排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
在提出脉冲提取思想的基础上,利用局部放电信号所固有的奇异性特征,将小波变换的奇异性检测原理应用于提取局部放电脉冲。为了满足局部放电在线监测的在线准实时要求,提出了改进的尺度空间滤波算法,并将其应用于局部放电脉冲的提取。通过相邻尺度的小波系数直接相乘,可以突出奇异点的信号,并获得基于尺度的屏蔽滤波器,将阈值方法和尺度空间滤波相结合,最终得到基于时域的屏蔽滤波器,将时域滤波器和原信号相乘,就可以提取出局部放电脉冲。仿真试验和发电机实测信号的算例表明,相对于模极大值算法,该方法在提高运算速度的基础上,不但能准确检测出局部放电脉冲,而且能很好地保持局部放电脉冲的幅度和位置。 相似文献
4.
用PSO算法训练神经网络抑制发电机局放随机脉冲干扰 总被引:8,自引:1,他引:8
随机脉冲干扰在局部放电在线监测的各类干扰中是最难抑制的,为此提出了一种基于粒子群优化(PSO)算法训练神经网络的随机脉冲干扰抑制算法。PSO算法的优势在于它能通过粒子间的相互作用而发现复杂搜索空间的最优区域。与传统反向传播(BP)算法相比,采用PSO算法来训练神经网络,可以有效地克服传统算法收敛速度慢、易陷于局部极小值等缺点,并且训练出的神经网络在泛化能力上也有很大的提高。大量实际数据的训练和分析结果表明,该算法在抑制局放随机脉冲干扰上是比较有效的。 相似文献
5.
1