样本规范化在故障诊断神经网络方法中的应用
在神经网络模型中，训练样本的不同特征变量（输入变量）反映响应变量（输出变量）的灵敏程度有一定的差别，若将各特征变量直接作为神经网络的输入，则会湮没一些弱小量可能含有的有效信息。采用油中溶解气体分析法建立以变压器油中溶解气体含量为输入，变压器故障类型为输出的BP神经网络变压器故障诊断模型，分别运用最大值最小值规范化、一般浓度规范化、特征浓度规范化三种方法对训练样本进行规范化。研究结果表明，不同样本规范化方法对故障诊断效果的影响显著，运用特征浓度规范化进行规范化处理要优于其他方法。
变压器、BP神经网络、规范化、故障诊断
34
TP277(自动化技术及设备)
国家自然科学基金项目U1404702；航空科学基金项目2014ZG55021；河南省自然科学基金项目162102210083；河南省高等学校重点科研项目17A630069；郑州航院大学生科技创新项目Y20150104
2017-02-14（万方平台首次上网日期，不代表论文的发表时间）
共7页
1961-1967
