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+ _# z; `& |5 l0 U7 d3 k
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% p" p7 ?) I* l3 b/ p1 ]% c. 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
( @% y8 h/ y6 N4 N# u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
1 R6 E& l4 ^# j6 D) g解"探讨了粗糙集与证据理论等结合时应注意的问题"
# N0 V- h b: x" S2 x( N& _ h- U,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# y2 E; k/ L: o9 [4 L5 ]; Y& R! x. w
集!集!集对等信息嵌入到贝叶斯最优学习器中,构成新的贝
: a& r/ i* ^4 b& Z: h. F8 m& g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
H5 d0 H- Q* q- x' S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
, u( l0 G! Y1 {1 i: k讨可能的维护策略"
- \( ^4 v, g) c% S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' U7 O k/ @0 t. o: [! 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* L" u g, @9 N2 f5 I V9 b
终采用神经网络进行递归诊断"
4 T5 H/ q; ^( V$ D0 J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/ U, g$ V! u2 @6 u% i& b/ h
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* B! K. B; x# X" V P a" d
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
+ k4 V3 Y% l, D% H# y# ?6 Z1 ~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