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:
为克服支持向量机在求解二次规划问题时运算过程复杂、计算时间过长、收敛速度缓慢的问题,提出一种基于加权最小二乘的SVM变压器故障诊断方法,并通过粒子群算法对参数进行优化,可以充分保证计算速度和较高故障判断精度.实例分析验证了该模型能确定变压器故障种类,且具有较高的正确率.
推荐文章
GEP在变压器故障诊断中的应用
电力变压器
故障诊断
基因表达式程序设计
贝叶斯网络在变压器的油色谱数据分析和故障诊断中的应用
贝叶斯网络
色谱数据分析
变压器故障诊断
神经网络在变压器故障诊断中的比较研究
BP神经网络
遗传算法
变压器
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 数据挖掘技术在变压器故障诊断中的应用
来源期刊 黑龙江电力 学科 工学
关键词 数据挖掘技术 变压器 故障诊断 支持向量机 分类算法
年,卷(期) 2015,(1) 所属期刊栏目 专家论坛
研究方向 页码范围 11-14
页数 4页 分类号 TM411|TN855
字数 2190字 语种 中文
DOI
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 王义军 东北电力大学电气工程学院 23 96 6.0 8.0
2 王喜 东北电力大学电气工程学院 1 2 1.0 1.0
3 付云飞 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (58)
共引文献  (191)
参考文献  (7)
节点文献
引证文献  (2)
同被引文献  (10)
二级引证文献  (9)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(12)
  • 参考文献(0)
  • 二级参考文献(12)
2006(10)
  • 参考文献(0)
  • 二级参考文献(10)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(5)
  • 参考文献(4)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
数据挖掘技术
变压器
故障诊断
支持向量机
分类算法
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
黑龙江电力
双月刊
1002-1663
23-1471/TM
大16开
哈尔滨市香坊区建北街61号
1979
chi
出版文献量(篇)
3200
总下载数(次)
3
论文1v1指导