基于小波包变换及RBF神经网络的继电器寿命预测

被引：44

作者：

李志刚

刘伯颖

李玲玲

孙东旺

机构：

[1] 河北工业大学电磁场与电器可靠性省部共建重点实验室

来源：

电工技术学报 | 2015年 / 30卷 / 14期

关键词：

小波包变换; 径流序列; 小波包重构; AR模型;

D O I：

10.19595/j.cnki.1000-6753.tces.2015.14.032

中图分类号：

TM58 [继电器]; TP183 [人工神经网络与计算];

学科分类号：

080801 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

继电器的性能参数时序值为非平稳时间序列,为了对其工作寿命进行准确预测,本文对小波包变换原理进行了改进,利用改进的小波包变换将具有非平稳特征的继电器超程时间径流序列进行分解,使其平稳项和随机项分离,对平稳项采用传统的AR模型进行预测,对于随机项则建立基于相空间重构的RBF(径向基函数)神经网络预测模型进行预测,最后通过小波包重构方法对两种模型预测结果进行重构,实现对原始非平稳径流序列的预测。该方法通过实例验证具有较高的精度,是一种可行的方法。

引用

收藏

页码：233 / 240

页数：8

相关论文

共 14 条

[1] 基于相空间重构和Chebyshev正交基神经网络的短期负荷预测 [J].

杨胡萍 ;

王承飞 ;

朱开成 ;

胡奕涛 .

电力系统保护与控制, 2012, 40 (24) :95-99

[2] 基于非平稳时间序列双标度指数特征的齿轮箱故障诊断 [J].

林近山 ;

陈前 .

机械工程学报, 2012, 48 (13) :108-114

[3] Wavelet Transform and Neural Networks in Fault Diagnosis of a Motor Rotor [J].

RONG Mingxing Heilongjiang Institute of Science and TechnologyHarbin PRChina .

InternationalJournalofPlantEngineeringandManagement, 2012, 17 (02) :104-111

[4] 基于FFT和小波包变换的电力系统谐波检测方法 [J].

房国志 ;

杨超 ;

赵洪 .

电力系统保护与控制, 2012, 40 (05) :75-79

[5] 基于小波包变换和奇异值分解的柴油机振动信号特征提取研究 [J].

李国宾 ;

关德林 ;

李廷举 .

振动与冲击, 2011, 30 (08) :149-152

[6] 基于动态径向基函数代理模型的优化策略 [J].

彭磊 ;

刘莉 ;

龙腾 .

机械工程学报, 2011, 47 (07) :164-170

[7] 变结构径向基函数网络及其在混沌序列在线预测中的应用 [J].

尹建川 ;

胡江强 ;

何庆华 .

模式识别与人工智能, 2010, 23 (06) :874-879

[8] 基于最优小波包变换与核主分量分析的局部放电信号特征提取 [J].

唐炬 ;

谢颜斌 ;

周倩 ;

张晓星 .

电工技术学报, 2010, 25 (09) :35-40

[9] 基于小波分解和残差GM(1,1)-AR的非平稳时间序列预测 [J].

张华 ;

任若恩 .

系统工程理论与实践, 2010, 30 (06) :1016-1020

[10] 基于FFT和小波包变换的电磁声发射信号处理 [J].

张闯 ;

刘素贞 ;

杨庆新 ;

金亮 ;

冯玲玲 ;

杨素梅 .

电工技术学报, 2010, 25 (04) :24-28