您的位置: 专家智库 > >

文献类型

  • 3篇期刊文章
  • 1篇学位论文

领域

  • 4篇电气工程

主题

  • 3篇变压
  • 3篇变压器
  • 3篇变压器故障
  • 2篇神经网
  • 2篇神经网络
  • 2篇网络
  • 2篇模式识别
  • 2篇变压器故障诊...
  • 1篇电网
  • 1篇电网络
  • 1篇多属性决策
  • 1篇信息融合
  • 1篇色谱
  • 1篇色谱分析
  • 1篇配电
  • 1篇配电网
  • 1篇配电网络
  • 1篇网络重构
  • 1篇联络开关
  • 1篇量子神经网络

机构

  • 4篇东北电力大学

作者

  • 4篇郑玲峰
  • 2篇刘宁
  • 1篇潘超
  • 1篇郝红艳
  • 1篇宣科
  • 1篇马成廉
  • 1篇陈凡

传媒

  • 2篇现代电力
  • 1篇电力系统保护...

年份

  • 1篇2010
  • 3篇2009
4 条 记 录,以下是 1-4
排序方式:
基于信息融合的变压器故障诊断与状态评价的研究
变压器是电力系统中的核心设备之一,它的运行状态直接关系到系统的安全稳定。而及时、准确地检测出变压器故障、异常状态及潜伏性问题是采取相应措施排除故障的保证。因此,变压器故障诊断技术一直是备受关注的研究领域。变压器故障诊断技...
郑玲峰
关键词:模式识别
文献传递
基于开关指标的一种配电网络重构算法
2009年
针对配电网络优化重构与恢复重构问题,采用设定3个开关指标的方法,支路电压降落和线路常量全部使用电气约束。通过闭合所有的联络开关得到的环网替代原来的辐射状拓扑结构,把每一个环中最大开关指标所对应的开关作为网络重构新的联络开关打开。这种算法能够降低可行状态的数目,再把新的联络开关中开关指标最小的用于恢复重构。算例证明了该方法的可行性和有效性。与其他算法相比,这种算法计算速度更快,而且能够同时解决配电网络优化重构与恢复重构问题。
宣科郑玲峰陈凡
关键词:配电网络网络重构联络开关
基于粗糙集的量子神经网络在变压器故障诊断中的应用被引量:1
2009年
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。
刘宁郑玲峰郝红艳张智
关键词:粗糙集量子神经网络故障诊断
一种结合模糊TOPSIS法和BP神经网络的变压器故障诊断方法被引量:31
2009年
对变压器绝缘油采取色谱分析并进行故障诊断是目前变压器故障诊断的重要环节。针对传统故障诊断技术中降低状态检测与诊断系统的复杂度和增加系统采集的特征信息量的问题,首次提出将模糊TOPSIS法用于状态检测信息处理。首先将TOPSIS法在Vague集下进行扩展,把样本数据的多属性群问题转化为模糊多属性决策问题。然后计算Hausdorff矢量距离,得到可能解与理想解的相对贴近度,进行样本的优劣排序和聚类。在此基础上建立了简单的BP神经网络,实现了不同类型的模式识别。该方法可以快速、准确地判断变压器的运行状态,进而提高了变压器的安全、稳定及经济运行水平。
潘超马成廉郑玲峰刘宁
关键词:色谱分析多属性决策模式识别
共1页<1>
聚类工具0