| 基于小波包和CS-BP神经网络的矿用电力电缆故障诊断 |
| |
| 引用本文： | 郭秀才,刘冰冰,王力立.基于小波包和CS-BP神经网络的矿用电力电缆故障诊断[J].计算机应用与软件,2021,38(9):105-110. |
| |
| 作者姓名： | 郭秀才 刘冰冰 王力立 |
| |
| 作者单位： | 西安科技大学电气与控制工程学院 陕西西安710054;西安科技大学通信与信息工程学院 陕西西安710054 |
| |
| 摘 要： | 针对矿用电力电缆故障类型诊断实时性和准确性不足等问题,提出一种基于小波包信息熵和布谷鸟搜索优化BP神经网络的方法对矿用电力电缆进行故障诊断.通过PSCAD对电缆故障进行仿真,将故障电压信号进行三层小波包分解和重构,再提取小波包信息熵构造特征向量.训练CS-BP神经网络使其输入特征向量后能够有效检测并输出电力电缆的故障类型,以实现对电力电缆的故障诊断.实验结果表明,该方法可以有效地诊断电力电缆的故障类型,并且优于同参数下的BP神经网络和PSO-BP神经网络模型.
|
| 关 键 词： | 小波包信息熵 CS-BP 矿用电力电缆 故障诊断 |
FAULT DIAGNOSIS OF MINING POWER CABLE BASED ON WAVELET PACKET AND CS-BP NEURAL NETWORK |
| |
| Guo Xiucai,Liu Bingbing,Wang Lili.FAULT DIAGNOSIS OF MINING POWER CABLE BASED ON WAVELET PACKET AND CS-BP NEURAL NETWORK[J].Computer Applications and Software,2021,38(9):105-110. |
| |
| Authors: | Guo Xiucai Liu Bingbing Wang Lili |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
