基于深度森林模型的GIS局部放电模式识别

来源 :电气传动 | 被引量 : 0次 | 上传用户:lummy
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
气体绝缘组合开关电器(GIS)不同类型的局部放电(PD)对GIS绝缘造成的破坏程度不同,正确识别局部放电类型对于评价GIS绝缘状况非常重要.为简化特征提取过程、提高局部放电类型识别率,将深度森林算法引入GIS局部放电模式识别,提出一种应用于局放模式识别的深度森林模型.搭建252 kV GIS局部放电检测实验平台并设计典型缺陷模型,利用特高频法检测GIS中4种典型绝缘缺陷的局部放电;将采集到的放电波形图作灰度化和双线性差值归一化处理,作为深度森林模型的输入;采用多粒度扫描结构对局部放电灰度图进行自适应特征提取,避免特征量选取的主观影响;利用级联森林结构作为分类器,实现对局部放电的分类.识别结果表明,该方法的综合识别率高达99%,能有效识别GIS放电类型.
其他文献
采用金相显微镜(OM)研究了热处理制度对ZTC4钛合金显微组织的演变规律,以及显微组织对力学性能的影响关系.结果表明:ZTC4钛合金铸件由马氏体α\'相组成,进行退火以及热等静压+退火热处理后,显微组织均为典型魏氏组织.ZTC4钛合金铸件退火后抗拉强度可达955 MPa,其延伸率和断面收缩率分别为8.8%和13.1%.采用热等静压+退火热处理后,抗拉强度降低至892 MPa,但其延伸率和断面收缩率升高至11.2%和21.4%.采用热等静压热处理,可破碎原始β相晶粒,形成破碎的晶界α相,提高ZTC4钛合
通过溶胶凝胶法在玻璃基片上制得不同配比Fe3+掺杂量的GO-TiO2薄膜,对样品采用X-射线衍射和紫外可见光谱分析进行表征.在功率20 W,波长254 nm紫外灯下照射210 min光催化降解三氯甲烷(TCM),考察Fe3+掺杂比例、薄膜焙烧温度、薄膜层数及薄膜复用次数四方面对降解率的影响.结果表明,制得的样品均为锐钛矿型,Fe3+的掺杂使晶体粒径缩小且发生了红移现象.对TCM的降解效果随着Fe3+掺杂比例的增大而提高,400℃下焙烧形成的薄膜最佳.无论Fe3+掺杂与否,多次覆膜均能提高TCM降解率.各个
当电力变换器的内部参数及拓扑未知时,现有的基于频率扫描阻抗建模方法仅能保证所建立的暂态模型在单一工作点有效.为了使所建立的暂态模型在宽范围内有效,提出了一种基于深度学习方法的变换器暂态等效建模方法.首先,对变换器黑盒建模问题与深度循环神经网络的等效性进行研究.然后,提出基于门控单元循环神经网络的变换器黑盒宽范围等效建模方法.最后,在变换器接入点大扰动下、多工作点下进行仿真实验,验证了所提出的方法在宽范围内的暂态过程均具有等效性.
将钒渣与过氧化钠(Na2O2)混和,经压块、焙烧、水浸等处理工艺,将钒富集到V2O5中.研究了焙烧温度、压块压力、焙烧时间、Na2O2加入量、浸出温度等因素对钒浸出率的影响.结果表明,当Na2O2与钒渣中V2O5的摩尔比在0.5∶1~4∶1、焙烧温度在700~1 000℃、压块压力在1~25 MPa范围内变化时,钒浸出率均呈现先增大后减小的规律,且当钠钒比(Na2O2/V2O5)为3∶1、焙烧温度为850℃、压块压力为5 MPa时钒浸出率最大,为95.57%.焙烧时间在0.5~2.5 h、浸出温度在60~
多能互补发电运行已成为提高新能源利用效益的新方向,对多能互补式发电特性的分析也显得尤为重要.根据多能互补发电系统的运行特点,结合互补发电评价指标与联合发电效益,建立了评价互补特性的微电网运行指标体系.基于该指标体系,从可靠性、稳定性、经济性三方面对风光水储互补发电系统进行分析.结果表明,风光水储互补式运行系统能实现风、光、水三种能源在日内时间尺度上的互补性,极大提高了供电稳定性与可再生资源利用率.
对克劳尔法生产过程海绵钛中Al杂质的来源进行了分析,主要为原料四氯化钛以及原料镁所引入.随后主要对四氯化钛的Al杂质元素的来源进行分析,采取在氯化工序中通水蒸气的措施进行除铝,当通水量在10 kg/h时,就能达到84.22%的除铝效果;同时对原料镁中带入的Al的来源进行分析,并通过加入精炼剂来进行除杂,当精炼剂加入量达到20 kg/t时,除杂效果优异.又因为海绵钛钛挖在生成期间,受反应过程影响,杂质元素Al在海绵钛中分布并不均匀,因此要生产高质量海绵钛,需要从源头进行Al元素的除杂.
为提高隐写信息盲检测结果的准确率,开展基于模糊信息的多媒体图像隐写信息盲检测方法的设计研究.根据Contourlet变换原理,结合纹理的随机性与图像的丰富性识别图像纹理密度,提取多媒体图像隐写信息特征;将所有模糊信息作为一个一阶导数,根据模糊信息的最大似然量,融合特征信息;结合SVM分类器设计盲检测流程,完成隐写信息盲检测方法设计.通过对比实验证明,本文方法可对嵌入信息图像进行有效检测,检测正确率达到90.0%以上,具有一定应用价值.
随着大规模多输入多输出系统基站端天线数量的增大,系统的信道容量和频谱效率随之增加.传统的信道估计算法,如最小均方误差涉及到高维矩阵的求逆运算,特别在大规模多输入多输出系统中,导致系统复杂度过高.为降低大规模多输入多输出系统的计算复杂度,本文提出了一种基于对称逐步超松弛的低复杂度信道估计算法,该方法以迭代的形式有效避免高维矩阵的直接求逆运算,降低系统复杂度.对所提算法进行了仿真实验对比分析,仿真结果表明,该算法可有效减少系统计算复杂度,且随着迭代次数的增加性能接近最小均方误差信道估计算法.
为缓解患有运动功能障碍的患者不方便频繁前往医院进行康复评估的问题,本文提出一种基于“互联网+”的居家康复评估技术,为康复医师提供参考,节约康复医师和患者的时间,缓解医疗资源不足.针对脑卒中患者上肢康复量表的评估问题,仅使用惯性传感器或者机器视觉建立的长短期记忆人工神经网络分类模型在测试样本中准确率分别为55.6%、92.6%,本文在基于机器视觉方式获取人体的3D坐标的同时,通过惯性传感器获取肢体的方向并融合两者的数据,进一步采用长短期记忆人工神经网络分类模型对数据进行分析,在测试样本中取得了98.1%的分
M相二氧化钒(VO2)是一种主要的热致相变材料,相变温度为68℃.由于相变前后会发生明显的物理化学性质的变化,M相VO2可以广泛应用在相变节能和传感等领域.采用草酸氧钒作为前驱体,在惰性气氛中直接热分解制备M相VO2超细颗粒.探究了主要反应条件:热解温度、热解时间和气体流速对产物物相纯度的影响.在最优的制备条件(热解温度450℃,热解时间30 min,氩气流速2.0 L/min)下,制备了较纯的M相VO2超细颗粒.采用扫描电镜、差示热分析仪表征了产物的形貌和相变性能.制备的M相VO2颗粒主要为类长方体形的