公共文化服务平台

共 5 条记录，以下是 1-5

全选清除导出

排序方式：

粒子群优化的KFCM及SVM诊断模型在断路器故障诊断中的应用被引量：69: 2013年; 为了利用相对较少的故障数据样本对断路器主要故障类型进行较为准确的在线判断,提出了一种基于融合粒子群的模糊核聚类(particle swarm fused kernel fuzzy C-means,P-KFCM)与支持向量机(support vector machine,SVM)的故障诊断方法。通过对断路器分合闸电流信号的分析,找出与断路器主要故障类型相对应的特征量;据此对采样信号进行处理,建立故障特征样本空间;利用P-KFCM算法对故障训练样本进行预分类,并以此为基础建立多SVM故障预测模型。P-KFCM算法将粒子群(particle swarm optimization,PSO)的全局搜索能力融入KFCM中,有效的解决了局部最优问题,在一定程度上提升了诊断结果的可靠性。实验结果表明,该方法在诊断断路器主要机械故障方面能够取得较好的效果。; 梅飞梅军郑建勇张思宇朱克东; 关键词：模糊核聚类粒子群断路器故障诊断

智能电网环境下电力数据挖掘研究: 为了保障电力系统的安全运行、资源优化配置和电力用户响应需求,智能电网已成为当前的研究热点。智能电网从发电侧到用电侧进行全方位的实时采集、传输和存储,形成了电力供给、用户需求、设备状态等海量数据。电力海量数据中蕴含着用户用...; 朱克东; 关键词：高压断路器负荷调度需求响应; 文献传递

基于KPCA-SVM的断路器故障稳健诊断方法被引量：9: 2014年; 高压断路器是电力系统中重要的一次设备,其故障诊断是实现状态检修的前提。在实际应用中,诊断模型的准确度会受到数据干扰而产生误判,严重影响检修效果。为提高诊断模型的鲁棒性,本文从采样数据角度对故障诊断进行了研究,提出了基于KPCA-SVM的断路器故障稳健诊断方法。利用核主元分析分离正常数据样本空间与故障数据样本空间,加大了训练样本间的差异度;再以支持向量机建立故障诊断模型对断路器主要故障进行诊断,极大提升了诊断模型的抗干扰性能,实验证明取得了较好的效果。; 梅飞梅军郑建勇朱克东; 关键词：断路器故障诊断 KPCA SVM

基于LSSVM概率输出与证据理论融合的变压器故障诊断被引量：2: 2014年; 为了利用相对较少的故障数据样本对变压器主要故障类型进行较准确的判断,基于智能互补和数据融合的思想,提出基于最小二乘支持向量机LSSVM(least square support vector machine)概率输出与证据理论融合的故障诊断方法。该诊断方法具有以下特点:可融合蕴含变压器运行状态的多种特征信息,输出变压器各种故障的概率,为变压器检修提供更多的可用信息;充分发挥了LSSVM在小样本情况下具有较强泛化能力的优势。算例结果表明,该诊断方法的故障诊断准确率达到91.1%,优于传统的IEC三比值法(故障诊断准确率75.6%)及LSSVM分类法(故障诊断准确率82.2%),有效降低了诊断误判的风险。; 朱克东郑建勇梅军梅飞; 关键词：变压器故障诊断证据理论最小二乘支持向量机油中溶解气体分析

一种基于粗糙集理论和Petri网络的IGIS故障在线诊断方法: 本发明公开了一种基于粗糙集理论和Petri网络的IGIS故障在线诊断方法，包括如下步骤：（1）选择断路器动作特性、SF6气体密度、微水含量等多个特征量作为特征值，采集IGIS运行时的若干组数据，采用贪心算法，对原始特征量...; 梅军李双郑建勇蔡维平梅飞高钰忠朱克东季秋谣左帆王迪夏佾; 文献传递

全选清除导出

共1页<1>

朱克东