基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
采用小波分析与支持向量机(SVM)对电力电子故障进行自动识别和诊断,运用变尺度分辨小波方法对电力电子故障信号进行特征处理,SVM能够对小样本数进行模式识别并且具有良好的分类推广能力.在小波分析特征基础上,采用分布式多SVM分类器识别电力电子故障.实验证明,该方法能准确有效地对电力电子故障进行识别和诊断.
推荐文章
基于小波包和支持向量机的齿轮故障诊断
小波包
支持向量机
齿轮
故障诊断
基于S变换的电力电子电路故障诊断技术
S变换
支持向量机
故障诊断
电力电子电路
应用小波变换和支持向量机的商业电力负荷预测
商业电力
负荷预测
支持向量机
小波分解
节能
数据采集系统
粒子群算法
基于小波包分解和支持向量机的机械故障诊断方法
小波包分解
能量谱
支持向量机
故障诊断
多故障分类器
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波变换和支持向量机的电力电子故障诊断
来源期刊 煤矿机械 学科 工学
关键词 小波变换 支持向量机 电力电子故障诊断
年,卷(期) 2008,(4) 所属期刊栏目 故障·诊断
研究方向 页码范围 204-206
页数 3页 分类号 TP206
字数 2499字 语种 中文
DOI 10.3969/j.issn.1003-0794.2008.04.084
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 严桂 8 61 4.0 7.0
2 胡双俊 2 14 2.0 2.0
3 关起强 1 11 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (1807)
参考文献  (3)
节点文献
引证文献  (11)
同被引文献  (34)
二级引证文献  (26)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(4)
  • 引证文献(2)
  • 二级引证文献(2)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(6)
  • 引证文献(2)
  • 二级引证文献(4)
2019(9)
  • 引证文献(2)
  • 二级引证文献(7)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
小波变换
支持向量机
电力电子故障诊断
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
煤矿机械
月刊
1003-0794
23-1280/TD
大16开
哈尔滨市古香街30号
14-38
1980
chi
出版文献量(篇)
21080
总下载数(次)
49
总被引数(次)
87205
论文1v1指导