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:
在电缆故障检测与诊断中,常规的诊断方法随着电缆运行时间的增加,其内部时间窗的标准差越来越高,导致该方法的可靠性越来越差.为了解决这一问题,提出基于数据驱动及无监督分析的电缆故障检测与诊断方法.通过重采样采集电缆工作原始数据,去除其直流偏移量,针对数据中含有的不同类型噪声,采用阈值法将噪声去除,采用无监督分析技术检测电缆故障,完成检测后,利用数据驱动技术构建特征参数储备池,计算原数据的特征贡献率,诊断电缆故障类型.实验结果表明,设计的基于数据驱动及无监督分析的诊断方法检测率在95%以上,误检率在0.5以下,样本数据更完整,该诊断方法的可靠性得到了提高.
推荐文章
基于数据驱动的设备电路板无图纸故障诊断
医疗设备
电路板
故障诊断
长短时记忆网络
基于数据驱动的故障诊断研究
故障诊断
数据驱动
机器学习
基于XGBoost特征提取的数据驱动故障诊断方法
故障诊断
数据驱动
特征提取
机器学习
XGBoost算法
电力电缆故障检测的方法与分析
电力电缆
故障
故障检测
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 基于数据驱动及无监督分析的电缆故障检测与诊断方法
来源期刊 自动化与仪器仪表 学科 工学
关键词 数据驱动 无监督分析 电缆故障检测 故障诊断
年,卷(期) 2021,(12) 所属期刊栏目 智能检测与信息处理|INTELLIGENT DETECTION AND INFORMATION PROCESSING
研究方向 页码范围 45-48
页数 4页 分类号 TP274
字数 语种 中文
DOI 10.14016/j.cnki.1001-9227.2021.12.045
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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
数据驱动
无监督分析
电缆故障检测
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
自动化与仪器仪表
月刊
1001-9227
50-1066/TP
大16开
重庆市渝北区人和杨柳路2号B区
78-8
1981
chi
出版文献量(篇)
9657
总下载数(次)
37
总被引数(次)
30777
论文1v1指导