排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
2.
3.
4.
针对支持向量机(SVM)分类性能受参数影响,且最优参数难以获取这一问题,提出一种基于细菌觅食算法(BFA)的电力变压器故障诊断模型的参数寻优方法。该方法以电力变压器油中特征气体含量作为状态评价样本,通过BFA寻找全局最优SVM参数解,构建k-折平均分类准确率目标函数,建立变压器故障诊断模型。仿真结果表明,BFA对SVM最优参数的选取较遗传算法(GA)、粒子群算法(PSO)更迅速,且优化后的SVM电力变压器故障诊断模型具有更高的精确度;利用BFA优化方法建立的SVM电力变压器状态诊断模型,对IEC三比值法中无法判断的数据也可进行精确诊断。最后,通过实例分析,验证了方法的有效性。 相似文献
5.
6.
7.
8.
针对充电桩现场测试设备的充电需求与实际输出不一致,出现电压、电流不匹配的问题,设计了一套检测方案,构建出包括电流检测模块、电压检测模块和示波器检测模块的检测电路,通过采样电压和电流信号,计算出不同负载下充电桩输出电流和电压值,并设计了包括直流电能采集电路,由双通道AD转换AD7380、可编程增益放大器、可编程增益放大器、增益电阻Rg2和电源变换器、低通滤波器电容CL、低通滤波器电阻RL组成的检测电路,在检测电路中,为了提高检测效率,还设置了校正电路。通过试验,本研究方法分析直观,误差低。 相似文献
9.
1