洪刚
- 作品数：9 被引量：96H指数：6
- 供职机构：西安理工大学自动化与信息工程学院电气工程系更多>>
- 发文基金：陕西省科技攻关计划更多>>
- 相关领域：电气工程更多>>
- 粒子群优化–最小二乘支持向量机算法在高压断路器机械故障诊断中的应用被引量：24
- 2010年
- 提出了一种高压断路器机械故障诊断的智能算法,该算法采用最小二乘支持向量机(least squares support vector machine,LSSVM)算法,提取高压断路器振动信号的特征熵;为了提高故障诊断的精度,采用粒子群优化(particle swarm optimization,PSO)算法,优化LSSVM算法的参数。算例表明:PSO-LSSVM算法不仅能够取得良好的分类效果,而且诊断速度与精度均高于传统的支持向量机(support vector machine,SVM)算法,适用于高压断路器机械故障诊断。
- 贾嵘洪刚薛建辉崔建武
- 关键词：高压断路器最小二乘支持向量机粒子群优化故障诊断
- 改进粒子群优化神经网络在变压器故障诊断中的应用被引量：23
- 2010年
- 变压器绕组早期故障的诊断是实现安全生产、避免大事故的技术前提。由于变压器器身振动信号包含有丰富的信息,所以可以通过监测变压器振动信号来预估绕组的状况。笔者首先利用小波包分解原理将变压器振动信号分解到不同的频段中,然后计算各频段的能量熵值,并将其作为BP神经网络的输入向量,同时利用改进粒子群算法(IPSO)对BP神经网络进行优化。最后利用训练好的BP神经网络对变压器进行故障诊断。试验结果表明:与传统BP神经网络法和PSO-BP神经网络方法相比,该方法克服了BP神经网络的一些缺陷,具有较快的收敛速度和较高的诊断精度,对变压器绕组的早期故障具有良好的预测能力。
- 贾嵘李宏斌康会西洪刚
- 关键词：变压器绕组振动信号改进粒子群算法神经网络
- 基于PSO优化LS-SVM的异步电动机振动故障诊断
- 2010年
- 为了提高异步电动机振动故障诊断的准确性,该文提出了基于粒子群算法优化最小二乘支持向量机的异步电动机振动故障诊断方法。先通过实验室对异步电动机各类故障的振动进行测试,对测试数据进行预处理,选择异步电动机不同位置振动信号的特征频率作为系统的输入,然后利用训练好的粒子群算法优化后的最小二乘支持向量机进行异步电动机振动的故障诊断。最终结果与其他诊断方法对比表明:该方法克服了样本训练时间较长并容易陷入局部收敛的缺点,同时诊断的准确率较高,有效地避免了异步电动机故障的误诊断。
- 薛建辉洪刚贾嵘
- 关键词：异步电动机故障诊断粒子群算法最小二乘支持向量机
- 基于邻域粒子群优化神经网络的异步电动机振动故障诊断被引量：8
- 2010年
- 为了提高异步电动机振动故障诊断的准确性,提出了基于邻域粒子群优化神经网络的异步电动机振动故障诊断方法.首先对实验室异步电动机各类常见故障进行测试,然后选择异步电动机不同位置振动信号的特征频率作为神经网络的输入,最终利用邻域粒子群优化后的神经网络进行异步电动机振动的故障诊断.实验结果表明:与其他诊断方法相比,该方法具有较高的诊断精度.此方法适合应用在异步电动机振动故障诊断中,具有推广应用价值.
- 贾嵘薛建辉张文宇洪刚
- 关键词：异步电动机振动故障诊断神经网络
- 基于PSO优化LS-SVM的异步电动机振动故障诊断被引量：4
- 2010年
- 为了提高异步电动机振动故障诊断的准确性,提出了基于粒子群算法优化最小二乘支持向量机的异步电动机振动故障诊断方法。先通过实验室对异步电动机各类故障的振动进行测试,对测试数据进行预处理,选择异步电动机不同位置振动信号的特征频率作为系统的输入,然后利用训练好的粒子群算法优化后的最小二乘支持向量机进行异步电动机振动的故障诊断。最终结果与其他诊断方法对比表明:该方法克服了样本训练时间较长并容易陷入局部收敛的缺点,同时诊断的准确率较高,有效地避免了异步电动机故障的误诊断。
- 薛建辉洪刚贾嵘
- 关键词：异步电动机故障诊断粒子群算法最小二乘支持向量机
- 基于振动信号法的变压器绕组状况诊断被引量：8
- 2009年
- 振动法是诊断变压器运行中潜伏故障的一种有效手段,能够检测出故障绕组及铁芯的状态。以振动法为基础,通过施加一激励源来激励变压器绕组振动,再利用振动速度总振级和振动速度烈度指数2个函数来反映激励后绕组振动信号的变换特征,以此来诊断绕组的状况。试验研究结果验证了该方法的可行性和有效性。
- 洪刚薛建辉崔建武
- 关键词：变压器绕组
- 基于小波包能量熵的变压器振动信号特征研究被引量：17
- 2010年
- 利用小波包分解原理将变压器振动信号分解到不同的频段中,然后计算各频段的能量熵值,最后根据该能量熵值来对变压器绕组进行故障诊断。试验结果表明,该方法能够突显变压器绕组的故障特征信息,为变压器绕组的早期故障的诊断奠定了坚实的基础。
- 刘珊曹海泉于海洪刚
- 关键词：变压器绕组振动信号
- 粒子群优化神经网络在高压断路器机械故障诊断中的应用被引量：9
- 2010年
- 提出了一种以振动信号小波包特征熵为特征向量的高压断路器机械故障诊断的智能算法,该算法利用小波包分解原理将高压断路器振动信号分解到不同的频段中,计算各频段的能量熵值,并将其作为神经网络的输入向量,同时利用粒子群算法对神经网络进行优化,以提高故障诊断的精度。试验结果表明:该方法不仅能够取得良好的分类效果,而且诊断速度与精度均高于传统神经网络算法。
- 曾晓林薛建辉洪刚
- 关键词：高压断路器神经网络粒子群算法故障诊断
- 希尔伯特-黄变换在变压器铁心振动信号中的应用被引量：5
- 2010年
- 对实际变压器器身振动信号进行了分析,证明了该方法的有效性。
- 曹海泉刘珊洪刚
- 关键词：变压器铁心希尔伯特-黄变换
