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:
针对变压器故障诊断中模型训练时间长,容易过拟合,噪声敏感等问题,提出一种深度降噪极限学习机变压器故障诊断方法.将极限学习机与降噪自编码器结合构建降噪自编码极限学习机,并将其堆叠构建深度降噪极限学习机模型进行特征提取,将提取的特征输入常规极限学习机进行分类,整体构成深度降噪极限学习机分类算法.该算法能有效应对电压器油中溶解气体分析数据中的噪声且具有非常快的学习速度.仿真实验结果表明,相比于传统BP神经网络,文中方法有更高的故障诊断正确率和更短的训练时间,是一种有效的变压器故障诊断方法.
推荐文章
基于DGA的粗糙集与人工鱼群极限学习机的变压器故障诊断
变压器
故障诊断
粗糙集
极限学习机
人工鱼群
基于极限学习机的机械设备故障诊断研究
极限学习机
过采样
隐层节点
故障诊断
神经网络
反向传播
基于DGA支持向量机的变压器故障诊断
DGA
支持向量机
变压器
故障诊断
参数优化
SVM模型
基于不平衡学习的集成极限学习机污水处理故障诊断
加权极限学习机
AdaBoost集成算法
不平衡学习
污水处理
故障诊断
模型
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 基于深度降噪极限学习机的变压器故障诊断
来源期刊 电测与仪表 学科 工学
关键词 变压器 故障诊断 深度极限学习机 降噪 油中溶解气体分析
年,卷(期) 2019,(15) 所属期刊栏目 仪器仪表
研究方向 页码范围 143-147
页数 5页 分类号 TM41
字数 4322字 语种 中文
DOI 10.19753/j.issn1001-1390.2019.015.022
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 朱永利 华北电力大学控制与计算机工程学院 268 5516 39.0 62.0
2 王春明 华北电力大学控制与计算机工程学院 3 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  (175)
共引文献  (183)
参考文献  (14)
节点文献
引证文献  (2)
同被引文献  (12)
二级引证文献  (0)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(9)
  • 参考文献(1)
  • 二级参考文献(8)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(19)
  • 参考文献(0)
  • 二级参考文献(19)
2011(14)
  • 参考文献(0)
  • 二级参考文献(14)
2012(18)
  • 参考文献(0)
  • 二级参考文献(18)
2013(22)
  • 参考文献(2)
  • 二级参考文献(20)
2014(27)
  • 参考文献(0)
  • 二级参考文献(27)
2015(21)
  • 参考文献(0)
  • 二级参考文献(21)
2016(13)
  • 参考文献(6)
  • 二级参考文献(7)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(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
变压器
故障诊断
深度极限学习机
降噪
油中溶解气体分析
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
电测与仪表
半月刊
1001-1390
23-1202/TH
大16开
哈尔滨市松北区创新路2000号
14-43
1964
chi
出版文献量(篇)
7685
总下载数(次)
22
总被引数(次)
55393
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导