| 基于SGMD-LSTM的GIS局部放電故障診斷方法 | |
| 所屬分類：技術論文 | |
| 上傳者：wwei | |
| 文檔大?。?span>4563 K | |
| 標簽： GIS SGMD OCSSA | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：為準確對氣體絕緣開關設備（GIS）局部放電進行故障診斷，提出一種基于辛幾何模態分解（SGMD）與改進長短神經網絡（LSTM）的故障診斷方法。引入SGMD對局部放電信號進行分解；對信號進行多維特征提取，構造時-頻-熵值混合特征向量；通過魚鷹-柯西變異的麻雀優化算法（Osprey-Cauchy-Sparrow Search Algorithm， OCSSA）對LSTM的隱含層節點數和學習率進行自適應尋優；最后使用OCSSA-LSTM進行局部放電識別。實驗結果表明，OCSSA在收斂精度、速度上有較大提升，表現優異；與其他故障診斷模型對比，OCSSA-LSTM故障診斷模型準確率最高可達97.5%，對實際GIS運維數據也能準確識別。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2