| 注册
首页|期刊导航|电测与仪表|基于小波神经网络与KNN机器学习算法的六相永磁同步电机故障态势感知方法

基于小波神经网络与KNN机器学习算法的六相永磁同步电机故障态势感知方法

张昊宇 姚钢 殷志柱 周荔丹

电测与仪表2019,Vol.56Issue(2):1-9,9.
电测与仪表2019,Vol.56Issue(2):1-9,9.DOI:10.19753/j.issn1001-1390.2019.02.001

基于小波神经网络与KNN机器学习算法的六相永磁同步电机故障态势感知方法

Faul tstate perception method for six-phase PMSM based on wavelet neural network and KNN machine learning algorithm

张昊宇 1姚钢 1殷志柱 2周荔丹1

作者信息

  • 1. 上海交通大学电力传输与功率变换控制教育部重点实验室,上海200240
  • 2. 上海电气集团中央研究院,上海200070
  • 折叠

摘要

关键词

永磁同步电机/神经网络/机器学习/小波包分解/故障态势感知

分类

信息技术与安全科学

引用本文复制引用

张昊宇,姚钢,殷志柱,周荔丹..基于小波神经网络与KNN机器学习算法的六相永磁同步电机故障态势感知方法[J].电测与仪表,2019,56(2):1-9,9.

基金项目

国家自然基金科学基金资助项目(61374155) (61374155)

高校博士点专项科研基金(20130073110030) (20130073110030)

电测与仪表

OA北大核心CSTPCD

1001-1390

访问量0
|
下载量0
段落导航相关论文