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:
机械故障是气体绝缘组合电器(gas insulated switchgear,GIS)最主要的故障之一,尚缺乏有效的在线诊断方法.为此该文利用GIS断路器激振能力强的优势,以GIS断路器分合操作为激振源,根据振动信号所包含的设备机械特性信息对GIS各构件的机械状态进行评估.搭建了包含3种GIS典型机械故障的试验模拟测试系统,并提出了一种基于S变换D-SVM AlexNet模型的GIS机械故障诊断方法.利用S变换处理断路器动作激发的非平稳振动信号,得到含有设备机械特征的时频图谱;建立D-SVM AlexNet模型,使用预训练的AlexNet神经网络模型提取S变换图像特征作为预测变量,通过Fitcecoc函数拟合支持向量机(support vector machine,SVM)进行图像预分类,根据模糊矩阵显示的分类结果筛选出有效测点;将有效测点的时频图送入AlexNet进行迁移学习,获得经微调后的神经网络模型.实验验证发现,训练完毕的卷积神经网络的故障诊断训练准确率达到99%,验证准确率达到92%,具备较好的时频图像分类效果,可实现GIS机械故障的有效诊断.
推荐文章
基于LCD信息熵特征和SVM的机械故障诊断
局部特征尺度分解
信息熵
支持向量机
特征提取
故障诊断
基于SVM与改进D-S理论电路板故障诊断算法
故障诊断
电路板故障
SVM
D-S证据理论
概率分配加权
信息融合
实验分析
基于轻量级卷积神经网络的GIS绝缘和机械故障诊断方法
气体绝缘金属封闭开关设备
故障诊断
轻量级卷积神经网络
迁移学习
电力物联网
机械故障诊断技术浅谈
机械故障诊断
故障特征参量
故障树分析法
振动诊断技术
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S变换D-SVM AlexNet模型的GIS机械故障诊断与试验分析
来源期刊 高电压技术 学科
关键词 气体绝缘组合电器 机械故障 S变换 支持向量机 卷积神经网络 AlexNet特征提取 迁移学习
年,卷(期) 2021,(7) 所属期刊栏目 电气装备及其智能运维|Development,Intelligent Operation and Maintenance of Power Equipment
研究方向 页码范围 2526-2535
页数 10页 分类号
字数 语种 中文
DOI 10.13336/j.1003-6520.hve.20200224
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (167)
共引文献  (712)
参考文献  (29)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1943(1)
  • 参考文献(0)
  • 二级参考文献(1)
1958(1)
  • 参考文献(0)
  • 二级参考文献(1)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(2)
  • 参考文献(1)
  • 二级参考文献(1)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(4)
  • 参考文献(1)
  • 二级参考文献(3)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(6)
  • 参考文献(2)
  • 二级参考文献(4)
2006(11)
  • 参考文献(1)
  • 二级参考文献(10)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(16)
  • 参考文献(1)
  • 二级参考文献(15)
2012(13)
  • 参考文献(0)
  • 二级参考文献(13)
2013(11)
  • 参考文献(2)
  • 二级参考文献(9)
2014(13)
  • 参考文献(0)
  • 二级参考文献(13)
2015(13)
  • 参考文献(0)
  • 二级参考文献(13)
2016(18)
  • 参考文献(1)
  • 二级参考文献(17)
2017(11)
  • 参考文献(5)
  • 二级参考文献(6)
2018(5)
  • 参考文献(3)
  • 二级参考文献(2)
2019(5)
  • 参考文献(5)
  • 二级参考文献(0)
2020(4)
  • 参考文献(4)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
气体绝缘组合电器
机械故障
S变换
支持向量机
卷积神经网络
AlexNet特征提取
迁移学习
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
高电压技术
月刊
1003-6520
42-1239/TM
大16开
湖北省武汉市珞瑜路143号武汉高压研究所
38-24
1975
chi
出版文献量(篇)
9889
总下载数(次)
24
论文1v1指导