《表1 EOVW故障特征向量Tab.1 EOVW fault feature vectors》
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EOVW指数和C&RT决策树的逆变过流故障诊断研究及应用》
对逆变过流故障采集的信号样本进行特征提取,可得维度为40的故障特征值样本(表1和表2)。可以发现,在不同的故障原因下,经过EOVW指数提取的逆变过流故障特征值存在有明显的差异(如中间直流电压的3层分解低频特征量),因此可基于大量的已分类故障信号样本构建合适的决策树模型,从获得的40项故障特征指标中提取出关键指示量,用于开展逆变过流故障的智能化诊断。
图表编号 | XD003878300 严禁用于非法目的 |
---|---|
绘制时间 | 2018.02.05 |
作者 | 王同辉、张慧源、许为、江平 |
绘制单位 | 中车株洲电力机车研究所有限公司、中车株洲电力机车研究所有限公司、中车株洲电力机车研究所有限公司、中车株洲电力机车研究所有限公司 |
更多格式 | 高清、无水印(增值服务) |
查看“表1 EOVW故障特征向量Tab.1 EOVW fault feature vectors”的人还看了
- 表2 不同工况下振动信号经VMD分解后的复杂度特征向量表Tab.2 Complexity feature vector table after vibration signal decomposition by VMD under diff
- 表4 不同工况下振动信号经VMD分解后的复杂度特征向量表Tab.4 Complexity feature vector table of vibration signals after VMD decomposition under dif