版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、由于故障電弧現(xiàn)象難以被檢測且危害性極大,近年來被多個領(lǐng)域研究者廣泛關(guān)注和研究。小波分析作為故障檢測領(lǐng)域中最為常用方法,仍無法單獨完成對故障電弧的識別工作;支持向量機作為新型的統(tǒng)計學(xué)習(xí)方法雖然擁有著傳統(tǒng)算法不可比擬的優(yōu)勢,被廣泛應(yīng)用于多個領(lǐng)域,但在故障電弧識別問題中仍未得到充分應(yīng)用?;诖?,本文引入小波分析結(jié)合支持向量機對故障電弧問題進行研究,這對支持向量機的推廣應(yīng)用和故障電弧防范體系的構(gòu)建都有著重要意義。
為了更好的對故障電弧
2、進行認識和研究,本文以標準故障電弧發(fā)生器生成的標準電弧數(shù)據(jù)為基礎(chǔ)。首先將故障電弧特征使用統(tǒng)計語言進行描述,從而將難以理解的特征轉(zhuǎn)化為簡單易懂的統(tǒng)計指標,并以這些統(tǒng)計指標為基礎(chǔ)對故障電弧特征進行描述性統(tǒng)計分析,加深對故障電弧的認識和理解。其次,本文通過小波分析對故障電弧電流信號進行多分辨率分解,從不同的角度深層次地挖掘出故障電弧的特性。最后,在以上兩種分析的基礎(chǔ)上,本文首次嘗試將支持向量機算法與小波分析方法相結(jié)合應(yīng)用到故障電弧識別問題中,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于小波分析與SVM的織物疵點識別分類算法的研究.pdf
- 基于小波分析的軸承故障模式識別技術(shù)研究.pdf
- 基于小波分析的故障檢測與診斷.pdf
- 基于小波分析的車牌識別研究.pdf
- 基于小波分析的系統(tǒng)識別研究.pdf
- 基于小波分析的橋梁損傷識別研究.pdf
- 基于小波分析的拱橋損傷識別研究.pdf
- 基于時域分析及小波分析的汽輪機振動故障識別研究.pdf
- 基于小波分析的結(jié)構(gòu)損傷識別.pdf
- 基于小波分析的故障信號奇異性研究.pdf
- 基于小波分析的小飛輪故障診斷方法研究.pdf
- 基于EMd-SVM的航空故障電弧檢測.pdf
- 基于小波分析的語音識別的研究.pdf
- 基于小波分析的說話人識別研究.pdf
- 基于小波分析的機織物識別研究.pdf
- 基于小波分析的故障檢測與診斷系統(tǒng)的研究.pdf
- 基于小波分析與NMF人臉識別的研究與實現(xiàn).pdf
- 基于小波分析的電機故障檢測方法的研究.pdf
- 基于小波分析的汽輪機早期振動故障識別技術(shù)研究.pdf
- 基于小波分析和SVM的汽輪機非線性振動故障診斷研究.pdf
評論
0/150
提交評論