-
公开(公告)号:CN117826601A
公开(公告)日:2024-04-05
申请号:CN202410008309.9
申请日:2024-01-04
Applicant: 河北工业大学
Abstract: 本发明为一种基于改进无源控制的电寿命交流固态负载电流控制方法,首先实时采集输入侧电压源电压、负载模拟单元的交流侧电流以及直流侧母线电容电压,并对输入侧电压源电压进行锁相,生成αβ坐标系下的电压;然后,构建αβ坐标系下的电流,并生成期望电流;对αβ坐标系下的电流、电压以及期望电流进行dq坐标系变换;最后,在无源控制中引入滑模控制对系统状态进行控制,并对滑模控制中滑动模态的切换进行改进,得到改进后的电流误差;利用改进后的电流误差得到期望状态下系统能量最小的IGBT开关函数,期望状态下系统能量最小的IGBT开关函数再经过PWM调制,得到负载模拟单元各个开关管的控制信号,达到交流固态负载电流的目的。该方法有效提高了交流固态负载电流控制的抗干扰能力与电流跟踪性能,同时削弱了系统抖震。
-
公开(公告)号:CN116628624A
公开(公告)日:2023-08-22
申请号:CN202310614777.6
申请日:2023-05-29
Applicant: 河北工业大学
IPC: G06F18/25 , G06F18/214 , G06F30/27 , G06N3/0455 , G06N3/0442 , G06N3/0464 , G06F119/02
Abstract: 本发明为一种基于多特征融合与多头注意力的断路器剩余寿命预测方法,首先通过短时能量双门限法对振动信号中的振动事件进行分割,在不同的振动事件区间中提取机械特性参数特征,同时通过卷积变分自动编码器挖掘振动信号中的机械特性退化特征,并将机械特征参数特征和退化特征进行拼接,得到用于剩余寿命预测的综合退化特征;最后,基于GRU网络和多头注意力机制构建剩余寿命预测模型,通过多头注意力机制在多个不同表征子空间中捕捉振动信号的依赖关系,提高剩余寿命定量预测的精度。
-
公开(公告)号:CN116403032A
公开(公告)日:2023-07-07
申请号:CN202310308290.5
申请日:2023-03-27
Applicant: 河北工业大学
IPC: G06V10/764 , G01R31/327 , G06V10/774 , G06V10/82 , G06F18/2131 , G06F18/25 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/048 , G06N3/084 , G06N3/094 , G06F123/02
Abstract: 本发明为一种基于多域信息融合与深度学习的断路器故障评估方法,首先采集不同工作状态下触头的原始振动信号,并从原始振动信号中提取故障关联振动信号片段;接着,提取故障关联振动信号片段的频域和时频域信息,通过多域信息融合生成RGB图像;然后,改进辅助分类生成对抗网络,利用改进后的辅助分类生成对抗网络的生成器生成故障样本;最后,构建故障评估模型,故障评估模型包括一个共享层和两个与共享层连接的任务层;共享层包括一个A型残差块、两个B型残差块和一个双重注意力模块,两个任务层分别用于故障类型和故障程度分类;利用扩充后的数据集对模型进行训练,将训练后的故障评估模型用于故障类型和故障程度评估。解决了断路器故障诊断中的数据集类不平衡以及信号分析局限性问题。
-
公开(公告)号:CN115389924A
公开(公告)日:2022-11-25
申请号:CN202211045544.0
申请日:2022-08-30
Applicant: 河北工业大学
IPC: G01R31/327
Abstract: 本发明为一种基于动作时间与驱动能量的断路器分闸附件寿命预测方法,首先对原始振动进行预处理,得到降噪后的振动信号;然后,对降噪后的振动信号进行分帧,计算各帧信号的短时能熵比,基于短时能熵比对振动过程中的各个动作阶段进行标定,并计算各个动作阶段的动作时间和驱动能量,将动作时间和驱动能量作为性能退化指标,通过Spearman秩相关系数法筛选得到与退化能力相关性高的性能退化指标,得到关键性能退化指标;最后,根据关键性能退化指标,基于二元维纳过程建立断路器分闸附件剩余寿命预测模型。本发明将动作时间和驱动能量作为性能退化指标,预测模型反映了多元关键性能退化指标对整体退化趋势的影响,避免了采用动作时间作为单一指标导致的预测结果不准确。
-
公开(公告)号:CN116484737A
公开(公告)日:2023-07-25
申请号:CN202310465294.4
申请日:2023-04-27
Applicant: 河北工业大学
IPC: G06F30/27 , G06N3/0455 , G06N3/08 , G06F18/22 , G06N3/0442
Abstract: 本发明为基于不同退化模式的断路器剩余寿命预测方法,首先对寿命初期与末期的振动信号进行分解,并计算寿命初期和末期振动信号对应模态分量的综合相似度,选取综合相似度大于阈值的模态分量重构振动信号;接着,对重构的振动信号进行分帧,确定振动事件区间,并从振动事件区间中提取振动信号的显性特征和隐性特征,显性和隐性特征拼接得到综合特征;然后,将所有样本的均方根进行直线拟合;根据拟合直线的斜率判定断路器的退化模式;最后,利用断路器在快速和慢速两种退化模式下的数据分别训练剩余寿命预测模型,得到两种退化模式下的剩余寿命预测模型。通过判别断路器的退化模式,利用对应退化模式的剩余寿命预测模型进行剩余寿命预测,针对性强,预测精度高。
-
-
-
-