作者:
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:
基于变压器溶解气体分析数据,介绍了采用基于蚁群算法的神经网络方法,建立变压器在线智能故障诊断系统.变压器油中溶解气体数据的训练和诊断表明,蚁群算法的收敛速度快,克服了网络陷入局部极小值的缺陷,具有较高的诊断准确率,是一种切实有效的方法.
推荐文章
基于改进蚁群算法的变压器诊断数据的约简
蚁群算法
数据约简
模糊粗糙集
信息熵
变压器
基于混合智能算法的电力变压器故障诊断研究
LS-TSVM
蚁群算法
电力变压器
分类器
故障诊断
变压器故障的智能诊断系统
变压器故障
智能诊断
实时专家系统
变压器油中溶解气体的多智能体故障诊断方法
多Agent系统
智能故障诊断
DGA
黑板模式
专家投票
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 基于蚁群算法的变压器智能故障诊断系统
来源期刊 江苏电器 学科 工学
关键词 变压器 溶解气体分析 蚁群算法 故障诊断
年,卷(期) 2007,(6) 所属期刊栏目 产品与应用
研究方向 页码范围 34-37
页数 4页 分类号 TM406
字数 3002字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (61)
参考文献  (2)
节点文献
引证文献  (3)
同被引文献  (2)
二级引证文献  (4)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(0)
  • 二级引证文献(1)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
变压器
溶解气体分析
蚁群算法
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
江苏电器
月刊
chi
出版文献量(篇)
962
总下载数(次)
1
总被引数(次)
2590
论文1v1指导