本文主要研究内容
作者付华,范国霞（2019）在《煤矿配电网电压暂降源辨识模型》一文中研究指出：针对煤矿配电网电压暂降信号特征提取困难和辨识准确率低的问题,应用小波熵结合支持向量机SVM(support vector machine)建立故障辨识模型,以故障信号的小波熵测度来表征故障特征,对电压暂降信号进行小波多分辨分析,选取采样序列的高频系数分量,计算其小波系数熵和小波时间熵,作为特征向量输入SVM,使故障信号特征更加明显,对故障源进行自动分类辨识。结果表明,与小波结合BP神经网络方法比较,无论在训练时间上还是在辨识准确率方面均有明显优势。
Abstract
zhen dui mei kuang pei dian wang dian ya zan jiang xin hao te zheng di qu kun nan he bian shi zhun que lv di de wen ti ,ying yong xiao bo shang jie ge zhi chi xiang liang ji SVM(support vector machine)jian li gu zhang bian shi mo xing ,yi gu zhang xin hao de xiao bo shang ce du lai biao zheng gu zhang te zheng ,dui dian ya zan jiang xin hao jin hang xiao bo duo fen bian fen xi ,shua qu cai yang xu lie de gao pin ji shu fen liang ,ji suan ji xiao bo ji shu shang he xiao bo shi jian shang ,zuo wei te zheng xiang liang shu ru SVM,shi gu zhang xin hao te zheng geng jia ming xian ,dui gu zhang yuan jin hang zi dong fen lei bian shi 。jie guo biao ming ,yu xiao bo jie ge BPshen jing wang lao fang fa bi jiao ,mo lun zai xun lian shi jian shang hai shi zai bian shi zhun que lv fang mian jun you ming xian you shi 。
论文参考文献
论文详细介绍
论文作者分别是来自电源学报的付华,范国霞，发表于刊物电源学报2019年01期论文，是一篇关于电压暂降论文,特征提取论文,小波熵论文,支持向量机论文,自动辨识论文,电源学报2019年01期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自电源学报2019年01期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。