CN113848253A - 仿真变电站主变压器基底渗水状态声发射监测方法及装置 - Google Patents
仿真变电站主变压器基底渗水状态声发射监测方法及装置 Download PDFInfo
- Publication number
- CN113848253A CN113848253A CN202110960368.2A CN202110960368A CN113848253A CN 113848253 A CN113848253 A CN 113848253A CN 202110960368 A CN202110960368 A CN 202110960368A CN 113848253 A CN113848253 A CN 113848253A
- Authority
- CN
- China
- Prior art keywords
- acoustic emission
- water seepage
- point
- sampling
- speed change
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 99
- 239000000758 substrate Substances 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012544 monitoring process Methods 0.000 title claims abstract description 26
- 238000004088 simulation Methods 0.000 title claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000005070 sampling Methods 0.000 claims description 64
- 230000008859 change Effects 0.000 claims description 54
- 238000012806 monitoring device Methods 0.000 claims description 5
- 230000008595 infiltration Effects 0.000 claims 1
- 238000001764 infiltration Methods 0.000 claims 1
- 238000012549 training Methods 0.000 abstract description 2
- 230000003902 lesion Effects 0.000 description 4
- 239000002689 soil Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 239000002243 precursor Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 239000004480 active ingredient Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000036571 hydration Effects 0.000 description 1
- 238000006703 hydration reaction Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000001028 reflection method Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/14—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object using acoustic emission techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/04—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
- G01M3/24—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point using infrasonic, sonic, or ultrasonic vibrations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
Abstract
本发明提出一种基于声发射特征参量Frechet判别的仿真变电站主变压器基底渗水状态监测方法及装置,该装置包括声发射传感器(1)和信号处理模块(2),所述信号处理模块(2)中设置有基底渗水状态判别对照组参数。该方法在监测中利用声发射传感器(1)获取基底信号,并对信号进行两种特征参数提取,通过与对照组参数阈值区间的比较确定基底所处的渗水状态。本发明所需硬件简单,监测结果准确,具有良好的实时性,能提前预警,保护仿真变电站培训人员。
Description
技术领域
