基于LSTM模型的配电网单相接地故障辨识方法.pdf

2024-08-13

10

2.8MB

基于小波和深度学习的配电网单相接地故障辨识.docx

基于小波和深度学习的配电网单相接地故障辨识基于小波和深度学习的配电网单相接地故障辨识摘要：随着电力系统的不断发展，配电网的可靠性和安全性需求日益提高。在配电网运行中，单相接地故障是最常见的故障类型之一，因此，准确辨识和快速定位单相接地故障对于提高配电网的可靠性和安全性具有重要意义。本文提出了基于小波和深度学习的方法，用于配电网单相接地故障的辨识和定位。实验结果表明，该方法具有较高的准确性和鲁棒性，能够有效地辨识和定位配电网中的单相接地故障。关键词：配电网；单相接地故障；小波变换；深度学习；辨识和定位1.引

2024-10-27

5

11KB

基于相空间重构与平均电导特征的配电网单相接地故障辨识.docx

基于相空间重构与平均电导特征的配电网单相接地故障辨识标题：基于相空间重构与平均电导特征的配电网单相接地故障辨识摘要：随着电力系统的不断发展，配电网在现代化建设中扮演着重要的角色。单相接地故障作为配电网中最常见的故障类型之一，对电网安全稳定运行造成了重大威胁。因此，准确快速地辨识和定位单相接地故障对于保障配电网的安全运行至关重要。本文提出了一种基于相空间重构和平均电导特征的单相接地故障辨识方法，通过相空间重构实现了对故障信号的特征提取，并结合平均电导特征进行故障类型的判别。1.引言电力系统是现代工业和生活中

2024-11-01

5

11KB

基于注入信号的有源配电网单相接地故障选线方法.docx

基于注入信号的有源配电网单相接地故障选线方法摘要：在现代电力系统中，配电电网的可靠性和稳定性至关重要。然而，单相接地故障可能会导致电力系统崩溃，使系统受到严重破坏。因此，开发一种高效的故障选线方法对保证电力系统的可靠性和稳定性具有关键意义。本文提出了一种基于注入信号的有源配电网单相接地故障选线方法，该方法可准确、快速地识别故障位置，并实现对电力系统的快速恢复，从而提高电力系统的可靠性和稳定性。关键词：配电电网，单相接地故障，选线方法，注入信号，可靠性引言：随着现代电力系统规模的不断扩大，配电电网的可靠性和

2024-10-20

5

11KB

基于EEMD和LSTM的轴承故障识别模型.docx

基于EEMD和LSTM的轴承故障识别模型1.轴承故障识别模型简介随着工业设备的不断发展，轴承作为机械设备中的关键部件，其性能和寿命对于设备的正常运行至关重要。轴承故障识别技术的研究和应用，对于提高设备运行效率、降低维修成本具有重要意义。本文提出了一种基于EEMD(经验模态分解)和LSTM(长短时记忆网络)的轴承故障识别模型，旨在通过对轴承信号进行时频分析，实现对轴承故障的自动识别。该模型首先利用EEMD方法对轴承信号进行经验模态分解，提取出不同频率下的模态成分。将这些模态成分输入到LSTM网络中进行训练和

2024-09-01

9

22KB