基于时频马尔科夫排列转移矩阵的直流电弧检测方法和系统

    公开(公告)号:CN118760876B

    公开(公告)日:2025-02-07

    申请号:CN202410743736.1

    申请日:2024-06-11

    Applicant: 扬州大学

    Abstract: 本发明公开了一种基于时频马尔科夫排列转移矩阵的直流电弧检测方法和系统,方法包括:利用电流传感器采集直流电弧的电流信号;利用变分模态分解算法将所述电流信号分解为若干个模态分量;基于时频马尔科夫排列转移矩阵将所述模态分量转换为多个二维矩阵;基于奇异值分解算法提取所述二维矩阵中的奇异值,构造高维特征向量;基于核极限学习机制处理所述高维特征向量,得到检测结果;本发明时频马尔科夫排列转移矩阵能够同时在时域和频域分析排列模式的状态转移特性,从而有效克服传统马尔科夫转移矩阵无法分析频域故障信息、缺乏刻画连续时间内数据相关性信息的缺点。

    一种基于时频复合递归图的直流电弧故障检测方法和系统

    公开(公告)号:CN118747324B

    公开(公告)日:2024-12-27

    申请号:CN202410743745.0

    申请日:2024-06-11

    Applicant: 扬州大学

    Abstract: 本发明公开了一种基于时频复合递归图的直流电弧故障检测方法和系统,方法包括:利用电流传感器采集直流电弧的电流信号;利用变分模态分解算法将所述电流信号分解为K个模态分量;基于时频复合递归图将所述模态分量转换为多个二维矩阵;基于奇异值分解算法提取所述二维矩阵中的奇异值,构造高维特征向量;基于极限树处理所述高维特征向量,得到检测结果;本发明提出的时频复合递归图能够同时在时域和频域分析相空间状态的复合相似度,从而有效克服传统递归图相似度分析指标过于单一、无法分析频域故障信息的缺点。

    基于时频马尔科夫排列转移矩阵的直流电弧检测方法和系统

    公开(公告)号:CN118760876A

    公开(公告)日:2024-10-11

    申请号:CN202410743736.1

    申请日:2024-06-11

    Applicant: 扬州大学

    Abstract: 本发明公开了一种基于时频马尔科夫排列转移矩阵的直流电弧检测方法和系统,方法包括:利用电流传感器采集直流电弧的电流信号;利用变分模态分解算法将所述电流信号分解为若干个模态分量;基于时频马尔科夫排列转移矩阵将所述模态分量转换为多个二维矩阵;基于奇异值分解算法提取所述二维矩阵中的奇异值,构造高维特征向量;基于核极限学习机制处理所述高维特征向量,得到检测结果;本发明时频马尔科夫排列转移矩阵能够同时在时域和频域分析排列模式的状态转移特性,从而有效克服传统马尔科夫转移矩阵无法分析频域故障信息、缺乏刻画连续时间内数据相关性信息的缺点。

    一种基于时频复合递归图的直流电弧故障检测方法和系统

    公开(公告)号:CN118747324A

    公开(公告)日:2024-10-08

    申请号:CN202410743745.0

    申请日:2024-06-11

    Applicant: 扬州大学

    Abstract: 本发明公开了一种基于时频复合递归图的直流电弧故障检测方法和系统,方法包括:利用电流传感器采集直流电弧的电流信号;利用变分模态分解算法将所述电流信号分解为K个模态分量;基于时频复合递归图将所述模态分量转换为多个二维矩阵;基于奇异值分解算法提取所述二维矩阵中的奇异值,构造高维特征向量;基于极限树处理所述高维特征向量,得到检测结果;本发明提出的时频复合递归图能够同时在时域和频域分析相空间状态的复合相似度,从而有效克服传统递归图相似度分析指标过于单一、无法分析频域故障信息的缺点。

Patent Agency Ranking