您的位置: 专家智库 > >

张建宇

作品数:5 被引量:6H指数:2
供职机构:上海理工大学光电信息与计算机工程学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术电气工程更多>>

文献类型

  • 4篇期刊文章
  • 1篇专利

领域

  • 4篇自动化与计算...
  • 2篇电气工程

主题

  • 2篇图像
  • 2篇图像融合
  • 2篇图像融合算法
  • 2篇紫外
  • 2篇子群
  • 2篇粒子群
  • 1篇电阻探针
  • 1篇巡检
  • 1篇油路
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇色谱
  • 1篇色谱分析
  • 1篇设备巡检
  • 1篇气体传感
  • 1篇气体传感器
  • 1篇气体信号
  • 1篇群算法
  • 1篇紫外检测
  • 1篇向量

机构

  • 5篇上海理工大学
  • 1篇上海市现代光...

作者

  • 5篇马立新
  • 5篇张建宇
  • 3篇刘宇宽
  • 2篇何亮
  • 1篇周小波
  • 1篇项庆
  • 1篇薛松
  • 1篇鲁俊

传媒

  • 2篇机电工程
  • 1篇计算机应用研...
  • 1篇电力科学与工...

年份

  • 1篇2017
  • 4篇2016
5 条 记 录,以下是 1-5
排序方式:
基于斯托克斯向量的MOCT故障识别模型的研究被引量:1
2017年
针对传统电磁电流互感器故障时因磁饱和造成继保误动或拒动现象,提出了一种磁光电流互感器(MOCT)快速识别故障发生及类型的方法。该方法以通过石榴石型MOCT的偏振光的三个斯托克斯分量作为特征量,建立支持向量机识别模型,模型核参数及惩罚参数由粒子群寻优选取。此建模方法仅与斯托克斯分量及故障电流等级有关,与线性双折射及环境变量无关,避免了温度等外界因素对识别的干扰。实验结果表明,识别模型受温度影响小,当训练完成的识别模型工作于不同的温度条件下时,识别误差保持在2%以内。运行中的MOCT可以依靠斯托克斯分量及该模型准确识别故障电流等级,迅速判别出故障类型,精度较其他识别方法更高。
刘宇宽马立新何亮张建宇
关键词:故障识别粒子群优化支持向量机
一种用于紫外成像系统的PCNN图像融合算法被引量:3
2016年
为了解决高压电气设备局部放电故障点定位问题,把PCNN图像融合算法应用到紫外成像系统中,根据高压电气设备局部放电的同时向四周发射紫外光和紫外光波段在日盲200~400 nm的原理,在设备局放故障区域分别采集紫外光图像和可见光图像并进行图像融合,在新生成的融合图像中精确定位局部放电故障点。研究针对融合源图像自身系数特点会影响PCNN神经网络连接强度系数的特点,使用粒子群优化算法对PCNN神经网络中的连接强度系数进行全局寻优,使其可以针对不同融合源图像的各自系数特征自适应寻找最优连接强度系数。研究结果表明,优化后的PCNN算法对比于其他算法所得图像信息更加丰富、定位更加精准,融合图像可以有效地定位高压设备电晕放电故障点。
马立新张建宇项庆
关键词:图像融合粒子群算法
变压器油路腐蚀及气体监测系统
本发明涉及一种变压器油路腐蚀及气体监测系统,包括挂壁探头、PC机、IC卡芯片和腐蚀测量及色谱分析系统,挂壁探头包括电阻探针和气体传感器,电阻探针包括作为监测腐蚀的暴露试片和作为参考的封闭挂片,附着于变压器油管道内的挂壁探...
刘宇宽鲁俊熊蒙马立新杨宗宪何亮薛松张建宇
应用于紫外检测技术的ICA图像融合算法被引量:2
2016年
针对高压电气设备电晕放电故障点定位问题,对ICA图像融合算法、紫外检测技术和紫外成像系统等方面进行了研究。将ICA图像融合算法运用到高压设备电晕放电检测中,根据高压设备局部放电会发出紫外光的原理和紫外光波长在日盲200 nm^400 nm波段的特点,对高压设备局部放电区域采集紫外光图像和可见光图像进行图像融合,在融合图像中准确定位局放故障点。研究针对紫外图像和可见光图像灰度直方图差别大的特点,对传统Fast ICA算法进行优化,以优化后的权值对融合系数进行加权处理,建立融合规则使局放故障点表达更加清晰,并将算法运用于紫外成像系统。研究结果表明,改进后的Fast ICA算法对比于紫外成像仪的其他算法所得图像信息更加丰富、定位更加精准,融合图像可以有效地定位高压设备电晕放电故障点。
马立新张建宇周小波
关键词:图像融合FASTICA算法
基于多维特征提取的紫外局放分级方法及应用
2016年
针对局部放电状态无法准确量化分级问题,对采用基于粒子群优化的支持向量机的状态分级方法进行了研究,通过该方法首先完成了多类特征空间在SVM核函数中的映射分类,再利用粒子群选取了最优核参数及惩罚参数。并提出了一种搭载该分级方法的便携式紫外传感电力巡检系统,结合其自身的测距功能,可向终端上位机回传紫外光斑面积、脉冲波形,测量距离、测量角度4种特征量,并以此作为分级判据,以充分利用紫外信号可靠且灵敏的特点。上位机根据已由试验数据建立起的优化分级模型,对设备的异常放电进行了诊断分级。研究结果表明,精度较传统支持向量机显著提高,避免了人为选取参数的盲目性,能够根据现场回传数据准确、实时地完成设备异常放电状态分级。
刘宇宽马立新张建宇黄阳龙
关键词:局部放电紫外检测PSO-SVM
共1页<1>
聚类工具0