论文摘要
针对变压器故障检测速率较慢的问题,通过对基于量子神经网络的变压器故障诊断方法的分析,发现该方法有较高的精度,但是速率较慢,不能达到实时性、快速性的要求。因此提出基于主元分析优化量子神经网络的变压器故障诊断方法。利用主元分析进行故障数据降维,选取主成分累计贡献率高于85%的主元代替原有的7个故障气体含量数据,用降维后的数据作为网络的输入,应用量子优势消除数据相关性,最终对变压器的故障做出判断。利用变压器故障实验数据信息库中的故障数据分别对量子神经网络、主元分析优化量子神经网络进行仿真研究,结果表明在故障识别率不变的情况下,所提方法使得诊断速率得到大幅提升。
论文目录
文章来源
类型: 期刊论文
作者: 龚瑞昆,李昊
关键词: 变压器故障诊断,主元分析,量子神经网络,故障识别,故障数据降维,仿真研究
来源: 现代电子技术 2019年17期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 电力工业,自动化技术
单位: 华北理工大学电气工程学院
基金: 国家自然科学基金项目(61203343)~~
分类号: TP183;TM407
DOI: 10.16652/j.issn.1004-373x.2019.17.025
页码: 119-123+128
总页数: 6
文件大小: 1627K
下载量: 134
相关论文文献
- [1].基于深度置信网络和多维信息融合的变压器故障诊断方法[J]. 电力工程技术 2019(06)
- [2].基于人工蜂群算法优化支持向量机的变压器故障诊断[J]. 科技创新与应用 2020(02)
- [3].堆栈稀疏降噪自编码网络在变压器故障诊断中的应用[J]. 中国科技论文 2019(11)
- [4].基于模糊关系与自组织竞争网络的变压器故障诊断[J]. 科技创新与应用 2020(08)
- [5].基于混沌粒子群优化核极限学习机的变压器故障诊断方法[J]. 微处理机 2020(02)
- [6].基于加权中智C均值算法的变压器故障诊断模型[J]. 水电能源科学 2020(05)
- [7].基于色谱分析的变压器故障诊断[J]. 甘肃科技 2020(12)
- [8].一种基于深度收缩自编码网络的变压器故障诊断方法[J]. 科技创新导报 2020(16)
- [9].基于深度森林的变压器故障诊断方法[J]. 电力科学与工程 2020(09)
- [10].电力变压器故障诊断及检修探讨[J]. 无线互联科技 2020(13)
- [11].综合三比值特征量与帝国竞争优化支持向量机的变压器故障诊断模型[J]. 广西电力 2019(03)
- [12].红外激光光谱分析的变压器故障诊断[J]. 激光杂志 2016(11)
- [13].混合神经网络在变压器故障诊断中的应用[J]. 电子测量与仪器学报 2017(01)
- [14].基于混合算法与支持向量机的电力变压器故障诊断[J]. 电气开关 2017(03)
- [15].在线检测装置在变压器故障诊断中的应用[J]. 当代化工研究 2017(05)
- [16].电力变压器故障诊断方法初探[J]. 能源技术与管理 2017(04)
- [17].基于机器学习的电力变压器故障诊断的研究进展[J]. 电子世界 2017(15)
- [18].变压器故障诊断中的神经网络技术发展[J]. 宜宾学院学报 2015(12)
- [19].基于支持向量机的变压器故障诊断研究[J]. 电气开关 2016(02)
- [20].论电力变压器故障诊断方法[J]. 科技展望 2014(18)
- [21].关于发电厂变压器故障诊断及处理措施思考[J]. 科技与企业 2015(02)
- [22].变压器故障诊断技术探析[J]. 中国新技术新产品 2015(08)
- [23].基于可拓理论的变压器故障诊断[J]. 电气开关 2015(02)
- [24].模糊支持向量机在变压器故障诊断中的应用[J]. 电测与仪表 2015(08)
- [25].改进型三比值法在变压器故障诊断中的应用[J]. 水电站机电技术 2015(08)
- [26].基于神经网络的变压器故障诊断研究[J]. 数字技术与应用 2015(08)
- [27].电力变压器故障诊断方法应用[J]. 通讯世界 2015(15)
- [28].基于灰狼算法优化支持向量机的变压器故障诊断[J]. 信息技术与信息化 2020(11)
- [29].基于多层向量机的变压器故障诊断[J]. 机电信息 2020(35)
- [30].基于数据清洗和知识迁移的变压器故障诊断模型[J]. 电工电能新技术 2020(01)