故障电弧分为串联电弧和并联电弧，并联电弧故障表现为电流短路、故障电流大，现有电气保护体系能对其保护；而串联电弧故障因受线路负载限制，其故障电流小，以至于现有体系无法实现对串联电弧故障保护，存在电气安全隐患。提出一种方法通过实验获得正常工作和电弧故障时电流波形，并提取小波变换的特征值，将特征值输入概率神经网络模型，参照UL 1699标准，通过计算0.5 s内检测到的故障半周期数是否大于8，大于8则判断为电弧故障。通过MATLAB分析，选择40组测试数据，故障识别率为95%，表明了该方法的有效性。
2021-10-25 10:34:14
611KB
1
概率神经网络的分类预测-基于PNN变压器故障诊断(matlab实现)，包含源代码和测试数据
2021-08-24 14:23:08
3KB
交互式多模型扩展卡尔曼滤波（IMM-EKF）算法是解决机动载体运动模型不确定的定位问题的次优算法，在载体做模型确定的运动时该方法仍得到次优解且浪费运算资源。针对IMM-EKF算法的此类缺陷，采用离线训练的概率神经网络模型，实时判断当前运动模型分类，在运动模型确定的状态下选择对应的单一模型进行运算，而在运动模型不确定的状态下选择IMM-EKF算法，既保证定位精度，又减少了不必要的运算量。仿真对比实验验证了相比于IMM-EKF算法，新算法在精度方面的优势。
2021-08-11 14:57:24
429KB
1
滚动轴承是机械传动系统重要的组成部分,其故障发生率极高,直接影响机械设备的正常、安全运行。基于此提出基于局部均值分解(LMD)模糊熵和概率神经网络(PNN)的滚动轴承故障诊断方法,原始振动信号应用LMD自适应分解为7个PF分量;设定模糊函数,提取每个PF分量的模糊熵,实现各PF分量的特征量化;并利用概率神经网络实现故障类型识别。实验结果证明利用该方法滚动轴承故障诊断识别率可达86.25%,是一种有效的滚动轴承故障诊断方法。
2021-07-06 17:21:16
313KB
1