共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
3.
作为电力系统的一种重要设备,高压断路器的故障诊断一直是研究中的重点。针对传统神经网络收敛速度慢,容易陷入局部极小等不足,提出了一种基于小波神经网络的高压断路器故障诊断方法。首先利用特征熵方法提取振动信号的特征值,然后利用小波神经网络进行分类识别。同时还给出了一种小波神经网络的改进方法,提高了其收敛速度。实验结果表明,相比较于传统神经网络,改进的小波神经网络训练速度更快,分类准确率更高,对于高压断路器的故障诊断效果更佳。 相似文献
4.
5.
针对变压器故障征兆和故障类型的非线性特性,结合油中气体分析法,设计了一种改进粒子群算法的小波神经网络故障诊断模型。模型采用3层小波神经网络,并用一种改进粒子群算法对其进行训练。该算法在标准粒子群算法的基础上,通过引入遗传算法中的变异算子、惯性权重因子和高斯加权的全局极值,加快了小波神经网络训练速度,提高了其训练的精度。仿真实验证明这种改进粒子群算法的小波神经网络可以有效地运用到变压器故障诊断中,为变压器故障诊断提供了一条新途径。 相似文献
6.
7.
8.
9.
10.
11.
12.
13.
鉴于小波神经网络训练模型在电力变压器故障诊断中存在易陷入局部最优与对初始值高难度、高要求性问题,通过将人工鱼群算法和小波神经网络技术有机地融入到变压器故障诊断中,开发出一种全新、高效的方法。采用人工鱼群算法改善小波神经网络训练模型的权重和阈值,以达到最佳的模型性能,提升模型的准确性和可靠性。在整个学习过程中,小波神经网络训练模型的复杂度和泛化能力都得到了较大的提升,同时加快了收敛速度,从全局搜索逐步转向精细搜索,避免算法出现局部最优的情况。最后,通过仿真实验结果证明所提方法可有效地提升变压器故障诊断的准确度,提高了变压器故障诊断效率。 相似文献
14.
15.
小波包特征熵神经网络在尾水管故障诊断中的应用 总被引:26,自引:5,他引:26
为精确诊断水轮机尾水管涡带,该文提出一种基于小波包特征熵的神经网络故障诊断新方法。对采集到的尾水管压力脉动信号进行三层小波包分解,提取小波包特征熵,然后构造信号的小波包特征熵向量,并以此向量作为故障样本对三层BP神经网络进行训练,实现智能化故障诊断。试验结果表明训练成功的BP网络能够很好地诊断机组尾水管是否发生涡带以及涡带的严重程度,为水轮机故障诊断开辟新的途径。 相似文献
16.
17.
基于小波神经网络的水电机组振动故障诊断研究 总被引:8,自引:0,他引:8
提出应用频谱法和小波神经网络对水电机组的振动故障进行诊断。在对水电机组振动信号进行频谱分析后,提取该信号在频率域的特征量,将频谱特征向量作为学习样本,通过训练,使构造的小波神经网络能够反映频谱特征向量和故障类型之间的映射关系,从而达到故障诊断的目的。诊断结果表明,与常规神经网络诊断方法相比,频谱分析与这种小波神经网络相结合的方法进行故障诊断简单有效、并具有诊断速度快和泛化能力强等优点。 相似文献
18.
19.
20.
利用虚拟仪器技术构建基于小波神经网络的航空发动机滑油故障检测系统。根据小波分析原理进行对在线式铁谱仪输出的信号进行消噪并提取特征向量作为神经网络的学习样本,用MATLAB软件编写基于小波神经网络的故障诊断程序,利用ActiveX技术在LabVIEW中调用MATLAB的.m文件,实现发动机滑油系统的故障诊断。最后将诊断结果与X射线荧光光谱仪的诊断结果做了比较,证明本检测系统较好的满足了检测与诊断的精度的要求,且成本低、速度快。同时为复杂非线性系统的故障诊断提供了新的理论与方法。 相似文献