目前,配电网运维检修成本结构模糊、管理相对粗放,易造成地区配置失衡,设备资产运维检修的薄弱环节无法得到合理加强。为此,提出了一种基于贝叶斯平均模型(Bayes model averaging,BMA)-改进灰色关联法的配电网设备资产运检成本影响因素...目前,配电网运维检修成本结构模糊、管理相对粗放,易造成地区配置失衡,设备资产运维检修的薄弱环节无法得到合理加强。为此,提出了一种基于贝叶斯平均模型(Bayes model averaging,BMA)-改进灰色关联法的配电网设备资产运检成本影响因素评价分析方法,从经济因素、设备因素、环境因素和网络结构等方面解析影响运检成本的潜在影响因素,基于BMA方法进行关键变量筛选,并采用改进反熵-灰色关联分析法对影响因素的关联度进行量化分析,找到影响配电网运检成本的薄弱环节。以实际供电区域为例,筛选出影响配电网设备资产运检成本的9项关键因素,得到该供电区域的综合评分和建设薄弱项,并结合区域发展的具体情况,验证了该方法的有效性和合理性。展开更多
将支持向量机(Support V ectorM ach ine,简称SVM)、经验模态分解(Em p irica lM ode D ecom pos ition,简称EM D)方法和AR(A u to-R egress ive,简称AR)模型相结合应用于滚动轴承故障诊断中。该方法首先对滚动轴承振动信号进行经验模...将支持向量机(Support V ectorM ach ine,简称SVM)、经验模态分解(Em p irica lM ode D ecom pos ition,简称EM D)方法和AR(A u to-R egress ive,简称AR)模型相结合应用于滚动轴承故障诊断中。该方法首先对滚动轴承振动信号进行经验模态分解,将其分解为多个内禀模态函数(In trins ic M ode Function,简称IM F)之和,然后对每一个IM F分量建立AR模型,最后提取模型的自回归参数和残差的方差作为故障特征向量,并以此作为SVM分类器的输入参数来区分滚动轴承的工作状态和故障类型。实验结果表明,该方法在小样本情况下仍能准确、有效地对滚动轴承的工作状态和故障类型进行分类,从而实现了滚动轴承故障诊断的自动化。展开更多
文摘目前,配电网运维检修成本结构模糊、管理相对粗放,易造成地区配置失衡,设备资产运维检修的薄弱环节无法得到合理加强。为此,提出了一种基于贝叶斯平均模型(Bayes model averaging,BMA)-改进灰色关联法的配电网设备资产运检成本影响因素评价分析方法,从经济因素、设备因素、环境因素和网络结构等方面解析影响运检成本的潜在影响因素,基于BMA方法进行关键变量筛选,并采用改进反熵-灰色关联分析法对影响因素的关联度进行量化分析,找到影响配电网运检成本的薄弱环节。以实际供电区域为例,筛选出影响配电网设备资产运检成本的9项关键因素,得到该供电区域的综合评分和建设薄弱项,并结合区域发展的具体情况,验证了该方法的有效性和合理性。
文摘将支持向量机(Support V ectorM ach ine,简称SVM)、经验模态分解(Em p irica lM ode D ecom pos ition,简称EM D)方法和AR(A u to-R egress ive,简称AR)模型相结合应用于滚动轴承故障诊断中。该方法首先对滚动轴承振动信号进行经验模态分解,将其分解为多个内禀模态函数(In trins ic M ode Function,简称IM F)之和,然后对每一个IM F分量建立AR模型,最后提取模型的自回归参数和残差的方差作为故障特征向量,并以此作为SVM分类器的输入参数来区分滚动轴承的工作状态和故障类型。实验结果表明,该方法在小样本情况下仍能准确、有效地对滚动轴承的工作状态和故障类型进行分类,从而实现了滚动轴承故障诊断的自动化。