王锦

作品数:8被引量:10H指数:2
导出分析报告
供职机构:西安工程大学电子信息学院更多>>
发文主题:故障诊断变压器不平衡数据WGASD卡更多>>
发文领域:电气工程自动化与计算机技术电子电信更多>>
发文期刊:《物联网技术》《西安工程大学学报》《机电信息》《自动化应用》更多>>
所获基金:博士科研启动基金更多>>
-

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
条 记 录,以下是1-8
视图:
排序:
基于深度模糊神经网络的太阳总辐射预测研究被引量:1
《太阳能学报》2024年第2期59-64,共6页乔楠 蒋波涛 郑雨 刘燕东 王锦 
国家自然科学基金青年项目(11705135);陕西省自然科学基础研究计划项目(2020JM-573);西安工程大学博士科研启动基金(BS1339)。
提出一种基于深度模糊神经网络的太阳总辐射预测模型。首先利用Pearson相关系数分析太阳总辐射关键影响因素,其次利用深度学习多隐含层所具有的特征提取优势将模糊神经网络模块重复连接,构建深度模糊神经网络模型,并使用蝗虫优化算法对...
关键词:太阳能 太阳辐射 预测 深度模糊神经网络 蝗虫优化算法 
不平衡条件下基于WGAN-DT的变压器故障诊断研究被引量:1
《现代信息科技》2023年第12期43-47,共5页王锦 
变压器作为电压转换设备,一旦发生故障,直接影响设备性能。然而在设备运行过程中,变压器系统大多处于正常状态,故障发生频率较低,所监测到的正常状态数据远远多于故障状态数据,存在样本不平衡问题。在变压器系统故障诊断技术和不平衡样...
关键词:变压器 故障诊断 不平衡数据 生成对抗网络 决策树 
基于IGA-SVM的变压器多级故障诊断被引量:1
《自动化应用》2022年第11期165-167,共3页刘燕东 蒋波涛 乔楠 王锦 郑雨 
针对传统的基于支持向量机(support vector machine, SVM)的变压器故障诊断中变压器的故障特征和SVM参数难以确定的问题,本文提出了一种基于改进遗传算法(improved genetic algorithm, IGA)和SVM的变压器故障诊断模型。该方法以SVM作为...
关键词:变压器 故障诊断 改进遗传算法 支持向量机 
基于WGAN-GP的变压器故障样本扩充模型的构建与评价被引量:2
《光源与照明》2022年第3期128-131,共4页王锦 徐新 
变压器在电力系统起着重要作用,其故障诊断模型大多在故障样本均衡的条件下进行设计,但实际在运变压器故障数据少,收集困难,导致故障样本数量严重不平衡。针对数据集不平衡时神经网络诊断效果差的缺陷,文章使用变体的生成对抗网络(WGAN-...
关键词:变压器 故障诊断 不平衡数据 生成对抗网络 神经网络 
蚁群优化最小二乘支持向量机在变压器故障诊断中的应用被引量:4
《机电信息》2018年第24期43-44,共2页蒋波涛 王锦 
西安工程大学博士科研启动基金项目(BS1339)
变压器故障诊断对提高电力系统运行的可靠性、稳定性、安全性有着至关重要的作用。为了提高故障分类率,提出一种基于蚁群优化的最小二乘支持向量机(Ant colony optimization least squares support vector machine,ACO-LSSVM)电力变压...
关键词:最小二乘支持向量机 蚁群算法 故障诊断 变压器 
基于SigmaDSP的无线Sound Bar系统设计
《物联网技术》2015年第1期57-58,60,共3页王锦 陈博敏 
针对目前平板电视等设备对高品质音响系统的要求,设计了一款具有优越音频性能的Sound Bar音响系统,该系统以ADI的Sigma DSP数字音频处理器为核心,配合蓝牙等模块,还可实现智能手机、平板电脑等设备的无线音频播放。
关键词:无线 音响 
基于以太网的文字声光警示系统设计被引量:1
《西安工程大学学报》2014年第5期583-587,共5页陈博敏 卫建华 王锦 
在确定以UDP协议进行报警数据传输的基础上,研究其硬件设计及软件编程.为了使系统能够适用于不同的应用场合,设计时将文字及语音数据存储于SD卡中,并给出了SD卡中文件的命名规则.该警示系统在需要警示的情况下可人工操作或以自动触发方...
关键词:以太网 UDP SD卡 TXT文件 
基于SD卡的文字声光警示系统
《物联网技术》2013年第9期32-34,37,共4页卫建华 郭鹏 余游江 王锦 陈博敏 
以铁路道口应用为例,设计了一种基于SD卡的信息数据存储警示系统。该系统可在需要警示的情况下,通过人工操作或自动触发发出相应的警示信息,包括LED显示屏显示文字警示信息、语音系统播放警示语音、警灯闪烁进行灯光警示。文字及语音警...
关键词:SD卡 文字 声光 警示系统 
检索报告 对象比较 聚类工具 使用帮助 返回顶部