基于小波變換的電纜故障預(yù)測定位系統(tǒng)數(shù)據(jù)融合-全文預(yù)覽
【正文】 ng the fused data is quite less than that by using the data before fusion, and the data fusion method based on wavelet transform ensures the reliability of the training samples used for modeling and the rationality of the data rights.Key words: cable；fault location；wavelet；neural network；data fusion作 者 簡 介 汪 梅, 女，安徽金寨人，生于1965年，1990年畢業(yè)于西安礦業(yè)學(xué)院自動化系，現(xiàn)任西安科技大學(xué)副教授，博士生，主要從事控制理論與控制工程領(lǐng)域的科研與教學(xué)工作。4 結(jié) 論對于復(fù)雜非線性電纜故障預(yù)測定位系統(tǒng)，實測數(shù)據(jù)的可信度直接影響著所建立的神經(jīng)網(wǎng)絡(luò)模型的質(zhì)量。 283 8， 108 8。為簡單起見，有效原始數(shù)據(jù)中的前20組數(shù)據(jù)的權(quán)值取0，后50組數(shù)據(jù)的權(quán)值取1。神經(jīng)網(wǎng)絡(luò)的目標(biāo)函數(shù)取誤差的L2范數(shù)之和, 則 （3）式中：yp(n)是在第p組樣本輸入時，經(jīng)過n次權(quán)值調(diào)整后神經(jīng)網(wǎng)絡(luò)的輸出；tp為檢測數(shù)據(jù)中的第p組系統(tǒng)輸出，即訓(xùn)練樣本；e是模型輸出與教師信號之間的差值。隱含層取6個節(jié)點。故有效實測數(shù)據(jù)的權(quán)值可以按照線性遞增的簡單方式選取。圖6 用小波變換實現(xiàn)對有效實測信號e70發(fā)展趨勢的檢測 Detection of development trend of signal e70 by using wavelet transform提取小波分解中能清晰顯示有效實測數(shù)據(jù)e70發(fā)展趨勢的近似部分系數(shù)a序列{a}，對其進(jìn)行歸一化處理，得序列{a}。CD1CA1CD2CA2CD3CA3圖5 小波分解樹 Deposition Tree of Wavelet用db5小波對預(yù)處理后的70組原始信號e70分解到第6層。原始信號通過離散小波變換后，被分解為近似與細(xì)節(jié)兩部分。小波變換就是把基本小波作位移后，再在不同尺度a下與待分析的信號作內(nèi)積 (1)式中：e70為被變換信號；星號“*”表示基本小波的共軛復(fù)數(shù)；表示位移參數(shù)；a表示尺度參數(shù)。經(jīng)過這一步的數(shù)據(jù)預(yù)處理，原始信號e80還剩下70組數(shù)據(jù), 稱之為有效實測數(shù)據(jù)e70，如圖4所示。通過統(tǒng)計計算可知，Uc的均值Uc=，Uc的方差Uc80 = 5e006。剔除測量數(shù)據(jù)中明顯的粗大誤差之后，原始信號e80還剩下76組數(shù)據(jù)e76。首先，分析實測數(shù)據(jù)中輸出數(shù)據(jù)與其理想值之間的誤差e80，如圖1所示。隱含層取6個節(jié)點。為簡化數(shù)據(jù)處理，故障距離樣本數(shù)據(jù)已經(jīng)進(jìn)行了歸一化處理。正常情況下，電纜三相之間的絕緣電阻及各相對地的絕緣電阻應(yīng)為無窮大。因此，建立一套可靠的電纜線路故障預(yù)測
研究報告相關(guān)推薦
鄂ICP備17016276號-1