简介:随着国内用电设备增多,电气火灾的发生率也有所升高,故障电弧检测的研究成为当今热点。本文提出一种Hilbert—Huang变换与支持向量机相结合的方法,其中采用Hilbert-Huang变换对不同负载电流波形进行时域分解,从而提取各模态分量的特征值。然后采用支持向量机的自适应分类方法,通过学习不同负载下Hilbert-Huang变换得到的特征值,自适应地区分正常运行状态与故障电弧运行状态。本文以调光灯、电吹风高档、电吹风低档、电风扇和电水壶等5种类型的常用负载作为研究对象,验证算法的正确性。
简介:摘要本文基于小波包分解和支持向量机,提出了变压器差动保护中励磁涌流和内部故障电流鉴别的新方法。首先,采用离散小波变换来分解电流信号得到不同的频率分量,并计算这些频率分量的能量构成能量向量作为励磁涌流识别的特征参量。然后,将特征向量随机分为训练样本和测试样本。其中,将训练样本输入到支持向量机分类器中,得到能量特征参量与电流类型之间的映射关系,然后基于映射关系对测试样本进行分类,从而识别出电流的类型。为了研究该算法的准确性,利用matlab的simulink工具对励磁涌流和内部故障电流进行了波形仿真,作为实验的样本集。仿真结果表明,该方法能够准确地识别出变压器保护距离内的涌流和故障电流而且该方法相对与人工判断具有灵敏度高、可靠性高的优点,因此可以考虑将其应用到实际工程领域。
简介:传统的最小二乘支持向量机模型对训练样本的各个输入点同等看待,各输入向量的贡献度是相同,未对离群点加以考虑.在最小二乘支持向量机模型中引入隶属度的相关理论并建立模糊隶属度函数,对离群点和正常点赋予不同的贡献度,建立了模糊最小二乘支持向量机模型.最后,以美国PJM电力市场的边际电价预测为例,验证了本文模型的预测精度比传统的最小二乘向量机模型高50%左右,且复杂程度基本不变.
简介:摘要:汽轮机是核电厂重要设备,其振动为安全可靠运行的重要参数,而振动本身的复杂性也使其状态监测与故障诊断技术越发重要。诊断技术也开始向着智能的方向发展,而支持向量机为解决小样本的故障分类问题提供了有效手段。本文结合汽轮机常见的振动故障,使用支持向量机方法对故障进行分类和预测,为实现更好的汽轮机故障诊断方法提供了依据,包括数据预处理、故障特征提取、故障分类、故障建模与预测及系统的构建等方面。将支持向量机应用到核电厂汽轮机故障诊断领域,能够有效地提高故障诊断的准确率,对提高经济效益和社会效益都具有十分重要的意义。
简介:摘要基于Matlabsimulink的网络仿真根据三相异步电动机的接地短路的外部故障,提出了一种基于支持向量机的故障诊断方法,利用FFT分析,将振动信号的频谱分析作为支持向量机的训练样本。对所采集异步电动机的定子转矩电流进行数据预处理与特征提取、归一化后,把这些特征参数作为支持向量机的输入,经过学习训练,以判断系统状态,识别系统的故障。仿真和测试结果表明了该方法的有效性和正确性。