典型文献
基于长短时记忆网络的高压隔离开关故障诊断研究
文献摘要：
针对高压隔离开关故障诊断准确率低的问题,利用安装在252?kV高压隔离开关操动机构上的传感器采集不同状态下的机械振动信号,研究经验模态分解振动信号方法,计算得到高压隔离开关状态的特征量;并采用相关性及主成分分析相结合的特征量降维方法,提出一种基于长短时记忆网络的高压隔离开关故障在线建模与诊断方法.结果表明:采用相关性与主成分分析相结合的特征量降维方法分析得到的8维综合特征量可以代替25维特征量,实现特征量降维的目的;提出的在线故障诊断模型不仅离线状态实现正常和故障工况的准确分类,而且能够实时在线针对未知故障进行准确诊断,可为高压隔离开关实时在线故障诊断的实施提供技术支撑.
文献关键词：
高压隔离开关;故障诊断;经验模态分解;能量矩;长短时记忆网络;在线建模
中图分类号：
作者姓名：
陈富国;蔡杰;李中旗
作者机构：
平高集团有限公司,河南 平顶山 467001;西安交通大学电气学院,陕西 西安 712000
文献出处：
引用格式：
[1]陈富国;蔡杰;李中旗-.基于长短时记忆网络的高压隔离开关故障诊断研究)[J].中国测试,2022(07):114-119
A类：
B类：
长短时记忆网络,高压隔离开关,诊断研究,故障诊断准确率,kV,操动机构,机械振动,振动信号,经验模态分解,开关状态,特征量,降维方法,在线建模,维特,在线故障诊断,故障诊断模型,离线状态,实时在线,未知故障,能量矩
AB值：
0.188154
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。
