您当前的位置：
首页 >
文章列表页 >
基于漏磁负载归一化Lissajous图形分析的变压器绕组故障诊断
重大装备信息物理系统异常检测与安全控制 | 更新时间：2024-11-22
|

    • 基于漏磁负载归一化Lissajous图形分析的变压器绕组故障诊断

    • Fault Diagnosis Method for Transformer Winding Based on the Load Normalized Lissajous Graphical Analysis of Leakage Magnetic Field

    • “在变压器故障诊断领域，专家提出了基于Lissajous图形与卷积神经网络的故障诊断方法，通过负载归一化和特征提取，有效区分不同程度和位置的绕组短路故障。”
    • 工程科学与技术   2024年56卷第6期 页码：25-33
    • 基金信息：
      国家自然科学基金项目（U22A2055；62173081）

    • DOI：10.12454/j.jsuese.202400083    

      中图分类号： TP391.5

    • 纸质出版日期：2024-11-20，

      网络出版日期：2024-06-27，

      收稿日期：2024-01-30，

      修回日期：2024-05-22，

    移动端阅览

  • 张博闻,冯健,王博文,等.基于漏磁负载归一化Lissajous图形分析的变压器绕组故障诊断[J].工程科学与技术,2024,56(6):25–33 DOI： 10.12454/j.jsuese.202400083.

    Zhang Bowen,Feng Jian,Wang Bowen,et al.Fault diagnosis method for transformer winding based on the load normalized lissajous graphical analysis of leakage magnetic field[J].Advanced Engineering Sciences,2024,56(6):25–33 DOI： 10.12454/j.jsuese.202400083.

  •  
  •  

0

浏览量

48

下载量

0

CNKI被引量

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于集成正交实验与CNN方法的微细电火花微孔加工精度
基于特征选择及ISSA–CNN–BiGRU的短期风功率预测
基于CNN–LSTM的风电场发电功率迁移预测方法
基于小波域ADMM深度网络的图像复原算法

相关作者

邢义通
杨斐然
王博文
冯 健
张博闻
钟佳俊
黄舒琦
王雅芝

相关机构

东北大学 信息科学与工程学院
岭南师范学院 机电工程学院
河南理工大学 计算机科学与技术学院
四川大学 电气工程学院
爱丁堡大学 工程学院
0