排序方式: 共有23条查询结果,搜索用时 0 毫秒
21.
全并联AT牵引供电系统上下行线路并入自耦变压器,致使故障信号多路径传播,且牵引网导线阻抗不连续,传统方法很难实现牵引网故障准确定位。基于AT牵引网结构,推导牵引网上下行导线故障电流幅值与故障距离的非线性关系;基于改进的卷积神经网络(Transformer-based CNN,TCNN)和记忆注意力解耦长短期记忆神经网络(Memory Attended Decoupled LSTM,MADLSTM),通过增加注意力机制和残差连接,增强多导线电流幅值与故障距离的非线性函数关系,从而提高牵引网故障定位的精度;将前述方法与传统的卷积神经网络(CNN)和长短期记忆神经网络(LSTM)进行不同噪声条件下的对比验证。结果表明:基于TCNN+MADLSTM算法进行故障定位时,可自适应构建故障距离与多导线电流幅值的非线性函数关系,以及自适应计算故障距离,无须考虑波速影响;相较于传统的CNN+LSTM算法,TCNN+MADLSTM算法故障定位精度更高,故障区段识别精度可达100%,故障定位精度达72.100 m,均方误差为0.016 km2。 相似文献
22.
23.
减少冲刷坑深度是桥梁设计与维护中常面临的一个重要问题。为了进一步探明促淤网格的安装位置等对桩墩局部冲刷坑促淤修复效果的影响,通过水槽试验研究促淤修复率随促淤网格安装位置、网孔大小等要素的变化特征。结果表明:促淤修复率受来流强度的影响不大,受网格的相对安装位置影响很大;为提高促淤网格的稳定性和促淤修复效果,促淤网格应安装在沙波波谷以下尽可能高的位置,以获得尽可能大的促淤容量,增大网格的促淤深度;网格的相对网孔孔径越小,网格安装位置对冲刷坑促淤修复效果的影响越显著。最后,提出了促淤网格防护下的最终促淤深度计算公式,为今后促淤网格的工程应用提供参考。 相似文献