文献知网节
  • 记笔记
摘要:现有变换器的故障诊断过程需训练大量的故障样本才能实现故障的识别和定位,但故障数据获取困难且训练过程复杂。针对这一问题,提出一种结合基于Mallat(快速递推算法)的三次B样条小波分析与核密度估计算法。该方法首先采用基于Mallat的三次B样条小波分析方法对变换器的输出电压进行预处理,加强抗噪声能力并降低数据维度;其后,基于核密度估计的分类器对故障进行识别和定位。所提方法在故障辨识阶段无需故障样本仅对正常样本进行训练便能准确识别故障样本,且在故障定位阶段仅需训练少量故障样本就能实现故障的定位,具有抗干扰能力强、实现简单、诊断率高的优点。仿真和实验验证了所提方法的可行性和有效性。
  • DOI:

    10.13335/j.1000-3673.pst.2018.1814

  • 专辑:

    理工C(机电航空交通水利建筑能源)

  • 专题:

    电力工业

  • 分类号:

    TM46

  • 手机阅读
    即刻使用手机阅读
    第一步

    扫描二维码下载

    "移动知网-全球学术快报"客户端

    第二步

    打开“全球学术快报”

    点击首页左上角的扫描图标

    第三步

    扫描二维码

    手机同步阅读本篇文献

  • CAJ下载
  • PDF下载

下载手机APP用APP扫此码同步阅读该篇文章

下载:189 页码:2204-2210 页数:7 大小:568K

相关文献推荐
  • 相似文献
  • 读者推荐
  • 相关基金文献
  • 关联作者