Biblioteca122.739 documentos en línea

Artículo

Mechanical Fault Diagnosis of an On-Load Tap Changer by Applying Cuckoo Search Algorithm-Based Fuzzy Weighted Least Squares Support Vector MachineDiagnóstico de fallos mecánicos de un cambiador de tomas en carga mediante la aplicación del algoritmo de búsqueda de cuco basado en la máquina de vectores de soporte de mínimos cuadrados ponderados difusos

Resumen

Para mejorar la adaptabilidad, la resolución de características y la precisión de la identificación al diagnosticar fallos mecánicos en un cambiador de tomas bajo carga (OLTC) de un transformador, en la presente investigación se utiliza la entropía de energía de paquetes wavelet para describir la información que comprende la señal de vibración en el proceso de conmutación de un OLTC, y se propone un modelo de máquina de vectores de soporte de mínimos cuadrados ponderados difusos (CSA-fuzzy weighted LSSVM) basado en el algoritmo de búsqueda de cuco para identificar tipos de fallos mecánicos. Específicamente, de acuerdo con la diferente importancia de los datos de muestra en diferentes periodos, se propone la idea de ponderación difusa de las muestras de entrenamiento. El algoritmo de búsqueda de cuco se utiliza para optimizar los parámetros de regularización, la anchura de la función kernel y el factor de control de peso del LSSVM con ponderación difusa CSA. Finalmente, se establece la plataforma experimental real para fallos mecánicos típicos de un OLTC, y se obtienen las señales de vibración de varios fallos mecánicos típicos bajo diferentes grados de fatiga. Los resultados muestran que el nuevo método alcanza una mayor tasa de precisión en la identificación de fallos en comparación con otros métodos comunes. Puede tratar mejor con muestras pequeñas y problemas de predicción no lineal y muestra una mayor precisión de ajuste que los métodos CSA-LSSVM, LSSVM simple y redes neuronales de base radial, por lo que es más adecuado para el diagnóstico de fallos mecánicos en OLTCs. Este trabajo presenta un nuevo esquema de diagnóstico inteligente para fallos mecánicos de cambiadores de tomas bajo carga, que puede lograr una detección sin interrupciones y no intrusiva. El método de diagnóstico propuesto cambiaría el método de diagnóstico tradicional del cambiador de tomas bajo carga y mejora la calidad del suministro eléctrico y la eficacia de la detección bajo la premisa de garantizar la seguridad del personal.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento