一、綜述

• 高壓斷路器機械故障診斷方法綜述_關永剛

二、參考文獻

• 斷路器的機械振動信號小波去噪技術研究_羅光鴻
• 高壓斷路器分合閘線圈電流采集實驗平臺與故障模擬實驗研究_彭在興
• 混合布谷鳥算法在高壓斷路器故障診斷上的應用_徐其丹
• 基于Kohonen網絡的高壓斷路器機械故障識別方法_徐艷
• 基于LVQ神經網絡的高壓斷路器機械故障診斷方法_馬宏忠
• 基于PSO_LSSVM的高壓真空斷路器彈簧機構機械故障診斷_姜海龍
• 基于RST_SOM的高壓斷路器故障診斷_黃新波
• 基于SVM主成分分析的高壓斷路器分合閘線圈故障診斷研究_彭在興
• 基于S變換和極限學習機的高壓斷路器機械故障診斷_黃南天
• 基于VMD_Hilbert邊際譜能量熵和SVM的高壓斷路器機械故障診斷_楊秋玉
• 基于VMD_MSE的高壓斷路器故障診斷_萬書亭
• 基于邊界延拓改進EMD的斷路器機械故障診斷法_王玉梅
• 基于變分模態分解的斷路器機械故障診斷_李永剛
• 基于粗糙集神經網絡和振動信號的高壓斷路器機械故障診斷_林琳
• 基于動態權重修正D_S證據理論的最后斷路器多判據保護跳閘策略_林湘寧
• 基于復合特征的斷路器機械故障診斷方法研究_姚楊
• 基于改進的貝葉斯分類算法的斷路器故障診斷_李永麗
• 基于關聯規則和變權重系數的SF_6高壓斷路器狀態綜合評估_黃緒勇
• 基于核主成分分析_SoftMax的高壓斷路器機械故障診斷技術研究_王昱皓
• 基于紅外神經網絡的高壓斷路器故障診斷方法_尹柏睿
• 基于經驗小波變換和相關向量機的斷路器機械故障診斷_辛忠良
• 基于卷積神經網絡算法的高壓斷路器故障診斷_黃新波
• 基于量子遺傳神經網絡與D_S證據理論的斷路器機械特性故障診斷_劉建華
• 基于模糊RBF神經網絡的高壓斷路器機構故障診斷_林琳
• 基于擬合優度檢驗法和支持向量機的斷路器分合閘回路故障辨識研究_陳亞林
• 基于隨機森林算法的斷路器分合閘線圈故障電流曲線識別_劉芹
• 基于物聯網的10kV真空斷路器分布式監測系統的研究_安曉華
• 基于物聯網的高壓斷路器故障診斷系統_王立超
• 基于稀疏表示和M_ELM的斷路器故障診斷模型_牛為華
• 基于相空間重構的高壓斷路器機械故障診斷研究_李自強
• 基于小波包理論的高壓斷路器機械狀態檢測_李賓賓
• 基于自適應權重證據理論的斷路器故障診斷方法研究_趙書濤
• 基于最優特征向量分類的高壓斷路器機械狀態識別方法_楊景剛
• 牽引變電站直流斷路器機械狀態監測與故障診斷研究_王競
• 一種基于線圈電流的高壓斷路器機械故障診斷方法_韓宇
• 一種基于云模型的SF_6高壓斷路器狀態評估方法_劉錦杰
• 基于神經模糊Petri網的高壓斷路器故障診斷研究_程學珍

三、下載地址

• 知網下載
• 這里

總結

以上是生活随笔為你收集整理的高压断路器故障诊断的相关方法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。