期刊导航
期刊开放获取
河南省图书馆
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
2
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
一种基于SVM算法的电力变压器机械故障智能诊断模型
被引量:
2
1
作者
臧春艳
曾军
+4 位作者
李鹏
刘宏亮
张仲程
孙路
刘耀云
《高压电器》
CAS
CSCD
北大核心
2023年第12期216-222,229,共8页
振动分析法是一种变压器机械故障的非电量诊断方法,该方法通过分析变压器油箱表面的振动特征,可以诊断变压器内部的绕组变形或铁心松动等故障。SVM是一种新型的机器学习方法,能够在小样本的情况下训练得到泛化能力强的分类模型。文中基...
振动分析法是一种变压器机械故障的非电量诊断方法,该方法通过分析变压器油箱表面的振动特征,可以诊断变压器内部的绕组变形或铁心松动等故障。SVM是一种新型的机器学习方法,能够在小样本的情况下训练得到泛化能力强的分类模型。文中基于振动信号和SVM算法构建了一种变压器智能诊断模型,通过对试点变压器的上百组振动信号数据进行采集和频谱特征提取,在此基础上构建了SVM训练数据集,训练了单值υ-SVM故障诊断模型并取得了较好的效果,从而验证了该模型的有效性,可为相关研究者提供一定参考。
展开更多
关键词
电力变压器
振动信号
支持向量机
智能故障诊断
下载PDF
职称材料
基于振动检测的GIL放电性故障先兆的判别方法
被引量:
2
2
作者
蒋龙
臧春艳
+3 位作者
秦怡宁
张仲程
黄忠康
刘耀云
《水电能源科学》
北大核心
2018年第10期194-197,205,共5页
气体绝缘金属封闭输电线路(GIL)在长距离电力传输中应用较广,但目前关于其故障检测与诊断的研究较少。对此,通过分析GIL设备振动信号的产生机理,对金属微粒引起的GIL内部放电性故障进行模拟试验及仿真建模研究,提出了振动信号的特征值...
气体绝缘金属封闭输电线路(GIL)在长距离电力传输中应用较广,但目前关于其故障检测与诊断的研究较少。对此,通过分析GIL设备振动信号的产生机理,对金属微粒引起的GIL内部放电性故障进行模拟试验及仿真建模研究,提出了振动信号的特征值。结果表明,可根据振动加速度信号中的特定频段范围(1~20kHz)内的信号能量占总能量的百分比大小来判断GIL内部是否产生了放电性故障先兆。研究成果可指导工程实践。
展开更多
关键词
GIL
振动检测
放电性故障
金属微粒
下载PDF
职称材料
题名
一种基于SVM算法的电力变压器机械故障智能诊断模型
被引量:
2
1
作者
臧春艳
曾军
李鹏
刘宏亮
张仲程
孙路
刘耀云
机构
华中科技大学电气与电子工程学院
国网河北省电力有限公司
中国电力科学研究院有限公司
出处
《高压电器》
CAS
CSCD
北大核心
2023年第12期216-222,229,共8页
基金
国家电网公司2020年总部第三批科技项目(变压器热老化对绕组振动特性的影响及其抗短路能力评估策略研究)。
文摘
振动分析法是一种变压器机械故障的非电量诊断方法,该方法通过分析变压器油箱表面的振动特征,可以诊断变压器内部的绕组变形或铁心松动等故障。SVM是一种新型的机器学习方法,能够在小样本的情况下训练得到泛化能力强的分类模型。文中基于振动信号和SVM算法构建了一种变压器智能诊断模型,通过对试点变压器的上百组振动信号数据进行采集和频谱特征提取,在此基础上构建了SVM训练数据集,训练了单值υ-SVM故障诊断模型并取得了较好的效果,从而验证了该模型的有效性,可为相关研究者提供一定参考。
关键词
电力变压器
振动信号
支持向量机
智能故障诊断
Keywords
power transformer
vibration signal
support vector machine
intelligent fault diagnosis
分类号
TM41 [电气工程—电器]
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于振动检测的GIL放电性故障先兆的判别方法
被引量:
2
2
作者
蒋龙
臧春艳
秦怡宁
张仲程
黄忠康
刘耀云
机构
中国南方电网超高压输电公司曲靖局
华中科技大学电气与电子工程学院
武汉智能装备工业技术研究院有限公司
出处
《水电能源科学》
北大核心
2018年第10期194-197,205,共5页
基金
中国南方电网有限责任公司超高压输电公司重点攻关项目(010800KK52160002)
文摘
气体绝缘金属封闭输电线路(GIL)在长距离电力传输中应用较广,但目前关于其故障检测与诊断的研究较少。对此,通过分析GIL设备振动信号的产生机理,对金属微粒引起的GIL内部放电性故障进行模拟试验及仿真建模研究,提出了振动信号的特征值。结果表明,可根据振动加速度信号中的特定频段范围(1~20kHz)内的信号能量占总能量的百分比大小来判断GIL内部是否产生了放电性故障先兆。研究成果可指导工程实践。
关键词
GIL
振动检测
放电性故障
金属微粒
Keywords
GIL
vibration detection
discharge fault
metal particles
分类号
TM722 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种基于SVM算法的电力变压器机械故障智能诊断模型
臧春艳
曾军
李鹏
刘宏亮
张仲程
孙路
刘耀云
《高压电器》
CAS
CSCD
北大核心
2023
2
下载PDF
职称材料
2
基于振动检测的GIL放电性故障先兆的判别方法
蒋龙
臧春艳
秦怡宁
张仲程
黄忠康
刘耀云
《水电能源科学》
北大核心
2018
2
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