组合神经网络模型中典型训练样本集的选取

• 作者: 严璋 杨莉 钱政
• 来源期刊: 高电压技术
• 学科: 工学
• 关键词: 电力变压器 故障诊断 神经网络 多元统计
• 年，卷（期）: 1999,（4）
• 所属期刊栏目: 著作与研究
• 页码范围: 1-3
• 页数: 3页
• 分类号: TM8
• 字数: 2886字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6520.1999.04.001

摘要

以变压器油中溶解气体含量的分析结果为基础,利用人工神经网络技术可比较有效地解决电力变压器的故障诊断问题.本文引入一个组合神经网络模型以实现对变压器绝缘故障的多分辨识别,并在此基础上结合多元统计分析技术初步实现了组合神经网络模型中训练样本集的典型性筛选,仿真结果也显示出所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	严璋		104	3624	33.0	57.0
2	钱政		14	526	13.0	14.0
3	杨莉		20	659	15.0	20.0