机器学习方法及其在电路故障诊断中的应用

• 作者: 李杰
• 来源期刊: 工业技术创新
• 学科: 工学
• 关键词: 电路故障诊断 故障字典技术 机器学习 支持向量机 人工神经网络 隐马尔科夫模型
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 综述与评论
• 页码范围: 97-101
• 页数: 5页
• 分类号: TM13
• 字数: 3688字
• 语种: 中文
• DOI: 10.14103/j.issn.2095-8412.2020.02.018

摘要

应用机器学习方法能够有效降低电路故障诊断计算量和复杂度.介绍了电路故障诊断技术中的试验前仿真方法和试验后仿真方法,分析了试验前仿真方法中基于故障字典技术的机器学习方法的优势.阐述了四种机器学习方法——支持向量机、人工神经网络、模糊分类和隐马尔科夫模型,并对机器学习方法在常用模拟电路和电力设备中的故障诊断应用实例进行了评析.研究表明:机器学习方法能够与电路故障诊断相结合,使电路尤其是模拟电路的稳定性和效率得到很大的提升.介绍的应用实例为电路故障诊断研究明确了方向,对机器学习方法在电路故障诊断中的进一步应用和发展具有重要启示意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李杰		1	0	0.0	0.0