《表5 变频器负载正常和故障状态的识别结果》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于CEEMD香农熵与LSSVM的电弧故障诊断方法》
由表4对比可以看出,电机负载时,将香农熵作为特征输入LSSVM时,识别率为95%,作为SVM的特征输入时,识别率为85%,并且LSSVM的运行时间小于SVM的运行时间,识别速度较快。除此之外,还可看出香农熵作为输入特征的识别率高于样本熵。而且和样本熵相对比,香农熵可以更有效地区别电机负载故障和正常状态。当变频器负载时,识别结果如表5所示,同样对于变频器负载运行时,香农熵的识别率依然优于样本熵,并且LSSVM的运行时间小于SVM。实验结果表明:香农熵和LSSVM的结合可以更加快速、准确地识别串联型电弧故障。
图表编号 | XD00111640800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.25 |
作者 | 李晓真 |
绘制单位 | 山西潞安矿业集团慈林山煤业有限公司李村煤矿 |
更多格式 | 高清、无水印(增值服务) |