您的位置: 专家智库 > >

国家社会科学基金(10XGL0013)

作品数:2 被引量:4H指数:1
相关作者:李红连唐炬张军方红更多>>
相关机构:重庆大学成都大学重庆工商大学更多>>
发文基金:重庆市自然科学基金国家自然科学基金国家社会科学基金更多>>
相关领域:交通运输工程电气工程更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇电气工程
  • 1篇交通运输工程

主题

  • 1篇导航
  • 1篇导航系统
  • 1篇电机
  • 1篇电流预测
  • 1篇短路
  • 1篇短路故障
  • 1篇匝间
  • 1篇匝间短路
  • 1篇匝间短路故障
  • 1篇支持向量
  • 1篇支持向量回归
  • 1篇智能交通
  • 1篇提升小波
  • 1篇提升小波变换
  • 1篇同步发电机
  • 1篇同步发电机励...
  • 1篇绕组
  • 1篇转子
  • 1篇转子绕组
  • 1篇向量

机构

  • 2篇成都大学
  • 2篇重庆大学
  • 1篇重庆工商大学

作者

  • 2篇唐炬
  • 2篇李红连
  • 1篇方红
  • 1篇张军

传媒

  • 1篇西北农林科技...
  • 1篇交通运输系统...

年份

  • 2篇2013
2 条 记 录,以下是 1-2
排序方式:
基于PSO-SVR的同步发电机励磁电流预测被引量:1
2013年
【目的】采用粒子群优化支持向量回归(PSO-SVR)模型对同步发电机励磁电流进行预测,为更准确地实现同步发电机转子绕组匝间短路故障的在线诊断提供依据。【方法】以微型同步发电机动模试验的20组正常运行数据作为训练样本,用剩下的13组正常运行数据和33组故障运行数据为检验样本,选取机端电压、有功功率、无功功率为输入量,励磁电流为输出量,通过粒子群优化(PSO)支持向量回归(SVR)的结构和参数,建立PSO-SVR预测模型,进而进行励磁电流预测,并与在线实测的励磁电流进行比较,以误差超过阈值诊断为发生匝间短路故障。【结果】PSO-SVR预测模型的预测误差较误差反向传播(BP)神经网络预测模型小;PSO-SVR模型能设置阈值准确诊断运行状态,而BP神经网络预测模型却不能,并且至少有1次误诊情况出现。【结论】PSO-SVR预测模型的精度优于BP神经网络预测模型,能准确地进行转子绕组匝间短路故障诊断,为同步发电机励磁电流预测、转子绕组匝间短路故障的在线诊断提供了一种新途径。
李红连唐炬
关键词:支持向量回归同步发电机转子绕组匝间短路故障
基于提升小波变换的GPS动态滤波新算法被引量:3
2013年
针对应用卡尔曼滤波器进行车辆GPS导航信号的动态滤波时难以建立精确的数学模型,以及传统小波变换在实时性方面存在不足,提出了基于提升小波变换的GPS动态滤波新算法.该算法采用提升小波变换对车辆GPS导航信号进行分解;用3σ准则和多项式插值方法对各层提升小波变换系数进行粗差探测与数据修复;采用模平方软阈值去噪算法对各层提升小波变换系数进行去噪;最后进行提升小波逆变换,从而实现车辆GPS导航信号的动态滤波.仿真实验结果表明,该算法的导航定位精度优于卡尔曼滤波算法;虽然在导航定位精度方面稍比传统小波变换算法的性能高,但比传统小波变换算法速度快一倍;显然该算法对车辆GPS导航系统是有效的.
李红连方红唐炬张军
关键词:智能交通提升小波变换
共1页<1>
聚类工具0