基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种在逼近能力、分类能力、学习速度等方面都优于BP神经网络的径向基函数神经网络和组合诊断的概念,并将其应用到变压器DGA故障诊断中.在处理输入数据和改进训练方法后,组合RBF神经网络诊断变压器故障训练速度快、收敛精度高、诊断准确.
推荐文章
基于SA-KM算法和RBF神经网络的变压器故障诊断模型研究
故障诊断
变压器
溶解气体分析技术
模拟退火
K-means聚类
径向基函数神经网络
基于SOFM神经网络的变压器故障诊断研究
SOFM神经网络
故障诊断
改进的罗杰斯三比值法
变压器
泛化能力
基于神经网络的变压器故障诊断的研究
RBF神经网络
故障诊断
变压器
色谱分析
基于BP神经网络的电力变压器故障诊断
电力变压器
神经网络
三比值法
故障
诊断
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 改进型组合RBF神经网络的变压器故障诊断
来源期刊 高电压技术 学科 工学
关键词 RBF神经网络 DGA 变压器 故障诊断
年,卷(期) 2005,(9) 所属期刊栏目 专题论述
研究方向 页码范围 31-33
页数 3页 分类号 TM41
字数 2492字 语种 中文
DOI 10.3969/j.issn.1003-6520.2005.09.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李彦明 西安交通大学电气工程学院 273 7763 48.0 71.0
2 梁永春 西安交通大学电气工程学院 19 813 15.0 19.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (119)
参考文献  (11)
节点文献
引证文献  (76)
同被引文献  (138)
二级引证文献  (480)
1993(5)
  • 参考文献(0)
  • 二级参考文献(5)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(9)
  • 参考文献(3)
  • 二级参考文献(6)
1997(5)
  • 参考文献(1)
  • 二级参考文献(4)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(2)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(3)
  • 引证文献(3)
  • 二级引证文献(0)
2007(10)
  • 引证文献(9)
  • 二级引证文献(1)
2008(16)
  • 引证文献(6)
  • 二级引证文献(10)
2009(40)
  • 引证文献(9)
  • 二级引证文献(31)
2010(25)
  • 引证文献(3)
  • 二级引证文献(22)
2011(27)
  • 引证文献(4)
  • 二级引证文献(23)
2012(48)
  • 引证文献(7)
  • 二级引证文献(41)
2013(53)
  • 引证文献(4)
  • 二级引证文献(49)
2014(45)
  • 引证文献(6)
  • 二级引证文献(39)
2015(52)
  • 引证文献(9)
  • 二级引证文献(43)
2016(59)
  • 引证文献(3)
  • 二级引证文献(56)
2017(45)
  • 引证文献(3)
  • 二级引证文献(42)
2018(61)
  • 引证文献(3)
  • 二级引证文献(58)
2019(59)
  • 引证文献(6)
  • 二级引证文献(53)
2020(13)
  • 引证文献(1)
  • 二级引证文献(12)
研究主题发展历程
节点文献
RBF神经网络
DGA
变压器
故障诊断
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
高电压技术
月刊
1003-6520
42-1239/TM
大16开
湖北省武汉市珞瑜路143号武汉高压研究所
38-24
1975
chi
出版文献量(篇)
9889
总下载数(次)
24
总被引数(次)
181291
论文1v1指导