2024年12月15日
星期日
|
欢迎来到维普•公共文化服务平台
登录
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
杨彬
作品数:
1
被引量:36
H指数:1
供职机构:
重庆市电力公司杨家坪供电局
更多>>
相关领域:
电气工程
更多>>
合作作者
邓帮飞
重庆大学电气工程学院输配电装备...
陈伟根
重庆大学电气工程学院输配电装备...
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
电气工程
主题
1篇
断路
1篇
断路器
1篇
振动
1篇
振动信号
1篇
神经网
1篇
神经网络
1篇
经验模态分解
1篇
径向基
1篇
径向基神经
1篇
径向基神经网...
1篇
高压断路器
1篇
故障识别
机构
1篇
重庆大学
1篇
重庆市电力公...
作者
1篇
陈伟根
1篇
邓帮飞
1篇
杨彬
传媒
1篇
高压电器
年份
1篇
2009
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于振动信号经验模态分解及能量熵的高压断路器故障识别
被引量:36
2009年
为了准确地检测出高压断路器的故障类型,笔者首次将经验模态分解(EMD)方法引入高压断路器的振动信号分析当中,并提出将EMD分解得到的固有模态函数(IMF)能量熵值作为表征断路器故障类型的新特征向量。为了证实该分析方法的有效性,笔者在实验室的110 kV SF6断路器上进行了模拟实验,提取了正常和故障状态下振动信号的IMF能量熵值特征向量,并以此作为径向基神经网络的输入向量。最后,引入置信度的概念,对径向基神经网络的输出结果进行评价。该方法基于实验室研究取得了较好的识别效果,并为基于振动信号的断路器故障识别提供了一条新的思路。
陈伟根
邓帮飞
杨彬
关键词:
经验模态分解
高压断路器
振动信号
径向基神经网络
故障识别
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张