文献

J-GLOBAL ID：201702254660779872   整理番号：17A0260873

多変量多尺度云エントロピーとファジィサポートベクトルマシンに基づくボックス故障分類【JST・京大機械翻訳】

Fault Classification for Smart Switchgear Based on Multivariate Multiscale Cloud Sample Entropy and Fuzzy Support Vector Machine

著者 (5件)： Xin Yechun (School of Electrical Engineering, Northeast Dianli University) ,  Cui Jindong (School of Electrical Engineering, Northeast Dianli University) ,  Zhou Chuan (State Key Laboratory of Power Transmission Equipment & System Security and New Technology (Chongqing University)) ,  Wang Qianggang (State Key Laboratory of Power Transmission Equipment & System Security and New Technology (Chongqing University)) ,  Zhou Niancheng (State Key Laboratory of Power Transmission Equipment & System Security and New Technology (Chongqing University))
資料名： Dianwang Jishu  (Dianwang Jishu)
巻： 40  号： 11  ページ： 3597-3603  発行年： 2016年 
JST資料番号： C2514A  ISSN： 1000-3673  CODEN： DIJIES  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 知的監視装置を用いて,異常状態と故障タイプを同定し,配電設備の効率的精密管理を実現することができた。ボックスの故障特性を抽出するために,センサの電圧,電流,温度,湿度,および閃光信号の状態を,センサによってモニターし,そして,多変量マルチスケールエントロピーの類似性を,低下モデルによって定量化した。次に,複数の時間スケールを有するスイッチ型Gui多チャネル状態監視データの多変量マルチスケール云様エントロピー(MMCSE)故障特徴ベクトルを得た。部分的半分解能モデルに基づき,故障サンプル間の相関関係の不確実性を定量化し,サンプル空間の地域差異と分散度を計算し,改良ファジィサポートベクトルマシン(FSVM)特徴分類法を構築し,異なる故障タイプの識別を実現した。実時間監視データによると,提案方法は高い分類正確性を持っている。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 類似性 ,  *故障 ,  分散度 ,  配電設備 ,  湿度 ,  *エントロピー ,  分解能 ,  監視装置 ,  不確実性
準シソーラス用語： 分類法 ,  特徴ベクトル ,  マルチスケール ,  状態監視 ,  マルチチャネル ,  *多変量 , 【Automatic Indexing@JST】

著者キーワード (5件)： smart switchgear ,  multi-variable multi-scale cloud sample entropy ,  fuzzy support vector machine ,  cloud model ,  fault classification

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 多変量 ,  尺度 ,  エントロピー ,  ファジィ ,  サポートベクトルマシン ,  ボックス ,  故障分類