- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
发电机、变压器放电故障诊断的基础研究和应用 5.3 电机线棒模型放电模式识别(1) — 四种类型 5.3 线棒放电模式识别(2) — 样本 5.3.1 线棒放电识别(二维谱图) (1) — 距离归类 5.3.1线棒放电识别(二维谱图) (2) — 距离归类 5.3.1 线棒放电识别(二维谱图) (3) — 距离归类 5.3.1 线棒放电识别(二维谱图) (4) — 距离归类 5.3.1 线棒放电识别(二维谱图) (7) — 距离归类 5.3.1 线棒放电识别(二维谱图) (8) — 距离归类 5.3.1 线棒放电识别(二维谱图) (9) — 距离归类 5.3.1 线棒放电识别(二维谱图) (10) —距离归类 5.3.2 线棒放电识别(二维谱图) (1) — 前馈网络 5.3.2 线棒放电识别(二维谱图) (2) — 前馈网络 5.3.2 线棒放电识别(二维谱图) (3) — 前馈网络 5.3.3 线棒放电识别(三维谱图) (1) — 网络组 5.3.3 线棒放电识别(三维谱图) (2) — 网络组 5.3.3 线棒放电识别(三维谱图) (3) — 表列数据 5.3.3 线棒放电识别(三维谱图) (4) — 表列数据 5.3.3 线棒放电识别(三维谱图) (5) — 表列数据 5.3.3 线棒放电识别(三维谱图) (6) — 表列数据 5.3.3 线棒放电识别(三维谱图) (7) — 表列数据 5.3.3 线棒放电识别(三维谱图) (8) — 表列数据 5.3.3 线棒放电识别(三维谱图) (10) — 曲面拟合 5.3.3 线棒放电识别(三维谱图) (11) — 分形特征 5.3.3 线棒放电识别(三维谱图) (12) — 分形特征 5.3.3 线棒放电识别(三维谱图) (13) — 矩特征 5.3.3 线棒放电识别(二维散点图) (14) — 分形特征 5.3.3 线棒放电识别(二维散点图) (15) — 分形特征 5.3.3 线棒放电识别(二维散点图) (16) — 分形特征 5.3.3 线棒放电识别(二维散点图) (17) — 分形特征 5.4 变压器油中放电模式识别 (1) — 放电样本 5.4 油中放电模式识别 (2) — 网络组 5.4 油中放电模式识别 (3) — 网络组 5.4 油中放电模式识别 (4) — 第一级网络 5.4 油中放电模式识别 (5) — 第二级网络 5.4 油中放电模式识别 (6) — 第三级网络 5.4 油中放电模式识别 (7) — 功能扩充 5.4 油中放电模式识别 (8) — 功能扩充 6 放电声信号检测及模式识别 6.1 放电声信号检测 (1) 6.1 放电声信号检测 (2) 6.1 放电声信号检测 (3) 6.1 放电声信号检测 (4) 6.1 放电声信号检测 (5) 6.2 声信号 (1) 6.2 声信号 (2) 6.3.1 时域数据压缩 6.3.2 频域数据压缩 6.3.3 自相关函数法 (1) 6.3.3 自相关函数法 (2) 6.3.4 协方差法 6.3.5 经典功率谱估计 6.3.6 时域频域特征 6.3.7 时频谱图 (1) 6.3.7 时频谱图 (2) 6.3.7 时频谱图 (3) 6.3.7 时频谱图 (4) 6.3.8 AR参数模型 (1) 6.3.8 AR参数模型 (2) 6.3.8 AR参数模型 (3) 6.4 基于声信号波形特征的放电模式识别 (1) 6.4 基于声信号特征的识别 (2) 6.4 基于声信号特征的识别 (3) 7 结束语 (1) 7 结束语 (2) 谢 谢 ? 信号持续时间 ?易区分气隙放电与其他放电模式 ? 相关函数法 (1000)、时频谱图法 (6)、 AR参数模型法 (5) 提取的特征 能较好地反映放电模式间的差异 ? 模式识别率在 90 % 以上 ? 结合特征量的数目 时频谱图法、AR参数模型法更具优越性 发电机、变压器的放电检测与故障诊断 基础研究的关键内容 纳秒 / 微秒级放电脉冲电流波形 ? 秒级放电统计特性 ? 放电的声发射信号 ? 放电脉冲在绕组中的传播规律 ? 放电模式识别方法 ? 绕组类设备放电的量化、放电点定位 ? 干扰特性及抑制干扰的硬、软件方法 ? 放电特征与故障类型、严重程度的关系等 ? 电力设备检测、诊断技术基础研究
您可能关注的文档
最近下载
- 小学生心理健康教育主题班会教案.docx VIP
- 糖尿病入院记录模板.docx VIP
- soap病历中医的书写课件.ppt VIP
- V90伺服驱动器与S7-1200通过FB284进行PROFINET通信的具体方法和步骤(非常详细).docx VIP
- 体育教学论:体育教学过程PPT教学课件.pptx VIP
- DB61_T 1741-2023 矿山生态监测规范.doc VIP
- 2025年广东省湛江市中考物理试题(含答案解析).pdf VIP
- 数字技术赋能基层社会治理研究.docx VIP
- 高考语文一轮复习-- 辨析修改语序不当、搭配不当病句——抓住病症,找出病因.doc VIP
- 北京市中国人民大学附属中学2025届高三年级10月质量检测练习化学试卷+答案.pdf VIP
文档评论(0)