午夜亚洲国产日本电影一区二区三区,九九久久99综合一区二区,国产一级毛片视频,草莓视频在线观看精品最新

加急見(jiàn)刊

基于VMD模糊熵和SVM的高壓斷路器故障診斷

張燕珂; 王萱; 萬(wàn)書亭 浙江工商職業(yè)技術(shù)學(xué)院智能電子學(xué)院; 浙江寧波315012; 華北電力大學(xué)能源動(dòng)力與機(jī)械工程學(xué)院; 河北保定071003

摘要：為了有效提取高壓斷路器振動(dòng)信號(hào)的特征,提出了一種基于變分模態(tài)分解(Variational Mode Decomposition, VMD)模糊熵和支持向量機(jī)(Support Vector Machine, SVM)的特征向量提取方法,并采用SVM分類器對(duì)斷路器的故障類型進(jìn)行識(shí)別。首先,使用VMD對(duì)斷路器的振動(dòng)信號(hào)進(jìn)行分解,得到若干個(gè)模態(tài)分量;然后,計(jì)算每一個(gè)模態(tài)分量的模糊熵,將其組成特征向量;最后,將上述特征向量導(dǎo)入到SVM分類器中進(jìn)行訓(xùn)練,得到訓(xùn)練好的SVM模型,使用該模型對(duì)斷路器4種運(yùn)行狀態(tài)下的樣本數(shù)據(jù)進(jìn)行故障識(shí)別。結(jié)果表明,基于VMD模糊熵的特征向量提取方法所提取出的特征向量相對(duì)基于經(jīng)驗(yàn)?zāi)B(tài)分解(Empirical Mode Decomposition, EMD)樣本熵的特征向量提取方法所提取出的特征向量可分性較好;在小樣本的模式識(shí)別中,SVM相比于BP神經(jīng)網(wǎng)絡(luò),具有更高的識(shí)別精度,能夠有效識(shí)別斷路器的故障。

注: 保護(hù)知識(shí)產(chǎn)權(quán),如需閱讀全文請(qǐng)聯(lián)系電力科學(xué)與工程雜志社