排序方式: 共有14条查询结果,搜索用时 0 毫秒
11.
局部放电检测是目前电力设备状态评价的主要手段,得到广泛应用推广。由于缺陷图谱的复杂性及现场干扰的多样性,传统的局部放电模式识别方法正确率低,训练时间长。针对上述问题,本文提出了一种基于图像处理技术及数据深度稀疏降噪的电力设备局部放电图谱智能识别方法。首先,运用图像处理技术对检测得到的图谱进行预处理;然后利用深度稀疏降噪自编码器进行数据稀疏降噪;最后对得到的有效去噪的数学模型,利用极限学习机(Extreme Learning Machine, ELM)网络,实现对局部放电的智能分类和识别。利用在变电站现场实测数据对本方法进行验证,证明本方法对含有多样干扰的局部放电信号有更好的识别效果,能很好适用于目前的电力设备图像信息模式识别应用当中。 相似文献
12.
13.
随着我国科学技术的不断发展,我国无线通信技术同样得到了较为迅速的发展,但随着我国不同地区通信环境的相关影响,无线通信技术的具体应用所受到的干扰也在不断升级,这在极大程度上影响了无线通信技术的信号质量。针对这种状况,本文就无线通信抗干扰技术的相关性能进行研究,希望能给相关工作人员的具体工作展开带来一丝启发作用。 相似文献
14.