本发明属于电力基建工程安全监测领域,涉及一种基于声发射信号特征参量Frechet判别的仿真变电站主变压器基底渗水状态监测方法。
背景技术
岩土基底是承载仿真变电站主变压器对地应力的主体,大载荷下的基底具有高围压、易渗水特点,在潮湿环境中易产生区域疲劳,进而在长期水文侵蚀与应力作用下发生损伤事故。渗水会造成主变压器基底抗压抗剪强度降低,改变其弹性模量、泊松比等力学参量,进而影响其宏观力学性能。在水文与围压耦合作用下的基底损伤会影响地面设备的正常运行,且对人员安全带来威胁,仿真变电站培训人员距离主变压器较近,基地损伤和沉陷会对人员安全带来更大威胁。因此,开展仿真变电站主变压器基底渗水状态监测具有重要科学意义。
当前岩土基底渗水状态监测主要分为直接法和间接法,直接法指取样测量,间接法指采用诸如时频域反射法、电阻电容法、中子法等基于岩土介电与电导特性的测量。上述方法在监测实时性、组网经济性及各异岩体适应性等方面存在不足,如何利用渗水损伤前兆信息实现基底渗水状态实时监测,在宏观损伤崩塌前做到超前预警是一项亟待解决的难题。
从前期的实验研究可知,水分对岩土基底声发射信号能量参量影响最大,这是因为声发射产生于颗粒摩擦滑移过程,水分对岩土颗粒具有软化作用,使其摩擦效应减弱,故产生的声发射信号能量减少。为充分利用这一特性,对声发射信号进行包络线提取,然后进行时域等分,通过包络线电压等分采样和Frechet判别方法实现渗水状态监测。
发明内容
针对背景技术中存在的问题,本发明提出一种基于声发射特征参量Frechet判别的仿真变电站主变压器基底渗水状态监测方法及装置。所述装置包括设置在主变压器基底上的声发射传感器模块、信号处理模块;所述声发射传感器模块用于获得主变压器基底声发射信号,并传输给信号处理模块;所述信号处理模块由参数采样模块和Frechet相似判别模块组成,所述参数采样模块用于将接收到的声发射信号包络线进行采样处理,得到轮廓点指标、变速点指标并传输给Frechet相似判别模块;所述Frechet相似判别模块用于将接收到的轮廓点指标、变速点指标,通过计算离散Frechet距离与内置的渗水状态判别对照组进行匹配,输出匹配得到的渗水状态。
所述参数采样模块将接收到的声发射信号包络线进行采样处理:对包络线进行时域M等分,在等分后的第k(0<k<M)时段内采用G条电压等分线进行采样,电压等分线与包络线的交点为采样点。
所述G条电压等分线进行采样的方法为:设第k个时段内包络信号极大值与极小值分别为fmax和fmin,在极大值和极小值之间规划G条电压等分线,采样线方程记为Sn(t),n∈[0,G-1],表达式为:
S0(t)=fmin;
……
所述Frechet相似判别模块中内置的渗水状态判别对照组基于不同渗水状态下的多组主变压器基底声发射信号构建而成,其中每组主变压器基底声发射信号包括一个渗水状态下的多个声发射信号,所述渗水状态判别对照组中一个渗水状态对应一个特征参数组,一个特征参数组对应轮廓点、变速点两个指标的参数阈值区间。
获取轮廓点、变速点指标的参数阈值区间方法为:
获取未渗水状态下的主变压器基底声发射信号,对每个声发射信号包络线分别进行采样处理,得到相应的轮廓点指标、变速点指标;
记第i个渗水状态下第j个声发射信号包络线采样得到的轮廓点指标序列和变速点指标序列分别为Aij和Cij,未渗水状态下声发射信号包络线采样得到的轮廓点指标序列和变速点指标序列分别为B和D,计算Aij与B至高点间的离散Frechet距离和至低点间的离散Frechet距离计算Cij与D至高点间的离散Frechet距离和至低点间的离散Frechet距离进而得到Aij与B的判别因子Cij与D的判别因子N为采样点数量;
所述Frechet相似判别模块中,计算接收到的轮廓点指标序列E与B至高点间的离散Frechet距离和至低点间的离散Frechet距离计算接收到的变速点指标序列H与D至高点间的离散Frechet距离和至低点间的离散Frechet距离
本发明利用声发射包络线提取获得信号能量特征,利用参数采样方法得到轮廓点和变速点指标,将声发射监测数据进行离散化规范表达,利于计算机规模存储与运算;利用基底渗水前兆声发射信息进行渗水状态识别,提高了渗水状态监测的超前性,可在基底渗水造成明显结构宏观损伤前实时预测渗水状态;通过本发明,可将连续声发射信号分解为两个采样指标,在保留监测信号轮廓信息和变化速度信息的同时做到监测数据压缩,减少了监测系统本地存储和传输带宽压力。
本发明的技术效益是:提供了一种仿真变电站主变压器基底渗水状态监测新方法,利用声发射信号包络线采样得到特征参量,通过参量Frechet距离相似性判别获得基底渗水状态,本发明涉及的硬件简单,渗水状态监测准确性高且实时性好,能提前预警,保护仿真变电站培训人员。
说明书附图
图1是本发明的声发射包络信号采样时域等分、电压等分示意图(图中时域进行3等分,规划7根电压等分线,对每一信号片段均开展了采样);
图2是本发明的参数采样示意图;
图3是不同含水状态声发射信号,其中(a)是未渗水损伤,(b)是轻度渗水损伤,(c)是中度渗水损伤,(d)是重度渗水损伤;
图4是轮廓点与变速点指标,其中(a)是轮廓点指标,(b)是变速点指标。
图5是渗水状态识别结果。
具体实施方式
为了使本发明的内容更容易被清楚的理解,下面结合附图和具体实施例对本发明作进一步详细的说明。
在一个实施例中,提供了一种仿真变电站主变压器基底渗水状态声发射监测方法,包括:
