论文摘要
针对常用机器学习算法收敛速度慢、容易陷入局部最优等不足,提出一种基于随机向量泛函连接(Random Vector Functional Link,RVFL)网络的油浸式电力变压器故障诊断方法。该方法以变压器油中五种主要特征气体作为输入,以七种变压器运行状态作为输出,构建了基于RVFL网络的故障诊断模型。算例分析的结果验证了该方法的有效性和优越性。
论文目录
文章来源
类型: 期刊论文
作者: 黄静
关键词: 电力变压器,故障诊断,油中溶解气体分析,随机向量泛函连接网络,模式识别
来源: 机电信息 2019年02期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 国网南阳供电公司电缆运检室
分类号: TM411
DOI: 10.19514/j.cnki.cn32-1628/tm.2019.02.016
页码: 29-31
总页数: 3
文件大小: 138K
下载量: 114
相关论文文献
标签：电力变压器论文; 故障诊断论文; 油中溶解气体分析论文; 随机向量泛函连接网络论文; 模式识别论文;