期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多元经验模式分解的电力系统低频振荡模式辨识
被引量：
10
1
作者
苏安龙
孙志鑫
+2 位作者
何晓洋
张艳军
王长江
《电力系统保护与控制》
EI
CSCD
北大核心
2019年第22期113-125,共13页
提出了一种辨识电力系统主导低频振荡模式的新方法。该方法结合了多元经验模式分解(Multivariate Empirical Mode Decomposition,MEMD)、Teager能量算子及预测误差法(Prediction Error Method,PEM),通过多元经验模式分解将含电力系统低...
提出了一种辨识电力系统主导低频振荡模式的新方法。该方法结合了多元经验模式分解(Multivariate Empirical Mode Decomposition,MEMD)、Teager能量算子及预测误差法(Prediction Error Method,PEM),通过多元经验模式分解将含电力系统低频振荡特征信息的信号进行分解,得到多个本征模函数(Intrinsic Mode Function,IMF)分量;借助Teager能量算子的快速响应能力,筛选出含有主导振荡模式的主要IMF分量;最后采用预测误差法辨识出各主导振荡模式的振荡频率和阻尼。分别利用IEEE68节点测试系统和辽宁电网实测PMU数据对所提方法进行分析、验证。结果表明,该方法可有效从电力系统的广域量测信息中辨识出电力系统的主导振荡模式。
展开更多
关键词
电力系统
低频振荡
多元经验模式分解
teager
能量算子
预测误差法
下载PDF
职称材料
基于多传感器信息融合和CNN-BIGRU-Attention模型的液压防水阀故障诊断方法
2
作者
肖遥
向家伟
+1 位作者
汤何胜
任燕
《机电工程》
CAS
北大核心
2024年第9期1517-1528,共12页
在建筑工程领域,尤其是在工程搅拌设备中,涉及到复杂液压工作介质,液压防水阀往往会出现不同程度的故障。此外,恶劣的工作环境和复杂的噪声背景使得对液压防水阀的故障进行诊断变得困难。为了解决这一难题,提出了一种基于多传感器信息...
在建筑工程领域,尤其是在工程搅拌设备中,涉及到复杂液压工作介质,液压防水阀往往会出现不同程度的故障。此外,恶劣的工作环境和复杂的噪声背景使得对液压防水阀的故障进行诊断变得困难。为了解决这一难题,提出了一种基于多传感器信息融合和卷积神经网络-双向门控循环单元-自注意力机制(CNN-BIGRU-Attention)模型的防水阀故障诊断方法。首先,考虑到单一传感器振动信号难以充分表达故障特征,该方法使用了3个传感器采集含噪声的振动信号,并进行了必要的预处理;其次,提取了信号的16个时域特征、5个频域特征以及3个时频域特征,并利用熵权法进行了特征融合,达到了增强特征的目的;然后,将融合的多维特征集输入到CNN-BIGRU-Attention模型中进行了特征识别;最后,利用实际的液压防水阀故障诊断实验,验证了该方法的有效性。研究结果表明:采用多传感器提取的特征更为全面,信息融合有助于捕捉更完整的隐藏数据特征,从而显著提高诊断的准确率;相较于其他特征识别方法,采用CNN-BIGRU-Attention模型的液压防水阀故障诊断准确率可分别提高6.7%、4.6%和14.2%,达到了96.86%,证明了该方法的有效性。该方法将先进的机器学习技术与实际工程应用相结合,为建筑工程问题提供了一种新颖、有效的解决方案。
展开更多
关键词
液压传动系统
液压防水阀
多传感器
滑动时间窗
teager
能量算子
熵权法
卷积神经网络-双向门控循环单元-自注意力机制模型
下载PDF
职称材料
基于VMD-GST的TEO的煤矿供电线路单相接地故障测距方法
被引量：
3
3
作者
田锦绣
崔迎春
付昱
《机电工程技术》
2021年第10期244-248,共5页
煤矿井下供电线路工作环境恶劣,时常发生故障,且存在故障定位的难度大、研究较少等问题。据此提出了基于VMD-GST的TEO行波故障测距方法,用于煤矿井下输电线路故障定位。首先,提取故障信号,并经K=3层VMD分解,得到波动较大的IMF分量;然后...
