[1] 黄新波,许艳辉,朱永灿.基于混合分类器的高压断路器故障诊断[J].高压电器,2022,58(10):149-157. [2] 樊浩,李兴文,苏海博,等.基于主成分分析——支持向量机优化模型的断路器故障诊断方法研究[J].高压电器,2020,56(6):143-151. [3] 张佳,陈志英,陈丽安,等.基于粒子群优化极限学习机的断路器故障诊断方法研究[J].高压电器,2020,56(6):181-188. [4] YU F, XU K X, HUANG J,et al. Fault diagnosis of high voltage circuit breakers based on BP neural network[J].Journal of vacuum science and technology, 2019,39(3):249-253. [5] 乔维德.基于RBF神经网络的高压断路器机构故障诊断[J].电气传动自动化,2021,43(3):22-26. [6] 孙抗,刘永超.基于EEMD和马氏距离的高压断路器机械故障诊断研究[J].高压电器,2018,54(12):43-49. [7] 万书亭,马晓棣,陈磊,等.基于振动信号短时能熵比与DTW的高压断路器状态评估及故障诊断[J].高电压技术,2020,46(12):4249-4257. [8] 王艳新,闫静,王建华,等.基于特征融合度量学习的高压断路器机械故障诊断[J].仪器仪表学报,2022,43(9):98-105. [9] YANG Q Y,RUAN J J,HUANG D C,et al.Over-travel detection of electrical conatct for high voltage circuitbreaker based on improved HHT and SVM[J].Electric Power Automation Equipment,2019,39(1):198-204. [10] 陈怀金. 基于振动分析的高压断路器机械故障诊断研究[D].吉林:东北电力大学,2017. [11] 张燕珂,王萱,万书亭.基于VMD模糊熵和SVM的高压断路器故障诊断[J].电力科学与工程,2019,35(4):25-31. [12] 李兵,刘明亮,杨平.EWT与GS-SVM在断路器机械故障诊断中的应用[J].哈尔滨工程大学学报,2018,39(8):1422-1430. [13] 赵书涛,马莉,朱继鹏,等.基于CEEMDAN样本熵与FWA-SVM的高压断路器机械故障诊断[J].电力自动化设备,2020,40(3):181-186. [14] 赵岩,党康佳,孙江山.萤火虫算法优化SVM的高压断路器故障诊断方法[J].黑龙江科技大学学报,2023,33(1):123-128. [15] 盖曜麟. 基于改进SVM算法的高压断路器故障诊断[D].呼和浩特:内蒙古农业大学,2021. [16] 罗仕杭,何庆.融合折射学习和改进天牛须搜索的黑猩猩优化算法及其应用[J].传感技术学报,2022,35(5):600-612. [17] 李爱莲,全凌翔,崔桂梅,等.融合正余弦和柯西变异的麻雀搜索算法[J].计算机工程与应用,2022,58(3):91-99. [18] 王梓辰,窦震海,董军,等.多策略改进的自适应动态鲸鱼优化算法[J].计算机工程与设计,2022,43(9):2638-2645. [19] 张冰洁,何庆,戴松利,等.多方向螺旋搜索的混沌海鸥优化算法[J].小型微型计算机系统,2023,44(3):536-543. [20] 梁建明,何庆.莱维飞行和反馈策略的自适应被囊群算法[J].小型微型计算机系统,2023,44(1):68-74. [21] 黄南天,王斌,蔡国伟,等.基于Tsallis熵与层次化混合分类器的含未知故障断路器机械故障诊断[J].高电压技术,2019,45(5):1518-1525. |