论文部分内容阅读
为了准确有效识别变压器故障模式,将粗糙集和量子神经网络结合进行变压器故障诊断.采用量子神经网络在宏观上收集数据信息,在微观上通过修正量子间隔将模糊交叉的数据按一定的比例合理分配到相关联的模式中,从而提高模式识别的准确性;利用粗糙集的约简去除冗余的属性、规则,提高量子神经网络的速率.与同输入下BP神经网络的诊断结果进行比较,可知本文方法在变压器故障模式识别方面具有更高的准确性.