主元分析优化量子神经网络的变压器故障诊断

• 作者: 李昊 龚瑞昆
• 来源期刊: 现代电子技术
• 关键词: 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
• 年，卷（期）: 2019,（17）
• 所属期刊栏目: 电子技术及应用
• 页码范围: 119-123,128
• 页数: 6页
• 分类号: TN876-34|TM411
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.17.025

摘要

针对变压器故障检测速率较慢的问题,通过对基于量子神经网络的变压器故障诊断方法的分析,发现该方法有较高的精度,但是速率较慢,不能达到实时性、快速性的要求.因此提出基于主元分析优化量子神经网络的变压器故障诊断方法.利用主元分析进行故障数据降维,选取主成分累计贡献率高于85％的主元代替原有的7个故障气体含量数据,用降维后的数据作为网络的输入,应用量子优势消除数据相关性,最终对变压器的故障做出判断.利用变压器故障实验数据信息库中的故障数据分别对量子神经网络、主元分析优化量子神经网络进行仿真研究,结果表明在故障识别率不变的情况下,所提方法使得诊断速率得到大幅提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龚瑞昆	华北理工大学电气工程学院	22	35	3.0	4.0
2	李昊	华北理工大学电气工程学院	4	4	1.0	2.0