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! n8 m0 N+ K6 H6 J0 _
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
/ M5 J& s: p# w5 ^% I$ b$ W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
2 J. `7 ]; `" l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
& r, v1 \1 U- V! i! h% D解"探讨了粗糙集与证据理论等结合时应注意的问题"
' E% V n0 N+ d8 c/ B& O: Q,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
4 ^6 ]2 [+ r, m6 @8 t y$ s) R集!集!集对等信息嵌入到贝叶斯最优学习器中,构成新的贝 N0 `7 p8 y6 T; K) g. |. N
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5 A% d% ~4 w- h H; @4 x K0 C" m, e
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
9 B. y( h7 I5 s2 m2 }# e讨可能的维护策略"# s! w8 g' V0 a" a
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
2 C r. E% c1 }' {0 Y0 M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
}1 Y, M1 d8 U终采用神经网络进行递归诊断"+ j; F* \( R3 m6 ^
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! ^3 ?. s0 B) [& z: z# ^, c
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
. _* X' H$ G8 S5 T* s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
% n* P; J5 n& _, P& l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