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
1 j6 [! V* [/ N! _# j8 M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6 r; _4 P Z: \' }+ I
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
) U+ l) j% c% E# a0 k# h7 ]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3 o/ d% p- n6 v' A, y
解"探讨了粗糙集与证据理论等结合时应注意的问题" Z3 N& Y4 W8 @4 W
,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6 k5 `& h. d1 [' i
集!集!集对等信息嵌入到贝叶斯最优学习器中,构成新的贝1 J: l2 Z9 a* i( p9 T( C% b
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
* s. n1 x/ L9 T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
: w! i# j$ s3 w3 Q# J5 ^' K讨可能的维护策略". S9 h& `9 r5 v8 t; L+ `7 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/ y b! T- e) h0 t+ C- d) v H' L, A
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
6 G9 Q9 ?: p6 w# N终采用神经网络进行递归诊断"' o5 y% G) s* A5 O9 s% h
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
- C; g' _, S2 O4 q- L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: r7 g2 M7 _* q5 v2 g% P9 h# S" ` C. U
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
. Q. o3 i/ O, N# m3 R, |采用集成神经网络进行诊断" |
|