基于自适应案例推理算法识别变压器故障

• 作者: 吴秋莉 张炜 梁俊斌 邓雨荣
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 自适应 案例推理 神经网络 故障类型 归一化处理 数据筛选
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 故障诊断、检测与监测装置
• 页码范围: 1218-1223
• 页数: 6页
• 分类号: TP27
• 字数: 5761字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.140055

摘要

将自适应调整学习率引入案例推理进行变压器的故障类型识别.基于自适应调整学习率理论,通过改进数据归一化处理法、数据筛选法提取匹配的最佳原案例,并得到最优神经网络.同时,在案例样本处理和分析过程中根据待求解故障类型特征数据自动调整处理方法、流程、边界条件及约束条件,以使其达到最佳处理效果.实例分析的结果表明,该方法可以克服油中溶解气体数据模糊性和适用性问题,在识别的准确率以及算法收敛的速度上具有优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张炜	广西电网有限责任公司电力科学研究院	49	172	7.0	9.0
2	邓雨荣	广西电网有限责任公司电力科学研究院	37	358	10.0	17.0
3	吴秋莉	广西电网有限责任公司电力科学研究院	14	35	4.0	5.0
4	梁俊斌	广西电网有限责任公司电力科学研究院	9	53	5.0	7.0