基于SGMD-LSTM的GIS局部放电故障诊断方法
所屬分類：技术论文
上傳者：wwei
文檔大?。?span>4563 K
標(biāo)簽： GIS SGMD OCSSA
所需積分：0分積分不夠怎么辦？
文檔介紹：为准确对气体绝缘开关设备（GIS）局部放电进行故障诊断，提出一种基于辛几何模态分解（SGMD）与改进长短神经网络（LSTM）的故障诊断方法。引入SGMD对局部放电信号进行分解；对信号进行多维特征提取，构造时-频-熵值混合特征向量；通过鱼鹰-柯西变异的麻雀优化算法（Osprey-Cauchy-Sparrow Search Algorithm， OCSSA）对LSTM的隐含层节点数和学习率进行自适应寻优；最后使用OCSSA-LSTM进行局部放电识别。实验结果表明，OCSSA在收敛精度、速度上有较大提升，表现优异；与其他故障诊断模型对比，OCSSA-LSTM故障诊断模型准确率最高可达97.5%，对实际GIS运维数据也能准确识别。
現(xiàn)在下載
VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。