期刊订阅
广告服务
  • 中文
    EN
  • ISSN:0253-9993
  • CN: 11-2190/TD

《煤炭学报》

当前位置:首页 > 论文管理 > 基于ST-SVD-PCA的串联故障电弧特征提取方法

基于ST-SVD-PCA的串联故障电弧特征提取方法

DOI:

10. 13225 / j. cnki. jccs. 2017. 0092

作者(Author):

  • 郭凤仪
  • 高洪鑫
  • 王智勇
  • 游江龙
  • 邓勇
  • 陈昌垦

关键词:

  • 故障电弧
  • S变换
  • 奇异分解
  • 主元分析
  • 遗传算法
  • 支持向量机
  • 摘要
  • 论文图表
  • 相关文章
  • 引用格式
为深入研究煤矿井下串联故障电弧特征及提取方法,分别以电动机和变频器负载为研究对象,开展不同电流条件下的串联型故障电弧实验。采用S变换(ST)对回路电流进行时频域变换,求得S变换矩阵的幅值矩阵作为特征矩阵;对特征矩阵进行奇异分解(SVD),得到矩阵的奇异值;对多组奇异值组成的特征向量进行主元分析(PCA),选取累积贡献率高于95%的主元作为故障识别的特征,实现特征向量的降维;最后采用遗传算法(GA)优化的支持向量机(SVM)算法对故障电弧特征的有效性进行了测试。通过不同负载和工况条件实验,进一步验证了基于上述故障电弧特征的故障电弧识别方法的兼容性,该方法可以有效识别电机及变频器负载回路的串联故障电弧。
暂无内容
  • 地址:北京市朝阳区和平街13区煤炭大厦

  • 邮编:100013

  • 编辑部电话:(010)87986411

  • 传真:(010)84262114