典型文献
基于随机森林与长短时记忆神经网络的真空接触器故障诊断方法研究
文献摘要：
针对真空接触器的渐发性故障识别准确率不高的现状,提出了一种基于随机森林与长短时记忆神经网络的故障诊断方法.文中分析了某型号12 kV真空接触器在机械保持工作情况下合闸线圈电流信号的故障特征,构建了两层诊断模型,在初步诊断中利用随机森林分类器,识别特征明显的突发性故障,利用长短记忆神经网络模型发掘数据时序特征的特点,识别渐发性故障,在最终诊断中利用证据融合将两者结果融合.文中提出的故障诊断模型有效解决了传统故障诊断方法对渐发性故障识别困难的不足,实验表明,该方法对渐发性故障识别准确率达到了91.1％以上,整体故障识别的准确率达到93.3％以上,该方法具有一定的应用价值.
文献关键词：
真空接触器;电流曲线;随机森林;长短时记忆神经网络;证据融合;故障诊断
中图分类号：
作者姓名：
袁钰林;郑运鸿;游一民;戴冬云;张有锋
作者机构：
厦门理工学院电气工程与自动化学院,福建厦门 361024
文献出处：
引用格式：
[1]袁钰林;郑运鸿;游一民;戴冬云;张有锋-.基于随机森林与长短时记忆神经网络的真空接触器故障诊断方法研究)[J].高压电器,2022(05):103-111
A类：
B类：
长短时记忆神经网络,真空接触器,故障诊断方法,故障识别,识别准确率,kV,合闸线圈电流,电流信号,故障特征,两层,随机森林分类器,识别特征,突发性故障,长短记忆神经网络,时序特征,证据融合,故障诊断模型,电流曲线
AB值：
0.216599
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
