作者:
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:
电力变压器故障频发,且问题的形式具有多样性的特点。故障信息的不确定性、数据量大及无规律性等问题较为常见。因此,本文提出了在量子神经网络信息融合的故障诊断方法之上,将多个电力变压器故障参数信息,引入到各子量子神经网络进行局部,并进一步融合诊断,其次,将各局部诊断信息引入决策融合网络完成全局融合,最终得出诊断的5种电力变压器故障,并给出可信度评价实验仿真结果表明:量子神经网络信息融合方法有效,诊断结果具有准确性,能将不确定性的数据合理地分配到各类故障模式中,故障正判率达到98.77%,远高于BP神经网络信息融合及改良IEC三比值法。
推荐文章
基于量子神经网络信息融合的变压器故障诊断
量子神经网络
信息融合
变压器
故障诊断
正判率
主元分析优化量子神经网络的变压器故障诊断
变压器故障诊断
主元分析
量子神经网络
故障识别
故障数据降维
仿真研究
改进BP神经网络的SVM变压器故障诊断
变压器
故障诊断
改进BP神经网络
SVM
权重
准确率
数学形态学融合多神经网络的变压器故障诊断
变压器
故障诊断
数学形态学
多神经网络
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 关于量子神经网络信息融合的变压器故障诊断分析
来源期刊 中国科技投资 学科
关键词 多样性 融合诊断 故障 准确
年,卷(期) 2016,(22) 所属期刊栏目 机械与工艺
研究方向 页码范围 273-273
页数 1页 分类号
字数 1914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 刘淼 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (25)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多样性
融合诊断
故障
准确
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
中国科技投资
旬刊
1673-5811
11-5441/N
大16开
北京市
82-979
2002
chi
出版文献量(篇)
55421
总下载数(次)
154
总被引数(次)
22852
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导