【摘 要】
：
电力变压器是电力系统的重要设备之一,它的安全稳定运行对电力系统的安全生产具有重要的现实意义。传统的电力变压器故障诊断数据来源比较单一,对诊断结果准确性的贡献效果存
【机 构】
：
华北电力大学控制与计算机工程学院,国网河北省电力公司电力科学研究院
【基金项目】
：
国家自然科学基金（51407076）, 国家电网公司总部科技项目资助（5204DY170010）, 中央高校基本科研业务费专项资金（2018MS075）
论文部分内容阅读
电力变压器是电力系统的重要设备之一,它的安全稳定运行对电力系统的安全生产具有重要的现实意义。传统的电力变压器故障诊断数据来源比较单一,对诊断结果准确性的贡献效果存在不足。文章提出了一种基于多源信息融合的电力变压器故障诊断方法,首先,将深度信念网络（Deep Belief Network,DBN）与DS证据理论相结合;然后,通过反复训练网络与调优,使算法准确率达到最好;最终,通过算例仿真验证了所提方法的有效性和可行性。
其他文献
模拟实验方法对高性能计算机系统的性能评价和优化设计有着重要的意义,然而由于目标系统规模庞大,传统的体系结构模拟器难以满足模拟性能方面的要求.文中提出了一种专门用于
不可控子网的复杂结构是目前Petri网监控难题的根源，该文提出了控制规范等价的网结构分解方法，将对象网分解为多个结构简单的新网，并且将控制规范等价转换到各新网上，从而将复杂
文中将10CO（Input-0utputConformance）一致性测试理论与着色Petri网（ColoredPetriNets，CPN）进行优势融合，提出一种使用CPN描述测试目的模型并驱动IOCO一致性测试选择的新方法，称为PN