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:
基于概率神经网络理论和聚类方法提出了一种变压器故障诊断方法.以特征气体浓度为输入,经过PNN网络进行故障诊断,最后得出故障类型.实例分析表明,该方法具有较高的故障诊断正确率和诊断效率.
推荐文章
基于SOFM神经网络的变压器故障诊断研究
SOFM神经网络
故障诊断
改进的罗杰斯三比值法
变压器
泛化能力
基于PNN的电力变压器故障诊断方法
三比值法
变压器
概率神经网络
故障诊断
基于BP神经网络的电力变压器故障诊断
电力变压器
神经网络
三比值法
故障
诊断
基于神经网络的变压器故障诊断的研究
RBF神经网络
故障诊断
变压器
色谱分析
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PNN神经网络和聚类分析的变压器故障诊断
来源期刊 信息系统工程 学科
关键词 变压器 故障诊断 PNN神经网络 聚类分析
年,卷(期) 2015,(6) 所属期刊栏目 经验交流
研究方向 页码范围 94-95
页数 2页 分类号
字数 2044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 赵桂艳 广东海洋大学信息学院 8 66 4.0 8.0
2 李一峰 广东海洋大学信息学院 24 127 6.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (14)
参考文献  (3)
节点文献
引证文献  (5)
同被引文献  (27)
二级引证文献  (3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(4)
  • 引证文献(2)
  • 二级引证文献(2)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
变压器
故障诊断
PNN神经网络
聚类分析
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
信息系统工程
月刊
1001-2362
12-1158/N
16开
天津市河西区友谊路39号
82-173
1988
chi
出版文献量(篇)
17961
总下载数(次)
28
论文1v1指导