排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
2.
3.
利用声音信号对电力变压器进行故障诊断是一种不停机的设备维护方法,可以诊断变压器故障类型或预测故障产生的时间。声音诊断相对于其他诊断方式有许多优点,但是传统的声音自动诊断方法识别率不够理想。为了探索深度学习技术在声音故障诊断方面的可行性,本文采集了真实变压器在正常状态、老化和放电两种故障运行状态下发出的声音信号,对信号分别进行了声谱图转换和梅尔对数谱图的转换,输入一种高效轻量级卷积神经网络--Mobile Net深度学习模型中开展了训练。训练结果表明,将卷积神经网络应用在变压器故障声音诊断上能够得到较高的准确率,尤其是采用梅尔对数谱图对三种状态下识别准确率均能达到99%以上,而采用声谱图进行训练对放电类型的故障识别率较高,老化故障识别率不够理想。 相似文献
4.
基于光纤光栅传感技术,设计了具有通用性的黄河老田庵控导工程丁坝安全监测系统的硬件及软件,并在老田庵24号坝进行安装,通过对监测数据的筛选、分类以及统计,建立起"正常,非正常,险情"三级预警系统,采用监测历史数据的标准差固定倍数作为预警的参考值,以达到及时预警的目的,并可实现监测历史数据查询等功能。 相似文献
1