【摘 要】
：
针对传统算法在变压器故障诊断领域存在参数难以选取、准确率低、易误判等缺点,提出一种基于改进深度信念网络（IDBN）的电力变压器故障诊断方法。在油中溶解气体分析（DGA）基础上,
【机 构】
：
河南理工大学物理与电子信息学院,河南理工大学电气工程与自动化学院
【基金项目】
：
河南基础与前沿技术研究计划项目（152300410103）, 河南省教育厅科学技术研究重点项目（13A510330）
论文部分内容阅读
针对传统算法在变压器故障诊断领域存在参数难以选取、准确率低、易误判等缺点,提出一种基于改进深度信念网络（IDBN）的电力变压器故障诊断方法。在油中溶解气体分析（DGA）基础上,首先以IDBN无监督训练方式重构原始数据特征,然后以有监督方式学习特征与故障类型之间的映射关系,最后将测试数据应用于模型并进行实验。实验结果表明,该方法不仅具有较高精度,而且在准确率方面优于传统的人工神经网络和支持向量机方法。因此,将改进深度信念网络用于变压器故障诊断具有较高的应用价值。
其他文献
针对用户使用二维码进行数据传输时数据量较大的问题,提出一套基于B/S架构的Web端数据交换解决方案。该方案依托图像处理技术,浏览器端采用HTML5与JS技术,服务器端采用OpenCV与C++技术。测试及试运行结果表明,利用图像处理技术保存和识别大数据量二维码图像的方案是可行的。该系统不仅可方便用户在PC端和手机等移动端的日常使用,也为二维码的数据传输提供了一种新方式。
区域农作物秸秆资源收集已成为秸秆规模化综合利用的瓶颈问题,为了合理收集秸秆资源,降低运输成本,基于Model Builder建模生成器与Python脚本功能对农作物秸秆资源收集选址及
"互联网+"的时代背景让智慧政务得到进一步发展,也让其成为政府构建服务形象的标杆。为了更好地提高政务服务水平与效率,利用大数据分析工具——Tableau,结合智慧宝安政务服