期刊文献⁺

任意字段

题名或关键词

题名

关键词

文摘

作者

第一作者

机构

刊名

分类号

参考文献

作者简介

基金资助

栏目信息

基于改进t-SNE算法的水电站电气设备故障诊断被引量：2

Fault diagnosis of electrical equipment in hydropower stations based on improved t-SNE algorithm

下载PDF

导出

摘要电气设备是水电站的核心设备,为保障电站安全稳定运行,采用以能量熵与数理统计为基础的方法,确定其健康状态边界,实现故障运行状态的监控数据筛选。为有效解决故障数据特征存在维度过高和信息冗余的情况,采用改进型t-SNE特征降维算法,降低特征数据维度,提高故障诊断效率。通过对选定电气设备若干故障情况下的特征提取,对比各模型算法下诊断的准确度和运行速度,表明该方法能够有效地实现水电站电气设备的故障诊断。

作者宋凯峰袁宏李萌饶蕾 SONG Kai-feng;YUAN Hong;LI Meng

机构地区北京中水科水电科技开发有限公司中国水利水电科学研究院

出处《水电站机电技术》 2024年第12期131-134,共4页 Mechanical & Electrical Technique of Hydropower Station

关键词水电站电气设备改进t-SNE算法故障诊断

分类号 TP311.1 [自动化与计算机技术—计算机软件与理论]

引文网络
相关文献

参考文献3

1沈长青,汤盛浩,江星星,石娟娟,王俊,朱忠奎.独立自适应学习率优化深度信念网络在轴承故障诊断中的应用研究[J].机械工程学报,2019,55(7):81-88. 被引量：49
2金江涛,许子非,李春,缪维跑,李根.基于VMD能量熵与优化支持向量机的轴承故障诊断[J].计量学报,2021,42(7):898-905. 被引量：19
3姚仲斌.水电站机组状态监测与故障诊断系统的应用[J].电力系统装备,2020(14):144-146. 被引量：4

二级参考文献17

1喻竟陵,李家新.水电站机组埋件制造安全防护措施改进与创新[J].人民黄河,2019,0(S02):194-195. 被引量：1
2陈雪峰,李继猛,程航,李兵,何正嘉.风力发电机状态监测和故障诊断技术的研究与进展[J].机械工程学报,2011,47(9):45-52. 被引量：201
3董文智,张超.基于EEMD分解和奇异值差分谱理论的轴承故障诊断研究[J].机械强度,2012,34(2):183-189. 被引量：19
4王宜静,谭海燕.基于多维度互近似熵的滚动轴承故障诊断方法研究[J].机械设计与研究,2019,35(1):110-112. 被引量：14
5刘洋,曹云东,侯春光.基于经验模态分解及维格纳威尔分布的电缆双端故障定位算法[J].中国电机工程学报,2015,35(16):4086-4093. 被引量：59
6雷亚国,贾峰,周昕,林京.基于深度学习理论的机械装备大数据健康监测方法[J].机械工程学报,2015,51(21):49-56. 被引量：373
7李巍华,单外平,曾雪琼.基于深度信念网络的轴承故障分类识别[J].振动工程学报,2016,29(2):340-347. 被引量：97
8张少波,张海霞.基于IITD样本熵和支持向量机的齿轮故障诊断方法[J].机械设计与制造,2017(12):212-215. 被引量：4
9时培明,梁凯,赵娜,安淑君.基于分形维数和GA-SVM的风电机组齿轮箱轴承故障诊断[J].计量学报,2018,39(1):61-65. 被引量：20
10辛李霞,汪建新,苏晓云.基于VMD和最小熵反褶积的齿轮早期故障诊断[J].机械设计与制造,2019(6):50-54. 被引量：10

共引文献69

1孟宗,关阳,潘作舟,孙登云,樊凤杰,曹利宵.基于二次数据增强和深度卷积的滚动轴承故障诊断研究[J].机械工程学报,2021,57(23):106-115. 被引量：28
2谢娜,闫顺礼.基于改进深度置信网络的采煤机摇臂传动系统故障诊断研究[J].煤矿机械,2020,41(4):153-155. 被引量：4
3唐魏,郑源,潘虹,徐晶珺.引入动态调节学习率的SAE轴承故障诊断研究[J].计算机工程与应用,2020,56(20):264-269. 被引量：10
4马波,蔡伟东,赵大力.基于GAN样本生成技术的智能诊断方法[J].振动与冲击,2020,39(18):153-160. 被引量：18
5叶壮,余建波.基于多通道加权卷积神经网络的齿轮箱振动信号特征提取[J].机械工程学报,2021,57(1):110-120. 被引量：49
6赵驭阳.基于DAG-SVM的煤矿井下输送装置故障在线检测[J].机床与液压,2021,49(10):189-194. 被引量：7
7赵彦阳,惠小东,金鑫.输变电设备现场状态监测数据搜索引擎优化研究[J].电子设计工程,2021,29(12):29-32. 被引量：1
8陈金生.基于深度学习的无线融断网络威胁环境自适应检测方法[J].电子设计工程,2021,29(16):83-86.
9李玉吉,曹旭辉,王江宏,赵欣.基于机器学习算法的煤矿汽车机械设备故障诊断模型[J].能源与环保,2021,43(10):241-245. 被引量：12
10叶楠,常佩泽,张露予,王嘉.基于改进后半监督深度信念网络的多工况轴承故障诊断研究[J].机械工程学报,2021,57(15):80-90. 被引量：11

同被引文献11

1韩飞.基于人工智能的煤矿地面电气设备故障诊断与智能维护[J].电气技术与经济,2024(7):150-152. 被引量：8
2沈华雨.电站电气设备故障预防与状态监测技术研究[J].自动化应用,2024,65(S02):53-55. 被引量：6
3李建路,朱珠,李柯,王振乾,盘晴.基于智能感知与AR的电力设备故障检测识别技术[J].信息技术,2024,48(12):136-140. 被引量：7
4周永宁.基于智能传感器的电气设备状态监测与故障诊断研究[J].中国设备工程,2024(24):147-149. 被引量：5
5彭明勇.小型水电站电气设备预防性试验[J].科技创新与应用,2024,14(36):63-65. 被引量：1
6杨万鹏.电力一次设备远程智能红外监控报警系统设计[J].自动化应用,2024,65(24):21-23. 被引量：4
7宋元军,强盛.基于人工智能的高压电气设备故障诊断与预防系统设计与实现[J].电气技术与经济,2024(12):115-117. 被引量：2
8李昊.基于D-S证据理论信息融合的电力设备故障诊断研究[J].现代工业经济和信息化,2024,14(12):280-282. 被引量：7
9何洋,苏岩,王敏.基于CPS技术的水电站设备故障诊断与应用研究[J].今日制造与升级,2024(12):104-106. 被引量：1
10肖晶晶.带电检测技术在变电运维中的应用[J].电子技术(上海),2024,53(12):166-167. 被引量：4

引证文献2

1卢忠林,杨枝元.基于大数据分析的水电站设备故障预测与智能运维体系构建[J].小水电,2025(3):49-53.
2彭雅林.电气设备故障诊断与智能维护技术研究[J].科技与创新,2025(22):91-93. 被引量：1

二级引证文献1

1孟剑.机电设备故障诊断专家系统构建与预警机制研究[J].中国建筑,2025,8(24):91-93.

1刘路希.音乐表演中人际交往的三重维度及意义研究[J].艺术研究（哈尔滨师范大学艺术学报）,2024(5):79-81.
2方师师,叶梓铭.人工智能伦理治理的全球图景:多维特征与实践要素[J].青年记者,2024(10):107-112. 被引量：3
3周杰.基于人工智能的水电站电气设备无人运行方法研究[J].电气技术与经济,2024(10):142-144.
4刘莹.基于PLC技术的水电站电气设备运维与故障检修系统[J].电气技术与经济,2024(11):93-96. 被引量：3
5赵家丞.水电站电气二次系统的构造及应用控制措施[J].电气时代,2024(10):117-120.
6田世林,李焕洲,唐彰国,张健,李其臻.基于堆叠稀疏去噪自编码器的混合入侵检测方法[J].四川师范大学学报（自然科学版）,2024,47(4):517-527. 被引量：9
7沈华雨.电站电气设备故障预防与状态监测技术研究[J].自动化应用,2024,65(S02):53-55. 被引量：6
8袁博,李付俊,郑建峰.一种基于转子动力学计算分析的振动故障诊断方法[J].装备制造技术,2024(11):28-31.
9贾薇,王青.计算机信息系统运维常见故障分析与处理[J].计算机产品与流通,2024(9):127-129.

水电站机电技术

2024年第12期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...

;

使用帮助返回顶部