基于小波和神经网络的电气设备故障检测

下载PDF

导出

摘要针对传统的电气设备故障诊断方法中存在的局限性,本文提出基于小波和神经网络的故障诊断算法。该算法利用时频两域有紧支撑能力的MexicanHat小波变换,提取能量归一化故障特征向量,用神经网络作为诊断决策分类器,输出故障模式。该方法具有计算简单、收敛快、精确度高及可操作性强等特点。

作者张白雯

机构地区厦门城市大学

出处《科技资讯》 2008年第29期106-108,共3页 Science & Technology Information

关键词小波神经网络故障诊断

参考文献11

1王正中.基于演化的复杂系统建模与仿真研究[J].系统仿真学报,2003,15(7):905-909. 被引量：25
2电力工业部.SD/187-1986.变压器油中溶解气体分析和判断导则,1986.
3李冬辉,刘浩.基于概率神经网络的故障诊断方法及应用[J].系统工程与电子技术,2004,26(7):997-999. 被引量：38
4黎明;黄维枢.SF6气体及SF6气体绝缘变电站的运行,1993.
5郑明山.模糊神经网络控制器算法的研究.中国水运,2007,5(3):114-115.
6阎平凡.人工神经网络与模拟进化运算,2000.
7Zhang Q;Benveniste A.Wavelet networks[J],1992(06).
8Pei Lin Lan;Qiang Ji;Carl G.Information fusion with bayesian networks for Monitoring human fatigue,2002.
9Kai F.Goebel.Conflict Resolution using Strengthening and Weakening Operations in Decision Fusion,2001.
10Waltz E;Llinas J.Multisensor data fusion,1991.

1马颂德.国外“神经网络”研究[A]..中国自动化学会1988年会论文集[C].,1988.118-123.
2王雨田.控制论,信息论,系统科学与哲学[M].北京:中国人民大学出版社,1984..
3Faldrop M. Complexity, The emerging science at the edge of order and chaos[C]. Sterling Lord Literstic, Inc. 1995.
4Holland J. The global economy as an adaptive process[M]. SFI, 1987.
5Carter M, Maddock R. Rational Expectations[M]. Macmillan Publishers Ltd, 1984.
6Weimar R. Simulation with cellular automata[M], tech. Univ.Brannsclrweig, 1996.
7Prigogine I, Stengers I. Order out of chaos[M]. Bantam books Inc,1984.
8Simon H A. Models of thought[M]. New Haven CT, Yale Univ. Press,1979.
9haken H. Advance Synergetics[M]. Berain Springer, 1995.
10Sterman J. Business dynamics[C]. System thinking and modeling for complex world, Irwin\Mcgran-hill, 2000.

科技资讯

2008年第29期

内容加载中请稍等...