基于经验小波变换和改进卷积神经网络的变压器故障诊断方法

来源 :电子设计工程 | 被引量 : 0次 | 上传用户:sun18903827600
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
现有变压器故障诊断方法忽视了原始输入信号中噪声对诊断准确率的影响。针对上述问题,提出了一种基于经验小波变换(Empirical Wavelet Transform,EWT)和改进卷积神经网络(Im⁃proved Convolution Neural Network,ICNN)的智能故障诊断方法。基于经验小波变换,将原始输入信号在傅里叶频谱进行分割,然后利用小波滤波器对分割后的信号进行滤波,大幅降低原始信号中的噪声比例,进而输出具有高信噪比的信号集合;将信号集合输入改进卷积神经网络进行训练,以快速获得变压器
其他文献
针对在互联网的迅速发展过程中需要对网络舆情进行实时、准确研判的问题,使用数据挖掘技术建立了一套舆情实时监控系统。为了实时获取互联网信息,系统使用爬虫技术构建网络信
稻香坛种养殖家庭农场位于四川省宜宾市叙州区普安镇土主村,创办于2012年,2017年被评为省级示范家庭农场。稻香坛种养殖家庭农场法人刘伟,是一名退伍军人,2012年退伍回到家乡
针对低频磁感应技术条件下的谐变磁偶源在地下信道中的传输特殊性,研究了低频磁感应技术在土壤中传输的影响因素,并建立模型,基于各影响因素的变化对信道模型的影响从而确定