基于主成分分析和BP神经网络的钢丝绳断丝定量检测方法

针对目前钢丝绳断丝定量检测中存在的问题,充分利用主成分分析与BP神经网络的优点,提出了基于主成分分析与BP神经网络相结合的钢丝绳断丝定量检测方法。采用主成分分析法对钢丝绳断丝信号的原始特征属性进行预处理,得到钢丝绳断丝信号主成分特征属性,并以此作为BP神经网络的输入,建立钢丝绳断丝信号主成分特征属性与断丝数目之间的关系,并对钢丝绳断丝数目进行预测;主成分分析方法减少了原始特征属性的维数,消除了属性之间的相关性;同时,主成分特征属性作为BP神经网络的输入,也简化了网络的结构。实例测试结果表明,基于主成分分析的神经网络钢丝绳断丝检测方法与常规BP神经网络方法相比,具有更高的检测精度和更少的计算量。     

多表位电能表校验台误差分析

多表位校验台分为三相和单相.三相一般是6表位,最多有24表位;单相一般是12表位,最多有48表位.     

灰色理论在诊断矿用变压器故障中的应用

分析了灰色系统的基本原理,把灰关联理论用以变压器的故障诊断,分析了大量故障变压器的油中溶解气体分析（DGA）数据,并以IECD三比值数据为基础建立了变压器故障诊断参考模式向量,建立了变压器故障诊断灰色关联模型,诊断实例表明灰关联分析法诊断优于IEC三比值法,此法可以作为IEC三比值法的有效补充。