低压电器
低壓電器
저압전기
LOW VOLTAGE APPARATUS
2010年
4期
1-5,33
,共6页
小波包能谱熵%径向基神经网络%断路器%故障诊断
小波包能譜熵%徑嚮基神經網絡%斷路器%故障診斷
소파포능보적%경향기신경망락%단로기%고장진단
利用小波包分解技术分析断路器故障时的振动信号,提取小波包的能谱熵,将其作为断路器故障模式的特征向量.然后,建立基于K-均值聚类方法的自组织径向基神经网络,对断路器的几种模拟故障进行识别分析,证明了算法的收敛性,给出收敛速度计算公式.通过仿真实验,验证了该方法的有效性,且较之传统BP神经网络有更快的收敛速度和更高的准确度.
利用小波包分解技術分析斷路器故障時的振動信號,提取小波包的能譜熵,將其作為斷路器故障模式的特徵嚮量.然後,建立基于K-均值聚類方法的自組織徑嚮基神經網絡,對斷路器的幾種模擬故障進行識彆分析,證明瞭算法的收斂性,給齣收斂速度計算公式.通過倣真實驗,驗證瞭該方法的有效性,且較之傳統BP神經網絡有更快的收斂速度和更高的準確度.
이용소파포분해기술분석단로기고장시적진동신호,제취소파포적능보적,장기작위단로기고장모식적특정향량.연후,건립기우K-균치취류방법적자조직경향기신경망락,대단로기적궤충모의고장진행식별분석,증명료산법적수렴성,급출수렴속도계산공식.통과방진실험,험증료해방법적유효성,차교지전통BP신경망락유경쾌적수렴속도화경고적준학도.
