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:
当前方法变压器故障诊断方无法描述变压器故障的变化特点,导致变压器故障诊断时间长、诊断误差高等问题,为为了提高变压器故障效果,提出基于模式识别技术的变压器故障诊断方法.首先,分析当前变压器故障诊断的研究进展,找到各种方法的局限性;然后,采用粒子群算法确定故障类别门限值,利用模式识别技术根据峰值、诊断阈值、熵建立得到随机模糊特征因子,根据特征因子得到故障类别区间,根据故障类别匹配结果完成变压器故障诊断.仿真实验结果表明,本文方法能够有效提高模型训练速度以及变压器故障诊断的精度,获得较理想的变压器故障诊断效果.
推荐文章
基于模式识别的装备故障诊断方法
复杂装备
模式识别
故障诊断
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
基于支持向量机的变压器故障诊断
变压器
故障诊断
K均值聚类
支持向量机
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 基于模式识别技术的变压器故障诊断
来源期刊 能源与环保 学科 工学
关键词 变压器故障 模式识别 特征因子 故障诊断精度
年,卷(期) 2022,(2) 所属期刊栏目 机电与智能化|Mechatronics and Intellectualization
研究方向 页码范围 252-256
页数 5页 分类号 TP181
字数 语种 中文
DOI 10.19389/j.cnki.1003-0506.2022.02.042
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(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
变压器故障
模式识别
特征因子
故障诊断精度
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
能源与环保
月刊
1003-0506
41-1443/TK
大16开
郑州市高新技术产业开发区枫杨街17号
1979
chi
出版文献量(篇)
9074
总下载数(次)
4
总被引数(次)
17347
论文1v1指导