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
共找到1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：
基于EEMD能量矩与ISSA-SVM算法的GIS局部放电类型识别方法 被引量：12
1
作者 王利福 刘屹江泽 王燚增 《电子测量与仪器学报》 CSCD 北大核心 2022年第5期204-212,共9页
为有效识别气体绝缘开关组合电器(gas insulated switchgear,GIS)局部放电(partial discharge,PD)类型,进而保障设备安全稳定运行,提出了一种基于集合模态分解(ensemble empirical mode decomposition,EEMD)联合能量矩与改进麻雀群搜索... 为有效识别气体绝缘开关组合电器(gas insulated switchgear,GIS)局部放电(partial discharge,PD)类型,进而保障设备安全稳定运行,提出了一种基于集合模态分解(ensemble empirical mode decomposition,EEMD)联合能量矩与改进麻雀群搜索算法优化支持向量机(improved sparrow search algorithm-support vector machines,ISSA-SVM)算法的GIS局部放电类型识别方法。首先搭建能产生4种局部放电类型效果的GIS局部放电实验平台,以获取4种局部放电信号,然后利用EEMD联合能量矩算法分别对4种局部放电信号进行模态分解与特征向量提取,最后利用经ISSA算法优化后的SVM算法对GIS局部放电类型进行识别。实验结果表明,所提方法可有效识别GIS不同局部放电类型,且较PSO-SVM与SSA-SVM算法识别精度分别提高了16.7%与8.5%,验证了所提GIS局部放电类型识别方法的有效性以及优越性。 展开更多
关键词 气体绝缘开关组合电器 局部放电 集合模态分解 改进麻雀群搜索算法优化支持向量机(issa-svm)
下载PDF
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
使用帮助 返回顶部