【摘 要】
：
为了提高变压器故障诊断的准确率，笔者提出一种基于红外热成像和卷积神经网络（convolutional neural network,CNN）的变压器故障识别方法。首先，通过红外热成像技术获取不同工况下变压器的热成像图像；随后，利用卷积神经网络对变压器热成像图像进行特征提取和故障分类。实验结果表明，通过对实际变压器进行测试和验证，故障诊断的准确率达到100%，验证了该方法的有效性和准确性。
论文部分内容阅读
为了提高变压器故障诊断的准确率，笔者提出一种基于红外热成像和卷积神经网络（convolutional neural network,CNN）的变压器故障识别方法。首先，通过红外热成像技术获取不同工况下变压器的热成像图像；随后，利用卷积神经网络对变压器热成像图像进行特征提取和故障分类。实验结果表明，通过对实际变压器进行测试和验证，故障诊断的准确率达到100%，验证了该方法的有效性和准确性。
其他文献
针对我国地下矿山掘进面对孔装药效率低的问题，开展装药路径智能优化研究。基于蚁群优化算法，引入惯性权重自适应变化粒子群算法，求解信息素启发因子α及期望值启发因子β;引入自适应信息素挥发因子ρ,根据装药路径规划问题几何特性提出自适应信息素浓度更新策略。将算法用于求解TSPLIB库中的问题，结果表明，改进算法在不同问题中求得最优解，求解精度比基本蚁群算法及几种基于蚁群算法的改进算法提高5%～9%。在实验
石榴（Punica granarum L）是一种我国资源丰富的药食两用植物。现代研究表明,石榴多酚含量丰富且具有多种生理功能,它主要存在于石榴皮中,所以开发石榴皮多酚具有重要意义。本研究以陕西临潼主栽的净皮甜石榴皮为试材,首先优化了超高压提取工艺,并对石榴皮多酚组分进行了分离和纯化,在此基础上进行了抗氧化和抑菌活性研究,得到如下结果:（1）单因素试验和二次回归正交旋转组合试验表明:影响超高压提取石
近年来,随着人们生活水平的提高,高血脂、糖尿病、高血压等慢性疾病的发病率日益增加。现代医学研究表明,食用杂粮对于预防、延缓及辅助治疗这些疾病具有一定的意义。为此本文研究了膳食中较为常见的杂粮的抗氧化物质及抗氧化活性,并分析比较了杂粮体外模拟消化性能差异以及体外模拟人体胃肠道消化环境中抗氧化活性物质的释放情况,同时以主粮（大米、面粉）作为对照,旨在筛选出抗氧化活性高、消化速率低、生物利用率好的杂粮种
植物激素脱落酸ABA是一种重要的响应水分胁迫的调节因子,在调节植物的水分平衡以及诱导胁迫的耐性方面起着重要作用。ABA通过调节AQP的表达和活性而促进根系的Lpr,这种功能既是一种瞬时效应,也是一种长时程效应。长时效应是影响水孔蛋白的含量引起的。瞬时效应即ABA处理1h后,细胞水导达到峰值,2 h后又回到对照水平,目前其机制还不了解。ROS,尤其是H2O2近年来成为调节水孔蛋白活性,进而调节Lpr
苹果中的多酚类物质含量极其丰富,这种酚类物质具有很多活性功能,如抗氧化、抗癌、防龋齿、抗过敏、抑制微生物生长等。因此苹果多酚受到了越来越多的关注,成为了国内外学者的研究热点。苹果渣是苹果汁及苹果酒生产中的固体废弃物,但其中富含可提取的多酚物质,且苹果渣中多酚含量远高于苹果果肉,因此将苹果渣变废为宝,提取分离其中的多酚物质具有很大的潜在价值及经济利益。本论文初次使用磁性材料吸附分离苹果渣中的多酚物质
国内茶叶市场的迅猛发展,对茶叶废料以及陈茶叶的再利用问题引起了人们的广泛关注。本研究以传统提取茶多酚技术为基础,采用现代化的分离技术,创新改进提取及纯化工艺。以陕南茶叶末为原料,采用超声波提取法、真空耦合超声波提取法分别对茶多酚高效提取。进一步筛选出合适的大孔吸附树脂进行单体的分离纯化。1、超声波提取法最佳工艺以茶叶废料为原料,利用响应面法对提取茶多酚的工艺条件进行优化,在单因素试验基础上,根据中
基于生成对抗网络（GANs）的图像数据增强方法在近年来展现出了巨大的潜力。然而生成高分辨率、高保真图像通常需要大量训练数据，这和缺乏训练数据的现状背道而驰。为解决这一问题，提出了一种能够在小样本、高分辨率图像数据集上稳定训练的条件生成对抗网络模型，并且将该模型用于数据增强。实验结果表明，在基准数据集上，该模型与当前最新模型相比能够生成更加逼真的图像并取得了最低的FID值；在图像分类任务中使用其进行