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:
随着人工智能技术不断发展,很多学者把传统DGA方法和智能算法相结合实现对电力变压器的故障诊断,采用DGA技术诊断电压器故障提高了诊断精准度.文章通过对智能诊断方法进行研究,在一定程度上可以避免变压器发展工作故障,确保变压器能正常运行,并且保证供电稳定,为大型电网建设奠定基础.变压器经过长时间运行,容易引发故障,精准识别变压器故障可以减低变压器故障发生率,通过对变压器引发故障的原因进行分析,结合科学的诊断方法,通过构建贝叶斯模型,改变传统识别方法,结合人工智能网络技术,构建智能诊断模型,提高识别准确率,并提供新型的诊断思路,通过分析故障原因,提高实时在线电力变压器故障诊断精准率.
推荐文章
基于RS优化的电力变压器故障诊断方法
电力变压器
故障诊断
粗糙集
概率神经网络
支持向量机在电力变压器故障诊断中的应用
变压器
故障诊断
溶解气体分析
支持向量机
模糊神经网络在变压器故障诊断中的应用研究
变压器
模糊理论
神经网络
故障诊断
应用
研究
GEP在变压器故障诊断中的应用
电力变压器
故障诊断
基因表达式程序设计
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 智能诊断方法在电力变压器故障识别中的应用研究
来源期刊 信息通信 学科 工学
关键词 智能诊断方法 变压器 故障识别 应用
年,卷(期) 2020,(8) 所属期刊栏目 信息工程
研究方向 页码范围 124-125
页数 2页 分类号 TM41
字数 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 潘生华 5 0 0.0 0.0
2 吴春年 4 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (86)
共引文献  (63)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(8)
  • 参考文献(0)
  • 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(21)
  • 参考文献(0)
  • 二级参考文献(21)
2012(8)
  • 参考文献(1)
  • 二级参考文献(7)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
智能诊断方法
变压器
故障识别
应用
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
信息通信
月刊
1673-1131
42-1739/TN
大16开
湖北省武汉市
1987
chi
出版文献量(篇)
18968
总下载数(次)
92
论文1v1指导