1)获取不同渗水状态下的多组主变压器基底声发射信号,每组主变压器基底声发射信号包括一个渗水状态下的多个声发射信号,对每个声发射信号包络线分别进行采样处理,得到相应的轮廓点指标、变速点指标,通过计算离散Frechet距离得到轮廓点指标、变速点指标的参数阈值区间,构建渗水状态判别对照组;所述渗水状态判别对照组中一个渗水状态对应一个特征参数组,一个特征参数组对应轮廓点、变速点两个指标的参数阈值区间;
2)对基底声发射信号开展实时捕获,对实时捕获的声发射信号包络线进行采样处理,得到相应的轮廓点指标、变速点指标;
3)若2)中得到的轮廓点指标、变速点指标与渗水状态判别对照组进行匹配,即得到相应的渗水状态。
进一步,如图1和2所示,步骤1)和2)中对声发射信号包络线进行采样处理,得到轮廓点指标、变速点指标,具体步骤包括:
对包络线进行时域M等分,在等分后的第k个时段内采用G条电压等分线进行采样,电压等分线与包络线的交点为采样点,0<k<M;
进一步,记第k个时段内,声发射信号的极大值和极小值分别为fmax和fmin,在fmax和fmin内均匀规划G条电压等分线对包络线进行采样。
进一步,步骤1)中通过计算离散Frechet距离得到轮廓点与变速点指标的参数阈值区间,具体方法为:
获取未渗水状态下的主变压器基底声发射信号,对每个声发射信号包络线分别进行采样处理,得到相应的轮廓点指标、变速点指标;
记第i个渗水状态下第j个声发射信号包络线采样得到的轮廓点指标序列和变速点指标序列分别为Aij和Cij,未渗水状态下声发射信号包络线采样得到的轮廓点指标序列和变速点指标序列分别为B和D,计算Aij与B至高点间的离散Frechet距离和至低点间的离散Frechet距离计算Cij与D至高点间的离散Frechet距离和至低点间的离散Frechet距离进而得到Aij与B的判别因子Cij与D的判别因子N为采样点数量;
进一步,步骤3)具体为:
在一个实施例中,提供了一种仿真变电站主变压器基底渗水状态声发射监测装置,所述装置包括设置在主变压器基底上的声发射传感器模块、信号处理模块;所述声发射传感器模块用于获得主变压器基底声发射信号,并传输给信号处理模块;所述信号处理模块由参数采样模块和Frechet相似判别模块组成,所述参数采样模块用于将接收到的声发射信号包络线进行采样处理,得到轮廓点指标、变速点指标并传输给Frechet相似判别模块;所述Frechet相似判别模块用于将接收到的轮廓点指标、变速点指标,通过计算离散Frechet距离与内置的渗水状态判别对照组进行匹配,输出匹配得到的渗水状态。
以含水状态为4种为例,分别模拟未渗水、轻度渗水、中度渗水和重度渗水状态,不同含水状态声发射信号如图3中的(a)至(d)所示。利用参数采样模块开展采样,得到轮廓点与变速点指标如图4中的(a)和(b)所示。选择未渗水、轻度渗水、中度渗水和重度渗水声发射信号各10个,开展渗水状态识别,结果如图5所示,结果可知未渗水样本和重度渗水样本识别效果最好,全部正确归类,轻度渗水样本误拒1个(归入未渗水损伤组别),中度渗水误拒2个(归入重度渗水组别),整体识别准确率为92.5%。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,应当理解的是,对所属领域技术人员来说,在本发明的技术方案上不许付出创造性劳动即可获得的改进或变换都应属于本发明所属权利要求的保护范围。
Claims (9)
1.一种仿真变电站主变压器基底渗水状态声发射监测方法,其特征在于:所述方法包括:
1)获取不同渗水状态下的多组主变压器基底声发射信号,每组主变压器基底声发射信号包括一个渗水状态下的多个声发射信号,对每个声发射信号包络线分别进行采样处理,得到相应的轮廓点指标、变速点指标,通过计算离散Frechet距离得到轮廓点指标、变速点指标的参数阈值区间,构建渗水状态判别对照组;所述渗水状态判别对照组中一个渗水状态对应一个特征参数组,一个特征参数组对应轮廓点、变速点两个指标的参数阈值区间;
2)对基底声发射信号开展实时捕获,对实时捕获的声发射信号包络线进行采样处理,得到相应的轮廓点指标、变速点指标;
3)若2)中得到的轮廓点指标、变速点指标与渗水状态判别对照组进行匹配,即得到相应的渗水状态。
3.根据权利要求2所述的一种仿真变电站主变压器基底渗水状态声发射监测方法,其特征在于:记第k个时段内,声发射信号的极大值和极小值分别为fmax和fmin,在fmax和fmin内均匀规划G条电压等分线对包络线进行采样。
4.根据权利要求1所述的一种仿真变电站主变压器基底渗水状态声发射监测方法,其特征在于:通过计算离散Frechet距离得到轮廓点与变速点指标的参数阈值区间,具体方法为:
获取未渗水状态下的主变压器基底声发射信号,对每个声发射信号包络线分别进行采样处理,得到相应的轮廓点指标、变速点指标;
记第i个渗水状态下第j个声发射信号包络线采样得到的轮廓点指标序列和变速点指标序列分别为Aij和Cij,未渗水状态下声发射信号包络线采样得到的轮廓点指标序列和变速点指标序列分别为B和D,计算Aij与B至高点间的离散Frechet距离和至低点间的离散Frechet距离计算Cij与D至高点间的离散Frechet距离和至低点间的离散Frechet距离进而得到Aij与B的判别因子Cij与D的判别因子N为采样点数量;
