您当前的位置:
首页 >
文章列表页 >
基于声阵列与SHO-VMD-FastICA的750kV电抗器声纹分离方法研究及应用
电气装备及其智能运维 | 更新时间:2026-09-16
    • 基于声阵列与SHO-VMD-FastICA的750kV电抗器声纹分离方法研究及应用

    • 基于声阵列与SHO-VMD-FastICA的750kV电抗器声纹分离方法研究及应用

    • 高电压技术   2025年51卷第9期 页码:4588-4598
    • DOI:10.13336/j.1003-6520.hve.20241442    

      中图分类号:
    • 收稿:2025-09-30,

      纸质出版:2025

    移动端阅览

  • 王果, 李宝鹏, 闵永智, 等. 基于声阵列与SHO-VMD-FastICA的750kV电抗器声纹分离方法研究及应用[J]. 高电压技术, 2025,51(9):4588-4598. DOI: 10.13336/j.1003-6520.hve.20241442.

    WANG Guo, LI Baopeng, MIN Yongzhi, et al. 基于声阵列与SHO-VMD-FastICA的750kV电抗器声纹分离方法研究及应用[J]. 2025, 51(9): 4588-4598. DOI: 10.13336/j.1003-6520.hve.20241442.

  •  
  •  
icon
试读结束,您可以激活您的VIP账号继续阅读。
去激活 >
icon
试读结束,您可以通过登录账户,到个人中心,购买VIP会员阅读全文。
已是VIP会员?
去登录 >

0

浏览量

29

下载量

1

CSCD

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LSTM-Transformer-BiLSTM的串并行覆冰预测方法
基于ANHGA-VMD和耦合隐马尔可夫模型的有载分接开关机械故障诊断
基于变分模态分解和门控循环单元神经网络的变压器油中溶解气体预测模型
含噪背景下基于盲源分离与NSVDD的断路器机械故障诊断方法
基于极端梯度提升和时间卷积网络的短期电力负荷预测

相关作者

赵洪峰
张建生
曹壮壮
何山
董新胜
邹德磊
黄文权
彭长青

相关机构

新疆大学电气工程学院
国网新疆电力有限公司电力科学研究院
可再生能源发电与并网控制教育部工程研究中心(新疆大学)
国网新疆电力有限公司奎屯供电公司, 奎屯
国网新疆电力有限公司喀什供电公司
0