10.16628/j.cnki.2095-8188.2019.23.001
随机森林集成学习模型在高压真空断路器振动信号分析中的应用
基于机械振动信号对高压断路器进行故障诊断是一种有效的手段.提出一种基于振动信号的随机森林集成学习模型,进一步提高了故障诊断模型的效率和准确度.首先,获取电磁斥力机构高压断路器两个不同位置的分闸振动信号;然后,利用小波包分解对振动信号进行时、频特性分析,并计算振动信号的各频段归一化能量向量;最后,基于随机森林集成学习模型进行故障诊断和识别.实验结果显示,随机森林集成学习模型具有显著的泛化性能,使用简单,诊断更加快速、准确.
小波包归一化能量、随机森林、集成学习、故障诊断
TM561(电器)
SF6罐式结构真空快速开关状态监测技术研究及应用——罐式SF6绝缘快速真空开关的状态监测评估方法研究及监测样机试制GZHKJXM20180086
2020-12-30（万方平台首次上网日期，不代表论文的发表时间）
共6页
1-5,50
