大、产量小的原因。根据分析原因,提出山西组气藏开发有3个思路:一是当其他层段有单层达到工业... 延969井区位于陕西省靖边县东南部,该区山西组气藏储量规模占比大、产量规模占比小。研究从地层地质特征、气藏地质特征方面分析,明确了储量大、产量小的原因。根据分析原因,提出山西组气藏开发有3个思路:一是当其他层段有单层达到工业气流时,山西组物性较差的薄气层可本着"顺手牵羊"的思路开发,作为主力气层产量的辅助与补充;二是多个薄气层存在时,合层的产量具有工业价值时也可开发;三是重视储层改造技术与成本之间的平衡,当经济性提升大于储层改造成本时,也可开发这些薄气层来提升区块的整体经济效益。 展开更多
关键词 上古生界 致密气藏 气藏特征 山西组 延长气田
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部