一种基于QPSO-RVM的模拟电路故障预测方法

提出了一种可应用于模拟电路故障预测的方法。通过提取被测电路的频域响应信号,计算皮尔逊相关系数,从而表征电路元件的健康度;在获取元件在不同时间点的健康度数据的基础上,推导出电路元件发生故障时的健康度阈值;将经量子粒子群算法优化的相关向量机算法用于故障预测,预测各个时间点的元件健康度变化轨迹并估计模拟电路的剩余有用寿命。该预测方法计算简单、通用性强,适用于实时预测。故障预测仿真实验与实例实验证明了方法的有效性与先进性。

PSO优化LS-SVM在模拟电路故障预测中的应用

针对模拟电路故障预测的特点,提出一种基于PSO优化LS-SVM惩罚因子和核参数的模拟电路故障预测方法;利用小波包分解重构构造能量特征向量,通过计算PPMCC和欧氏距离来表征电路中元件的健康程度,定义为健康度,由此推导出电路发生故障时该元件的故障阈值;应用PSO优化的LS-SVM模型来实现模拟电路的故障预测,预测各个时间点的健康度变化轨迹并估计模拟电路的剩余寿命;通过仿真实验得知,该方法简单便捷,能够有效实现模拟电路的故障预测,具有较好的实用性。

相关系数研究综述

相关系数是表征两个随机变量之间统计关系强弱的统计量,在几乎所有科学与技术领域都获得了广泛应用.本文以二元高斯分布为基本模型,对文献中常见的5种相关系数的统计特性作相对全面的回顾与总结,并探讨了其适用的场合.具体结论如下:(1)当样本满足二元高斯分布时,皮尔逊积距相关系数是最佳选择;(2)当样本中存在轻微的单调非线性畸变时,序统计量相关系数比较适用;(3)当样本中存在严重的单调非线性畸变时,斯皮尔曼秩次相关系数或肯德尔秩次相关系数是合适的选择;(4)当只有一路信号中存在单调非线性畸变时,基尼相关是最佳选择;(5)当样本中存在脉冲干扰时,斯皮尔曼秩次相关系数或肯德尔秩次相关系数是合适的选择.

相关系数在脉冲噪声环境下的稳健性综述

作为相关分析的重要工具,相关系数在众多科学与技术领域中都得到了广泛的研究和应用.基于文献中两种常用的二元混合高斯模型,本文回顾和对比了5种相关系数分别在单通道以及双通道中存在脉冲噪声时的稳健性.定量的研究结果表明,在脉冲噪声环境下,文献中最为常见的皮尔逊积矩相关系数性能急剧恶化.而另外4种相关系数则在两种噪声模型下均表现出良好的抗干扰能力.

基于改进相关性分析的低压台区拓扑辨别方法

低压线路拓扑的准确性不仅会直接影响整个配电系统运行监控与安全检测,还会影响系统的故障诊断、安全分析和其他相关工作的开展。文中针对配电台区设备的组网特点,提出了一种基于改进相关性分析的低压台区拓扑辨别方法。首先根据低压配电线路的长度应满足末端电压质量的要求,选择合适范围内的台区设备作为研究对象;其次根据台区同馈线设备电压之间的相似性,利用DBSCAN聚类算法,将设备归类到不同的出线区域,并筛选出不属于该台区的设备,缩小研究范围;再其次基于能量守恒定律,上游设备流出的能量等于下游设备流入能量之和的特点,结合功率曲线的相关性和残差平方和,找到上游设备的最优下游设备组合,识别各出线区域设备的上下游连通关系;最后对各出线区域设备连通性进行校验,解决其中冲突节点,最终建立全网台区拓扑结构。