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:
针对高压断路器的故障诊断,通过分析断路器的合闸电流波形,提取相应的特征量,并经过一定的预处理作为神经网络的输入.由于BP神经网络存在的训练收敛速度慢且容易陷入局部极小、网络初值对学习性能影响比较大等缺陷,提出了一种基于交替梯度训练法RBF网络的故障诊断方法.仿真结果表明,RBF网络训练速度快、分类性能良好,有很好的实用性.
推荐文章
基于EEMD和卷积神经网络的高压断路器故障诊断
操动机构
线圈电流
Kronecker
EEMD
CNN
基于振动信号的高压断路器故障诊断
高压断路器
振动信号
故障诊断
变分模态分解
基于改进SVM算法的高压断路器故障诊断
高压断路器
自适应粒子群
支持向量机
故障诊断
基于混合分类器的高压断路器故障诊断
高压断路器
支持向量数据描述
混合粒子群算法
小波核函数孪生支持向量机
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 基于RBF神经网络在高压断路器故障诊断的研究
来源期刊 电气应用 学科 工学
关键词 故障诊断 交替梯度算法 RBF网络 高压断路器
年,卷(期) 2007,(4) 所属期刊栏目 电力系统
研究方向 页码范围 50-53
页数 4页 分类号 TM5
字数 3172字 语种 中文
DOI 10.3969/j.issn.1672-9560.2007.04.012
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 罗小安 西南交通大学电气自动化研究所 3 11 2.0 3.0
2 翁陈宇 西南交通大学电气自动化研究所 3 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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)
研究主题发展历程
节点文献
故障诊断
交替梯度算法
RBF网络
高压断路器
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
电气应用
月刊
1672-9560
11-5249/TM
大16开
北京市西城区百万庄大街22号
82-341
1982
chi
出版文献量(篇)
8789
总下载数(次)
13
论文1v1指导