TA的每日心情 | 开心
2016-4-18 00:58 |
|---|
签到天数: 4 天 连续签到: 1 天 [LV.2]偶尔看看I 累计签到：4 天
连续签到：1 天
|
论文文献
| 标题: |
软计算方法及其在电力系统故障诊断中的若干应用研究 |
| 作者: |
|
| 所属专业方向: |
电力系统自动化 |
| 摘要: |
本学位论文的主要创新点如下
基于粗糙集!模糊集和证据理论,提出一个多源模糊信息融合的证据
推理模型"它能用于描述变压器故障诊断过程中故障群和征兆群对子
及它们之间的关联,以及故障征兆信息的模糊性和不确定性问题求
解"探讨了粗糙集与证据理论等结合时应注意的问题"
,针对经典贝叶斯最优学习器不适合处理模糊信息的问题,提出将模糊
集!集!集对等信息嵌入到贝叶斯最优学习器中,构成新的贝
叶斯最优学习器"它能融合多源模糊信息,是解决变压器故障诊断问
题的新方法"基于上述诊断结果,采用贝叶斯决策的概率粗模型,探
讨可能的维护策略"
提出一种变电站故障多区域并行诊断方法"该方法首先对变电站故障
区域进行划分,接着采用粗糙集对变电站故障信息进行分层挖掘,最
终采用神经网络进行递归诊断"
提出一种汽轮机振动故障的集成神经网络诊断方法"该方法首先采用
网络离散化方法对汽轮机诊断决策表连续属性值离散化,接
着用粗糙集的可辨识矩阵对决策表进行约简,最后基于简化的决策表
采用集成神经网络进行诊断" |
| 关键字: |
|
| 来源: |
|
马上加入，结交更多好友，共享更多资料，让你轻松玩转电力研学社区！
您需要 登录 才可以下载或查看，没有账号？立即加入
×
本学位论文的主要创新点如下- d! K9 J4 P X: L4 U7 j$ ^
基于粗糙集!模糊集和证据理论,提出一个多源模糊信息融合的证据
2 w( w2 |9 h4 q推理模型"它能用于描述变压器故障诊断过程中故障群和征兆群对子9 R3 ~$ F: f8 N* }3 l7 p1 c7 v
及它们之间的关联,以及故障征兆信息的模糊性和不确定性问题求' L: h! a) @9 d9 H( h
解"探讨了粗糙集与证据理论等结合时应注意的问题"1 X0 d$ N% G6 T( Y4 B, V0 ]2 e
,针对经典贝叶斯最优学习器不适合处理模糊信息的问题,提出将模糊
& f" U3 [' t- m/ F2 B; [9 @* T8 K集!集!集对等信息嵌入到贝叶斯最优学习器中,构成新的贝6 q0 C. x8 ?! P
叶斯最优学习器"它能融合多源模糊信息,是解决变压器故障诊断问
) l- c4 V: ]3 ~8 @题的新方法"基于上述诊断结果,采用贝叶斯决策的概率粗模型,探
- T( z! Y8 E) d" @5 g讨可能的维护策略"
3 F# g3 |; x2 D提出一种变电站故障多区域并行诊断方法"该方法首先对变电站故障
8 u+ y2 r$ X( O' M5 a, J区域进行划分,接着采用粗糙集对变电站故障信息进行分层挖掘,最
5 q) w, e: Z- J. Y! I# l E, Y6 H终采用神经网络进行递归诊断"' j5 d9 y" N; L
提出一种汽轮机振动故障的集成神经网络诊断方法"该方法首先采用; q2 \( A4 s$ m& M4 R7 q) }' C9 q) J
网络离散化方法对汽轮机诊断决策表连续属性值离散化,接/ o* d9 V a! _7 {
着用粗糙集的可辨识矩阵对决策表进行约简,最后基于简化的决策表% a/ H& z. l7 A3 v* Q6 ?& R
采用集成神经网络进行诊断" |
|
赣公网安备36040302000210号 )|网站地图
狗仔卡
发表于 2009-1-20 16:26:10
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
显身卡