人工智能技术在变压器故障诊断中的应用研究

• 作者: 张嘉 李守学 赵智勇 邹姗姗
• 来源期刊: 吉林电力
• 学科: 工学
• 关键词: 主变压器 状态检修 人工智能技术 故障诊断
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 研究与探讨
• 页码范围: 14-17
• 页数: 4页
• 分类号: TM407
• 字数: 3537字
• 语种: 中文

摘要

针对输变电状态检修管理系统在变压器油中气体分析的准确度问题,利用人工智能技术,提出基于模糊TOPSIS的量子神经网络(QNN)故障诊断模型,将改良三比值与基于模糊TOPSIS的量子神经网络方法相结合,从而实现具有较高诊断准确率的变压器故障诊断方法,并取得了良好的应用效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李守学	国网吉林省电力有限公司电力科学研究院	7	20	3.0	4.0
2	张嘉		4	4	2.0	2.0
3	邹姗姗	国网吉林省电力有限公司电力科学研究院	3	5	2.0	2.0
4	赵智勇		1	2	1.0	1.0