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
* Y; ]3 s$ P! N) N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
" H. @% }; A' u- [' _, v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. z$ Y# _8 _, h) m' P
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2 v) V7 U, j6 }7 Q
解"探讨了粗糙集与证据理论等结合时应注意的问题"/ \& p$ ]# R1 L5 g9 C# B5 ?
,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
8 a% l4 h& I, r. ~, N* t- u集!集!集对等信息嵌入到贝叶斯最优学习器中,构成新的贝
; o3 y3 S& _2 S1 l1 i& s6 M V% |7 Q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
1 \9 ~. @3 ^& C$ @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& `% K Y, @1 R, s/ P1 S- K5 u
讨可能的维护策略"
& z. b: P6 Y6 \1 J9 b" v( g+ G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- T( o5 r- n, l( ^3 I' r( v4 u; 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
# o/ F: b. ~' Q2 B8 S) C终采用神经网络进行递归诊断"
{6 b* P! _8 E: L! {$ G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
1 g1 G/ @, B* r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
. n8 Q7 w7 x, y; S% o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
0 l- E% b; \5 Q$ a( ?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