6.一种仿真变电站主变压器基底渗水状态声发射监测装置,其特征在于:所述装置包括设置在主变压器基底上的声发射传感器模块(1)、信号处理模块(2);所述声发射传感器模块(1)用于获得主变压器基底声发射信号,并传输给信号处理模块;所述信号处理模块(2)由参数采样模块和Frechet相似判别模块组成,所述参数采样模块用于将接收到的声发射信号包络线进行采样处理,得到轮廓点指标、变速点指标并传输给Frechet相似判别模块;所述Frechet相似判别模块用于将接收到的轮廓点指标、变速点指标,通过计算离散Frechet距离与内置的渗水状态判别对照组进行匹配,输出匹配得到的渗水状态。
8.如权利要求6所述的一种仿真变电站主变压器基底渗水状态声发射监测装置,其特征在于:所述Frechet相似判别模块中内置的渗水状态判别对照组基于不同渗水状态下的多组主变压器基底声发射信号构建而成,其中每组主变压器基底声发射信号包括一个渗水状态下的多个声发射信号,所述渗水状态判别对照组中一个渗水状态对应一个特征参数组,一个特征参数组对应轮廓点、变速点两个指标的参数阈值区间;
所述轮廓点、变速点指标的参数阈值区间的确定步骤包括:
获取未渗水状态下的主变压器基底声发射信号,对每个声发射信号包络线分别进行采样处理,得到相应的轮廓点指标、变速点指标;
记第i个渗水状态下第j个声发射信号包络线采样得到的轮廓点指标序列和变速点指标序列分别为Aij和Cij,未渗水状态下声发射信号包络线采样得到的轮廓点指标序列和变速点指标序列分别为B和D,计算Aij与B至高点间的离散Frechet距离和至低点间的离散Frechet距离计算Cij与D至高点间的离散Frechet距离和至低点间的离散Frechet距离进而得到Aij与B的判别因子Cij与D的判别因子N为采样点数量;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110960368.2A CN113848253B (zh) | 2021-08-20 | 2021-08-20 | 仿真变电站主变压器基底渗水状态声发射监测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110960368.2A CN113848253B (zh) | 2021-08-20 | 2021-08-20 | 仿真变电站主变压器基底渗水状态声发射监测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113848253A true CN113848253A (zh) | 2021-12-28 |
CN113848253B CN113848253B (zh) | 2024-02-23 |
Family
ID=78975678
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110960368.2A Active CN113848253B (zh) | 2021-08-20 | 2021-08-20 | 仿真变电站主变压器基底渗水状态声发射监测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113848253B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114526451A (zh) * | 2022-02-21 | 2022-05-24 | 南京邮电大学 | 地下空间岩体管道渗水声发射波动层次识别方法与装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62282259A (ja) * | 1986-05-30 | 1987-12-08 | Koyo Seiko Co Ltd | アコ−ステイツクエミツシヨン破壊予知装置 |
CN106908521A (zh) * | 2017-02-23 | 2017-06-30 | 重庆大学 | 基于声发射特征谱的岩体透水监测方法 |
CN107450102A (zh) * | 2017-07-28 | 2017-12-08 | 西安交通大学 | 基于分辨率可控包络生成算子的多尺度全波形反演方法 |
CN107702919A (zh) * | 2017-06-30 | 2018-02-16 | 长沙理工大学 | 基于声发射的滑动轴承润滑状态监测方法 |
CN110007340A (zh) * | 2019-02-01 | 2019-07-12 | 西安理工大学 | 基于角度域直接包络反演的盐丘速度密度估计方法 |
CN110376289A (zh) * | 2019-07-11 | 2019-10-25 | 南京航空航天大学 | 一种基于声发射手段的复合材料纤维编织层损伤识别方法 |
WO2020224553A1 (zh) * | 2019-05-07 | 2020-11-12 | 北京中瑞和电气有限公司 | 一种基于非电量综合特征信息的变压器监测装置及方法 |
-
2021
