10.3969/j.issn.1674-3415.2006.01.003
粗糙集理论与神经网络在变压器故障诊断中的应用
粗糙集(RS)理论是一门新兴的智能信息处理技术,它对各种不完整数据进行分析、推理,发现数据间的关系,提取有用特征,简化信息处理.人工神经元网络(ANN)具有本质的非线性特性、并行处理能力、以及自组织自学习的能力.但单独使用ANN处理问题时,往往会存在一些缺陷.该文把粗糙集理论与人工神经元网络结合起来,应用于变压器故障诊断,可以充分发挥两种方法的优势,取长补短.粗糙集理论可以有效地对样本集进行约简,从而简化了ANN的网络结构,减少了网络的训练步数,提高了判断准确率.并用仿真实验验证了此方法的有效性.
变压器、故障诊断、粗糙集、人工神经元网络
34
TM41;TM771(变压器、变流器及电抗器)
2006-03-16(万方平台首次上网日期,不代表论文的发表时间)
共5页
10-14