煤矿井下供电线路工作环境恶劣,时常发生故障,且存在故障定位的难度大、研究较少等问题。据此提出了基于VMD-GST的TEO行波故障测距方法,用于煤矿井下输电线路故障定位。首先,提取故障信号,并经K=3层VMD分解,得到波动较大的IMF分量;然后再将选择的IMF分量经广义S变换得到S模矩阵,并采用Teager能量算子法标定波头;最后通过行波测距公式得出故障位置。结果表明,所提故障测距方法于单相接地故障而言,有较高的精度。
展开更多
关键词
煤矿井下
故障定位
VMD
广义S变换
teager
能量算子法
下载PDF
职称材料
题名
基于多元经验模式分解的电力系统低频振荡模式辨识
被引量：
10
1
作者
苏安龙
孙志鑫
何晓洋
张艳军
王长江
机构
国网辽宁省电力有限公司
东北电力大学电气工程学院
出处
《电力系统保护与控制》
EI
CSCD
北大核心
2019年第22期113-125,共13页
基金
国网辽宁省电力有限公司科技项目(SGTYHT17JS201)“辽宁电网利用广域量测系统提升电网安全稳定运行水平的技术研究”
国家电网公司总部科技项目资助(SGTYHT 17JS199)“千万千瓦级分层接入直流送受端系统动态行为机理和协调控制措施”~~
文摘
提出了一种辨识电力系统主导低频振荡模式的新方法。该方法结合了多元经验模式分解(Multivariate Empirical Mode Decomposition,MEMD)、Teager能量算子及预测误差法(Prediction Error Method,PEM),通过多元经验模式分解将含电力系统低频振荡特征信息的信号进行分解,得到多个本征模函数(Intrinsic Mode Function,IMF)分量;借助Teager能量算子的快速响应能力,筛选出含有主导振荡模式的主要IMF分量;最后采用预测误差法辨识出各主导振荡模式的振荡频率和阻尼。分别利用IEEE68节点测试系统和辽宁电网实测PMU数据对所提方法进行分析、验证。结果表明,该方法可有效从电力系统的广域量测信息中辨识出电力系统的主导振荡模式。
关键词
电力系统
低频振荡
多元经验模式分解
teager
能量算子
预测误差法
Keywords
power
system
low
frequency
oscillation
multivariate
empirical
mode
decomposition
teager
energy
operator
prediction
error
method
分类号
TM7 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
基于多传感器信息融合和CNN-BIGRU-Attention模型的液压防水阀故障诊断方法
2
作者
肖遥
向家伟
汤何胜
任燕
机构
温州大学机电工程学院
出处
《机电工程》
CAS
北大核心
2024年第9期1517-1528,共12页
基金
国家自然科学基金资助项目(52175060)
浙江省自然科学基金资助项目(LY20E050028)。
文摘
在建筑工程领域,尤其是在工程搅拌设备中,涉及到复杂液压工作介质,液压防水阀往往会出现不同程度的故障。此外,恶劣的工作环境和复杂的噪声背景使得对液压防水阀的故障进行诊断变得困难。为了解决这一难题,提出了一种基于多传感器信息融合和卷积神经网络-双向门控循环单元-自注意力机制(CNN-BIGRU-Attention)模型的防水阀故障诊断方法。首先,考虑到单一传感器振动信号难以充分表达故障特征,该方法使用了3个传感器采集含噪声的振动信号,并进行了必要的预处理;其次,提取了信号的16个时域特征、5个频域特征以及3个时频域特征,并利用熵权法进行了特征融合,达到了增强特征的目的;然后,将融合的多维特征集输入到CNN-BIGRU-Attention模型中进行了特征识别;最后,利用实际的液压防水阀故障诊断实验,验证了该方法的有效性。研究结果表明:采用多传感器提取的特征更为全面,信息融合有助于捕捉更完整的隐藏数据特征,从而显著提高诊断的准确率;相较于其他特征识别方法,采用CNN-BIGRU-Attention模型的液压防水阀故障诊断准确率可分别提高6.7%、4.6%和14.2%,达到了96.86%,证明了该方法的有效性。该方法将先进的机器学习技术与实际工程应用相结合,为建筑工程问题提供了一种新颖、有效的解决方案。
关键词
液压传动系统
液压防水阀
多传感器
滑动时间窗
teager
能量算子
熵权法
卷积神经网络-双向门控循环单元-自注意力机制模型
Keywords
hydraulic
transmission
system
hydraulic
waterproof
valve
multi-sensor
sliding
time
window
teager
energy
operator
(TEO)
entropy
weight
method
convolutional
neural
network-bidirectional
gated
recurrent
unit-attention(CNN-BIGRU-Attention)model
分类号
TH137.52 [机械工程—机械制造及自动化]
TH17 [建筑科学—建筑技术科学]
TU60
下载PDF
职称材料
题名
基于VMD-GST的TEO的煤矿供电线路单相接地故障测距方法
被引量：
3
3
作者
田锦绣
崔迎春
付昱
机构
潞安化工集团有限公司李村煤矿
国网白城供电公司
辽宁工程技术大学电气与控制工程学院
出处
《机电工程技术》
2021年第10期244-248,共5页
文摘
煤矿井下供电线路工作环境恶劣,时常发生故障,且存在故障定位的难度大、研究较少等问题。据此提出了基于VMD-GST的TEO行波故障测距方法,用于煤矿井下输电线路故障定位。首先,提取故障信号,并经K=3层VMD分解,得到波动较大的IMF分量;然后再将选择的IMF分量经广义S变换得到S模矩阵,并采用Teager能量算子法标定波头;最后通过行波测距公式得出故障位置。结果表明,所提故障测距方法于单相接地故障而言,有较高的精度。
关键词
煤矿井下
故障定位
VMD
广义S变换
teager
能量算子法
Keywords
underground
coal
mine
fault
location
VMD
GST
teager
energy
operator
method
分类号
TD611 [矿业工程—矿山机电]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多元经验模式分解的电力系统低频振荡模式辨识
苏安龙
孙志鑫
何晓洋
张艳军
王长江
《电力系统保护与控制》
EI
CSCD
北大核心
2019
10
下载PDF
职称材料
2
基于多传感器信息融合和CNN-BIGRU-Attention模型的液压防水阀故障诊断方法
肖遥
向家伟
汤何胜
任燕
《机电工程》
CAS
北大核心
2024
0
下载PDF
职称材料
3
基于VMD-GST的TEO的煤矿供电线路单相接地故障测距方法
田锦绣
崔迎春
付昱
《机电工程技术》
2021
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
