排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
2.
针对传统Renyi熵方法在分割污油图像时存在图片差距大、无法根据不同图片进行最优分割的问题,提出改进萤火虫算法对二维Renyi熵分割算法中的α值进行寻优来解决上述问题。分析了采集的污油图片特点以及对污油图片进行分割的必要性;针对多目标寻优精度不高和后期收敛速度较慢的问题,对萤火虫算法进行了改进,并对初始萤火虫位置进行混沌优化处理,使结果达到全局最优;利用基于改进萤火虫算法的Renyi熵图像分割算法对采集的污油图片进行阈值分割实验,并与二维Renyi熵分割、粒子群算法(PSO)Renyi熵分割方法进行比较。实验结果表明:本文提出的算法可以有效地对污油区域进行分割,能够快速地实现复杂图像的精确处理。 相似文献
3.
针对双有源桥(DAB)变换器开路故障诊断存在的多信号诊断和诊断阈值设置问题,提出了一种基于信息融合和深度残差收缩网络(DRSN)的DAB变换器开路故障诊断方法。首先,将DAB变换器的开路故障诊断信号减少至3个,减少了信号传感器的数量;其次,采用递归图法和脉冲耦合神经网络将3个诊断信号的时间序列转化为图像进行信息融合,生成的融合图像可以反映不同故障状态下的故障特征且便于深度学习网络进行分类;最后,将融合图像输入构建的DRSN进行故障诊断,可以避免设置诊断阈值。使用RT-LAB搭建DAB变换器半实物系统进行实验。实验结果表明选择的3个诊断信号能够有效区分DAB变换器各IGBT开路故障状态。对比分析表明所提出的方法具有较高的故障诊断精度,平均诊断精度可达98.44%。 相似文献
4.
本文首先建立了连续平压热压控制系统的数学模型,将其近似为三阶伺服控制系统并得出相应的传递函数,然后研究了基于自抗扰技术的调节控制器。该控制器能够提升控制系统的响应速度且无超调的情况出现,提高系统的稳定性。仿真结果表明:与模糊PID控制方法相比,自抗扰控制器在提高了连续平压热压的控制精度的基础上,其系统的动态性能得到了优化,鲁棒性也得到了提高。 相似文献
5.
为解决电力变压器振动信号因非平稳特性而导致难以预测的问题,提出一种基于改进蜣螂优化算法的差分整合移动平
均自回归预测模型。 首先,利用 ADF 检验和 KPSS 检验对变压器原始振动信号进行平稳性检验,若不平稳则进行差分处理直至
信号平稳。 其次,通过在蜣螂优化算法中引入周期突变机制以提升算法的寻优能力,并利用改进后的蜣螂优化算法对差分整合
移动平均自回归模型参数 p 和 q 进行定阶,实现对变压器振动信号的预测。 最后,利用某个 0. 4- / 0. 4-kV,15-kVA 三相双绕组
干式变压器实际采集的振动数据,验证所提出模型的有效性。 仿真结果表明,该模型的平均绝对百分比误差可达 3. 77%,而差
分整合移动平均自回归模型、长短时记忆网络、循环神经网络和卷积神经网络的平均绝对百分比误差分别为 5. 34%、4. 74%、
5. 03%、5. 40%。 因此,所提出的模型可以实现变压器振动信号的精准预测。 相似文献
6.
7.
针对双有源桥(dual active bridge, DAB)变换器中IGBT开路故障诊断精度较低的问题,提出基于莱维飞行麻雀搜索算法(Levy sparrow search algorithm, LSSA)优化深度信念网络(deep belief network, DBN)的故障诊断方法。首先,利用莱维飞行策略改进麻雀搜索算法的收敛速度和全局优化能力。然后将DBN的均方差作为适应度函数,利用LSSA寻找DBN的最优隐藏层单元数,根据得到的最优值建立DBN故障诊断模型。通过RT-LAB搭建DAB变换器半实物仿真系统,对变压器漏感电流信号进行故障诊断,在收敛速度、适应度值和诊断精度指标方面进行对比分析。实验结果表明诊断模型可以有效诊断DAB变换器开路故障,且诊断精度达到99%。 相似文献
1