位置:成果数据库 > 期刊 > 期刊详情页
基于自适应小波阈值去噪和HT-LMD的电能质量扰动检测方法
  • ISSN号:1001-1390
  • 期刊名称:《电测与仪表》
  • 时间:0
  • 分类:TM581[电气工程—电器]
  • 作者机构:[1]河北工业大学电磁场与电器可靠性省部共建重点实验室,天津300130
  • 相关基金:基金项目:国家自然科学基金资助项目(51477040;51077039)
中文摘要:

提出了基于相空间重构的电磁继电器电性能参数预测的GA神经网络方法。借助相空间重构技术,重构了电性能参数序列的高维空间轨迹;通过采用基于GA算法的神经网络拟合重构轨迹,建立了电性能参数序列预测模型。以电磁继电器接触电阻和燃弧能量性能参数为例,分析了重构参数对重构轨迹、预测结果的影响。该方法能从高维空间揭示电性能参数退化过程,充分利用神经网络泛化性能,因而预测精度高。实验结果表明,所提方法可行、有效。

英文摘要:

The GA neural network method based on the phase space reconstruction is proposed for electrical pertorm- ance parameters prediction of the electromagnetic relays. The locus of electrical performance parameter series in high dimension space are reconstructed by using the phase space technique. The prediction model of the electrical perform- ance parameter series is built by means of fitting the reconstructed locus with the neural network trained with GA algo- rithm. The effects of reconstructed parameters on the locus and the prediction results are analyzed with the contact re- sistance parameter and are energy of the electromagnetic relays. The proposed method has the ability to discover the degradation process of electrical performances for the relay in the high dimensional phase space and make full use of generalization of neural network, and therefore has the better precision of prediction. The experimental results show that the proposed method is feasible and effective.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《电测与仪表》
  • 中国科技核心期刊
  • 主管单位:哈尔滨电工仪表研究所
  • 主办单位:哈尔滨电工仪表研究所
  • 主编:刘献成
  • 地址:哈尔滨市松北区创新路2000号
  • 邮编:150028
  • 邮箱:dcyb@vip.163.com
  • 电话:0451-86693434 86611021
  • 国际标准刊号:ISSN:1001-1390
  • 国内统一刊号:ISSN:23-1202/TH
  • 邮发代号:14-43
  • 获奖情况:
  • 中文核心期刊,中国科技论文统计用刊,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 美国剑桥科学文摘,英国科学文摘数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:15546