基于油中溶解气体分析数据挖掘的变压器绝缘故障诊断

• 作者: 刘奕路 李喆 肖登明 董立新
• 来源期刊: 电力系统自动化
• 学科: 工学
• 关键词: 故障诊断 变压器 粗糙集 径向基函数神经网络 数据挖掘
• 年，卷（期）: 2004,（15）
• 所属期刊栏目: 电气设备在线监测与故障诊断专题
• 页码范围: 85-89
• 页数: 5页
• 分类号: TM41|TM855
• 字数: 4561字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-1026.2004.15.017

摘要

充分利用粗糙集理论对知识的约简能力与模糊径向基函数(RBF)神经网络优良的分类诊断能力,基于粗糙集与RBF网络实现数据挖掘的电力变压器绝缘故障诊断.该方法一方面将粗糙集作为RBF神经网络的前置,对经离散化的样本集进行约简,形成精简的规则集,将高于一定可信度的挖掘规则用于电力变压器故障诊断;另一方面,将粗糙集挖掘的低于可信度要求的规则所对应的挖掘样本,作为模糊RBF神经网络的训练样本集,同时将粗糙集对这些样本的聚类结果作为模糊RBF神经网络的聚类因子,在此基础上构建改进的4层RBF神经网络,用来诊断不能用粗糙集挖掘的规则诊断的事例.经检验,系统具有较好的分类诊断能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李喆	上海交通大学电子信息与电气工程学院	56	646	15.0	24.0
2	肖登明	上海交通大学电子信息与电气工程学院	136	1787	24.0	37.0
3	董立新	上海交通大学电子信息与电气工程学院	10	337	8.0	10.0
4	刘奕路	美国弗吉尼亚理工大学电气工程系	5	128	5.0	5.0