1、“.....可以应用到断路器的故障识别中。特高压断路器声振信号分析原稿。用改进盲源分离的方法对声音时刻连杆机构解裂时刻主触头分离时刻分闸完成时刻时的振动信号时标为,声音信号对应的时标为。特高压断路器声振信号分析原稿。当今断路器故障识别主要用到的方法有神经网络支持向量机极点分析特高压断路器正常操动机构卡滞和拐臂润滑不足种状态,结果表明,这种不同状态下声音和振动信号表现出不同的特征,可以应用到断路器的故障识别中。特高压断路器声振信号分析原稿。当今断路器故障识特高压断路器声振信号分析原稿电力大学,断路器测试信号处理及故障识别方法研究,李建鹏基于振声联合分析的高压断路器机械故障诊断研究华北电力大学,李宇......”。

2、“.....陈鹏永,赵书涛,高压断路器状态评估研究高压电器,陈鹏永,赵书涛,李建鹏,等基于和的高压断路器机械故障诊断方法研究华北电力大学学报,张佩,赵书涛,申路,等基于改进的高压断路器振声联合故障动和声音信号,然后通过时域指标提取得到谱峭度指标这主要特征量,分析发现,这特征量能够区分不同频段下的信号。但是将其应用于特高压断路器的状态识别中是否适合,是需要继续研究的问题。参考文献蒋丹,华号的不同状态。结语本文提出先通过时标对比得到同步的振动和声音信号,然后通过时域指标提取得到谱峭度指标这主要特征量,分析发现,这特征量能够区分不同频段下的信号。但是将其应用于特高压断路器的状态识征量提取信号的时域指标主要有平均值均方值方差有效值谱峭度指标......”。

3、“.....其时域分析结果如图所示。图声音信号小波包分解及时域指标图图中可以看出,平均值均方值方差有效值在各小中是否适合,是需要继续研究的问题。参考文献蒋丹,华北电力大学,断路器测试信号处理及故障识别方法研究,李建鹏基于振声联合分析的高压断路器机械故障诊断研究华北电力大学,李宇,张国钢基于模糊理论用改进盲源分离的方法对声音信号进行预处理,主要步骤如下源数估计。对采集到的断路器声波信号,运用基于指标的算法估计信号源的个数对单通道观测信号进行改镇,距离北京市东约公里,河市南约公里。在参与该站断路器分系统调试工作的同时,发现目前在特高压断路器故障识别方面缺乏较为深入的理论研究。声音信号预处理特高压断路器为结构......”。

4、“.....。声音信号预处理特高压断路器为结构,其声音信号的传输途径比较复杂,但与普通开式高压断路器的声音信号在变化趋势上是相同的,因此,断方法电力系统保护与控制,陈伟根,邓帮飞,杨彬基于振动信号经验模态分解及能量熵的高压断路器故障识别高压电器,。本文通过对北京东特高压断路器试验过程中采集到的信号进行处理和分析,用该方法中是否适合,是需要继续研究的问题。参考文献蒋丹,华北电力大学,断路器测试信号处理及故障识别方法研究,李建鹏基于振声联合分析的高压断路器机械故障诊断研究华北电力大学,李宇,张国钢基于模糊理论电力大学,断路器测试信号处理及故障识别方法研究,李建鹏基于振声联合分析的高压断路器机械故障诊断研究华北电力大学......”。

5、“.....张国钢基于模糊理论的高压断路器状态评估研究高压电器,陈鹏永,赵书涛,谱峭度指标值在各分量中均有明显的变化,可以作为断路器状态识别的特征量。用同样的方法分析断路器的振动信号,分析可知,谱峭度指标值同样能区别振动信号的不同状态。结语本文提出先通过时标对比得到同步的特高压断路器声振信号分析原稿途径比较复杂,但与普通开式高压断路器的声音信号在变化趋势上是相同的,因此,在本文中,将问题简化为线性瞬时混合过程。提取特征量之前首先要对采集到的断路器声音信号进行预处理,以便能够获得有效的特征电力大学,断路器测试信号处理及故障识别方法研究,李建鹏基于振声联合分析的高压断路器机械故障诊断研究华北电力大学,李宇......”。

6、“.....赵书涛,度增长,国家电网公司为了充分发挥交流输电的优越性,增加输电容量,提高输电效益,大力建设特高压交流输电工程,这是建设全球能源互联网的关键之举。北京东变电站位于河北省廊坊市东北公里的河市新为新的多维信号,并使其维数等于估计的源信号数。针对新的多维信号,应用改进算法实现盲源分离,得到分离后的源信号。声音信号时域特征量提取信号的时域指标主要有平均值均方值方差有效值本文中,将问题简化为线性瞬时混合过程。提取特征量之前首先要对采集到的断路器声音信号进行预处理,以便能够获得有效的特征量。关键词特高压变电站,信号分析,故障引言随着社会经济的不断发展,用电负荷大中是否适合,是需要继续研究的问题。参考文献蒋丹,华北电力大学......”。

7、“.....李建鹏基于振声联合分析的高压断路器机械故障诊断研究华北电力大学,李宇,张国钢基于模糊理论建鹏,等基于和的高压断路器机械故障诊断方法研究华北电力大学学报,张佩,赵书涛,申路,等基于改进的高压断路器振声联合故障诊断方法电力系统保护与控制,陈伟根,邓帮飞,杨彬基动和声音信号,然后通过时域指标提取得到谱峭度指标这主要特征量,分析发现,这特征量能够区分不同频段下的信号。但是将其应用于特高压断路器的状态识别中是否适合,是需要继续研究的问题。参考文献蒋丹,华改进分解,得到分量将各组合成为新的多维信号,并使其维数等于估计的源信号数。针对新的多维信号,应用改进算法实现盲源分离,得到分离后的源信号。声音信号时域峭度指标,以正常状态下的分闸声音信号为例......”。

8、“.....图声音信号小波包分解及时域指标图图中可以看出,平均值均方值方差有效值在各小波分量即各频率段几乎没有区别,不能作为状态识别的依据特高压断路器声振信号分析原稿电力大学,断路器测试信号处理及故障识别方法研究,李建鹏基于振声联合分析的高压断路器机械故障诊断研究华北电力大学,李宇,张国钢基于模糊理论的高压断路器状态评估研究高压电器,陈鹏永,赵书涛,信号进行预处理,主要步骤如下源数估计。对采集到的断路器声波信号,运用基于指标的算法估计信号源的个数对单通道观测信号进行改进分解,得到分量将各组合动和声音信号,然后通过时域指标提取得到谱峭度指标这主要特征量,分析发现,这特征量能够区分不同频段下的信号......”。

9、“.....是需要继续研究的问题。参考文献蒋丹,华学习机等。本文利用时域和频域指标提取法对特高压断路器振动信号声波信号分别进行分析。本文通过对北京东特高压断路器试验过程中采集到的信号进行处理和分析,用该方法重点分析特高压断路器正常操动机构主要用到的方法有神经网络支持向量机极限学习机等。本文利用时域和频域指标提取法对特高压断路器振动信号声波信号分别进行分析。采集断路器分闸过程中的声音和振动信号,假设分闸脱扣电磁铁铁芯与连杆机构撞断方法电力系统保护与控制,陈伟根,邓帮飞,杨彬基于振动信号经验模态分解及能量熵的高压断路器故障识别高压电器,。本文通过对北京东特高压断路器试验过程中采集到的信号进行处理和分析,用该方法中是否适合,是需要继续研究的问题......”。