宋丽伟
- 作品数：4 被引量：50H指数：4
- 供职机构：湖南大学电气与信息工程学院更多>>
- 发文基金：湖南省自然科学基金国家自然科学基金湖南省学位与研究生教育教学改革研究项目更多>>
- 相关领域：自动化与计算机技术电气工程更多>>
- 基于PSO-RBF神经网络的模拟电路诊断被引量：23
- 2012年
- 为了提高径向基神经网络(radial basis funtion neural network,RBFNN)进行模拟电路故障诊断的速度与准确性,提出了一种基于粒子群算法(particle swarm optimization,PSO)优化RBFNN的故障诊断方法。该方法利用PSO优化RBFNN的结构参数,克服了神经网络中模型结构和参数难以设置的缺点,避免了参数选择的盲目性;同时对模拟电路的响应信号采用小波包分解,提取有效故障特征。仿真结果表明,方法具有更高的诊断精度和更快的收敛速度,能有效地实施模拟电路的故障定位。
- 宋丽伟彭敏放田成来沈美娥
- 关键词：模拟电路故障诊断径向基神经网络粒子群算法小波包分解
- 基于粒子群算法优化支持向量机的模拟电路诊断被引量：11
- 2012年
- 为了提高支持向量机网络(SVM)进行模拟电路诊断的准确率,提出了一种基于粒子群(PSO)算法和支持向量机的诊断方法。该方法首先对被测电路的响应信号进行多小波变换,通过归一化处理得到分类能力强的最优故障特征;然后用粒子群算法优化支持向量机的结构参数,实现对不同故障模式分类识别。仿真结果表明,此方法能有效提高模拟电路故障诊断准确率。
- 胡云艳彭敏放田成来谭虎宋丽伟沈美娥
- 关键词：模拟电路粒子群优化多小波变换支持向量机
- 基于分布估计算法的配电网故障区段定位被引量：5
- 2014年
- 传统的人工智能算法在配电网馈线故障定位中的应用广泛,存在初始种群规模大,迭代次数多以及易陷入局部最优等缺陷。提出一种基于分布式估计算法的配电网故障区段定位方法,该方法将故障区段向量作为正确解,通过建立解空间内个体分布的概率模型,对模型采样,逐步提高最优故障区段向量在解空间内出现的概率。仿真结果表明将分布估计算法应用于多源开环条件下的配电网故障区段定位有着较快的故障定位速度和良好的容错性。
- 柳涛彭敏放宋丽伟王岳明沈美娥
- 关键词：故障定位配电网分布估计算法
- 模拟电路故障最优特征搜索与识别被引量：11
- 2012年
- 为解决模拟电路故障诊断中故障特征选取的难题并提高故障识别率,提出一种故障最优特征矢量候选集的搜索算法,并构造了模式最佳邻居查询规则来选取故障模式最优特征进行故障识别。以故障信号小波包分解的频段能量值构造故障样本的初始特征矢量,搜索识别多种模式的特征子矢量生成最优特征矢量候选集,查询模式最佳邻居确定其最大邻域,在综合判据监督下选取故障最优特征完成故障识别。模拟诊断实例表明,选取的最优特征在诊断模拟电路故障时具有满意的准确率。
- 田成来彭敏放宋丽伟谭虎沈美娥
- 关键词：故障诊断模拟电路小波包分解
