简介:为了提高风力发电机叶片故障的识别率,利用支持向量机建立风力发电机叶片故障和特征参数之间的非线性关系。在蜂群算法中引入一种动态柯西因子,动态调节蜂群寻优过程中的搜索步长,提高蜂群算法的扰动能力,避免蜂群陷入局部搜索,采用这种动态柯西蜂群算法对支持向量机的参数寻优,建立动态柯西蜂群算法优化的支持向量机模型。采集南方某风场风力发电机叶片的四种工况下的特征数据训练此模型并进行故障诊断,诊断结果表明改进后的蜂群算法优化支持向量机模型能够提高风力发电机叶片的故障识别率,具有一定的工程参考意义。
简介:通过对配电网单相接地故障暂态过程的分析,提出了对暂态接地电容电流进行小波包分解,利用能量法提取出能量最大的频带,对各条线路的特征频带利用模极大值和信号奇异性理论,从而判断出故障线路的新方法。对该方法的选线原理进行了一定的介绍,仿真实验表明该方法具有精确、可靠、适应能力强等特点,具有重要的实际应用价值。
基于动态柯西蜂群算法优化支持向量机的风机叶片故障诊断
基于特征频带小波包分析的配电网故障选线的研究