- 2021-08-20 CN CN202110960368.2A patent/CN113848253B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62282259A (ja) * | 1986-05-30 | 1987-12-08 | Koyo Seiko Co Ltd | アコ−ステイツクエミツシヨン破壊予知装置 |
CN106908521A (zh) * | 2017-02-23 | 2017-06-30 | 重庆大学 | 基于声发射特征谱的岩体透水监测方法 |
CN107702919A (zh) * | 2017-06-30 | 2018-02-16 | 长沙理工大学 | 基于声发射的滑动轴承润滑状态监测方法 |
CN107450102A (zh) * | 2017-07-28 | 2017-12-08 | 西安交通大学 | 基于分辨率可控包络生成算子的多尺度全波形反演方法 |
CN110007340A (zh) * | 2019-02-01 | 2019-07-12 | 西安理工大学 | 基于角度域直接包络反演的盐丘速度密度估计方法 |
WO2020224553A1 (zh) * | 2019-05-07 | 2020-11-12 | 北京中瑞和电气有限公司 | 一种基于非电量综合特征信息的变压器监测装置及方法 |
CN110376289A (zh) * | 2019-07-11 | 2019-10-25 | 南京航空航天大学 | 一种基于声发射手段的复合材料纤维编织层损伤识别方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114526451A (zh) * | 2022-02-21 | 2022-05-24 | 南京邮电大学 | 地下空间岩体管道渗水声发射波动层次识别方法与装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113848253B (zh) | 2024-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105956526B (zh) | 基于多尺度排列熵的低信噪比微震事件辨识方法 | |
CN109763944B (zh) | 一种海上风机叶片故障非接触式监测系统及监测方法 | |
CN110133599B (zh) | 基于长短时记忆模型的智能雷达辐射源信号分类方法 | |
CN104239970A (zh) | 一种基于Adaboost的输电线舞动风险预警方法 | |
Brocca et al. | Application of a model-based rainfall-runoff database as efficient tool for flood risk management | |
CN103941254A (zh) | 一种基于地质雷达的土壤物性类别识别方法和装置 | |
CN105572501A (zh) | 一种基于sst变换和ls-svm的电能质量扰动识别方法 | |
CN112069930A (zh) | 提升gis设备故障诊断准确率的振动信号处理方法及装置 | |
CN112462355A (zh) | 一种基于时频三特征提取的对海目标智能检测方法 | |
CN113848253A (zh) | 仿真变电站主变压器基底渗水状态声发射监测方法及装置 | |
CN111695413A (zh) | 联合U-Net和Temporal Ensembling的信号初至拾取方法及装置 | |
CN115220133B (zh) | 一种多气象要素降雨预测方法、装置、设备及存储介质 | |
CN110378286A (zh) | 一种基于dbn-elm的电能质量扰动信号分类方法 | |
CN115993511A (zh) | 一种局部放电类型高精度检测识别装置、方法和设备 | |
CN112507479A (zh) | 一种基于流形学习和softmax的石油钻机健康状态评估方法 | |
CN104125050A (zh) | 超高频rfid读卡器协议一致性测试方法 | |
CN103985385A (zh) | 基于波谱特征鉴定蛙类个体信息的方法 | |
CN105429138A (zh) | 基于小波变换的同调机群识别方法及装置 | |
CN104751630A (zh) | 一种基于Kernel-KNN匹配的道路交通状态获取方法 | |
CN109905190B (zh) | 一种低频地波传播时延时变特性的建模方法 | |
CN113030892B (zh) | 一种基于高维特征域梯度提升树的海面小目标检测方法 | |
CN111398755B (zh) | 一种基于短时fft分段技术的电缆局放波形提取方法 | |
CN106203518A (zh) | 一种基于空间聚类的水库流域暴雨特征因子辨识方法 | |
Lin et al. | Wavelet transform and artificial intelligence based condition monitoring for GIS | |
CN116699724B (zh) | 一种时间域激发极化数据质量评价方法、体系及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |