王锦 作品数:8 被引量:9 H指数:1 供职机构: 西安工程大学电子信息学院 更多>> 发文基金: 博士科研启动基金 更多>> 相关领域: 电气工程 自动化与计算机技术 电子电信 更多>>
基于IGA-SVM的变压器多级故障诊断 被引量:1 2022年 针对传统的基于支持向量机(support vector machine, SVM)的变压器故障诊断中变压器的故障特征和SVM参数难以确定的问题,本文提出了一种基于改进遗传算法(improved genetic algorithm, IGA)和SVM的变压器故障诊断模型。该方法以SVM作为分类器,以常用故障诊断方法的20中特征量作为初始特征集合,采用二进制方式将变压器的故障特征和SVM的参数编码到同一条染色体,利用改进遗传算法对变压器的故障特征和分类器的参数进行联合优化。因为变压器的故障特征和SVM的参数是互相影响的,因此对两者做一个联合优化是比较合理的方案。然后依据最优故障特征和最优参数进行模型训练,利用训练好的模型对测试集进行诊断。仿真结果表明所提方法具有较高的故障诊断准确率。 刘燕东 蒋波涛 乔楠 王锦 郑雨关键词:变压器 故障诊断 改进遗传算法 支持向量机 基于SigmaDSP的无线Sound Bar系统设计 2015年 针对目前平板电视等设备对高品质音响系统的要求,设计了一款具有优越音频性能的Sound Bar音响系统,该系统以ADI的Sigma DSP数字音频处理器为核心,配合蓝牙等模块,还可实现智能手机、平板电脑等设备的无线音频播放。 王锦 陈博敏关键词:无线 音响 基于以太网的文字声光警示系统设计 被引量:1 2014年 在确定以UDP协议进行报警数据传输的基础上,研究其硬件设计及软件编程.为了使系统能够适用于不同的应用场合,设计时将文字及语音数据存储于SD卡中,并给出了SD卡中文件的命名规则.该警示系统在需要警示的情况下可人工操作或以自动触发方式产生.LED显示屏显示文字警示信息,语音系统播放警示语音,警灯闪烁进行灯光警示,实现了视觉和听觉上的多重提醒等警示信息. 陈博敏 卫建华 王锦关键词:以太网 UDP SD卡 TXT文件 不平衡条件下基于WGAN-DT的变压器故障诊断研究 被引量:1 2023年 变压器作为电压转换设备,一旦发生故障,直接影响设备性能。然而在设备运行过程中,变压器系统大多处于正常状态,故障发生频率较低,所监测到的正常状态数据远远多于故障状态数据,存在样本不平衡问题。在变压器系统故障诊断技术和不平衡样本处理技术的基础上,研究了基于Wasserstein生成对抗网络与决策树相结合的WGAN-DT故障诊断技术。结果表明,样本平衡时,采用WGAN-DT模型在测试集上的故障诊断准确度高达96.00%。 王锦关键词:变压器 故障诊断 不平衡数据 决策树 基于深度模糊神经网络的太阳总辐射预测研究 被引量:1 2024年 提出一种基于深度模糊神经网络的太阳总辐射预测模型。首先利用Pearson相关系数分析太阳总辐射关键影响因素,其次利用深度学习多隐含层所具有的特征提取优势将模糊神经网络模块重复连接,构建深度模糊神经网络模型,并使用蝗虫优化算法对其中心值和宽度进行优化。利用所提太阳总辐射预测模型对5个气象站点的相关数据进行仿真实验,并对结果进行分析。仿真结果表明:所提预测模型较其他模型具有较高的预测精度,验证了模型的有效性,可满足无辐射监测站点太阳总辐射预测的需要。 乔楠 蒋波涛 郑雨 刘燕东 王锦关键词:太阳能 太阳辐射 蚁群优化最小二乘支持向量机在变压器故障诊断中的应用 被引量:4 2018年 变压器故障诊断对提高电力系统运行的可靠性、稳定性、安全性有着至关重要的作用。为了提高故障分类率,提出一种基于蚁群优化的最小二乘支持向量机(Ant colony optimization least squares support vector machine,ACO-LSSVM)电力变压器故障诊断方法。该方法首先利用ACO对LSSVM诊断模型的参数进行优化,选用径向基核函数。其次,以溶解气体含量为输入变量,变压器故障类别为输出变量,将测试数据输入训练好的模型。最后,将诊断结果与标准SVM结果进行比较。仿真结果表明,ACO-LSSVM方法具有更高的分类准确率,验证了其有效性。 蒋波涛 王锦关键词:最小二乘支持向量机 蚁群算法 故障诊断 变压器 基于SD卡的文字声光警示系统 2013年 以铁路道口应用为例,设计了一种基于SD卡的信息数据存储警示系统。该系统可在需要警示的情况下,通过人工操作或自动触发发出相应的警示信息,包括LED显示屏显示文字警示信息、语音系统播放警示语音、警灯闪烁进行灯光警示。文字及语音警示信息的原始数据存储在SD卡中,针对不同的应用需求,只需修改SD卡中的内容,可适用于多种应用场所。 卫建华 郭鹏 余游江 王锦 陈博敏关键词:SD卡 文字 声光 警示系统 基于WGAN-GP的变压器故障样本扩充模型的构建与评价 被引量:1 2022年 变压器在电力系统起着重要作用,其故障诊断模型大多在故障样本均衡的条件下进行设计,但实际在运变压器故障数据少,收集困难,导致故障样本数量严重不平衡。针对数据集不平衡时神经网络诊断效果差的缺陷,文章使用变体的生成对抗网络(WGAN-GP)平衡数据集的方法建立变压器故障仿真模型。结果表明WGAN-GP网络可以解决了GAN模型不稳定问题,确保了生成样本的多样性。仿真结果表明,通过样本增强技术重构的数据集优化神经网络,能使网络的诊断正确率更高。 王锦 徐新关键词:变压器 故障诊断 不平衡数据