互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

Kernel PCA与BP神经网络相结合的变压器故障诊断胡 青 杜 林 杨丽君 孙才新


摘 要:为了提高变压器故障诊断的准确率和抗干扰能力,提出一种基于核特征量的BP神经网络故障诊断模型。通过核主成分分析将故障样本从低维的特征空间非线性地映射到高维的核空间,提高了样本的可分性,然后以核特征量作为BP神经网络的输入特征量,建立变压器故障诊断模型。实验对比了结构相似、输入量不同的BP神经网络,结果表明采用核特征量的诊断模型具有更好的诊断效果和抗干扰能力。
  关键词:核主成分分析; BP神经网络; 电力变压器; 故障诊断
  中图分类号:TP391
  文献标志码:A
  
  文章编号:1001-3695(2010)02-0580-02
  doi:10.3969/j.issn.1001-3695.2010.02.049
  
  Transformer fault diagnosis based on kernel PCA and BPNN
  
  HU Qing, DU Lin, YANG Li-jun, SUN Cai-xin
  
  (State Key Laboratory of Power TransmissionEquipment & SystemSecurity & New Technology, Chongqing University, Chongqing400030, China)
  
  Abstract:To improve the accuracy and anti-noise ability for transformer fault diagnosis, this paper proposed a novel BP neural network based on kernel features. Samples were nonlinearly mapped from the low-dimensional feature space into the high-dimensional kernel space by kernel PCA, which improved samples’separability, thenbuiltBP neural network in kernel space. Experiments compared performances of BP neural networks with silimar constructures, different input features, the results show that diagnostic models with kernel features achieve better performance and anti-noise ability. ......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《计算机应用研究》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017