袁忠华：SOM神经网络在金属氧化物避雷器老化在线诊断中的应用论文

本文主要研究内容

作者袁忠华,袁衢龙（2019）在《SOM神经网络在金属氧化物避雷器老化在线诊断中的应用》一文中研究指出：针对金属氧化物避雷器(MOA)老化在线诊断难的问题,提出一种基于SOM神经网络的MOA老化在线诊断方法。首先利用热成像仪获取已知老化情况的MOA温度分布数据,然后将其代入SOM神经网络进行训练。当SOM网络达到训练精度后,再利用网络对未知老化情况的MOA进行诊断,从而实现MOA老化在线诊断。验证表明:利用50只MOA温度分布数据对SOM网络训练500步后,其诊断正确率达到98%。使用10只MOA温度分布数据对SOM网络进行可靠性验证,诊断正确率100%。表明该方法具有较高可靠性。

Abstract

zhen dui jin shu yang hua wu bi lei qi (MOA)lao hua zai xian zhen duan nan de wen ti ,di chu yi chong ji yu SOMshen jing wang lao de MOAlao hua zai xian zhen duan fang fa 。shou xian li yong re cheng xiang yi huo qu yi zhi lao hua qing kuang de MOAwen du fen bu shu ju ,ran hou jiang ji dai ru SOMshen jing wang lao jin hang xun lian 。dang SOMwang lao da dao xun lian jing du hou ,zai li yong wang lao dui wei zhi lao hua qing kuang de MOAjin hang zhen duan ,cong er shi xian MOAlao hua zai xian zhen duan 。yan zheng biao ming :li yong 50zhi MOAwen du fen bu shu ju dui SOMwang lao xun lian 500bu hou ,ji zhen duan zheng que lv da dao 98%。shi yong 10zhi MOAwen du fen bu shu ju dui SOMwang lao jin hang ke kao xing yan zheng ,zhen duan zheng que lv 100%。biao ming gai fang fa ju you jiao gao ke kao xing 。

论文参考文献

[1].SOM神经网络对永磁同步电机的故障诊断[J]. 陈世游,陆海,张少泉,陈晓云. 软件.2018(08)

[2].基于SOM神经网络的电网谐波源检测与定位研究[J]. 马立新,徐聪. 控制工程.2018(05)

[3].基于小波SOM神经网络和多Agent系统的微电网故障诊断方法[J]. 孙波,黄建波,陆洁,王轩. 舰船电子工程.2018(08)

[4].静止无功补偿装置在线诊断及参数识别系统[J]. 内蒙古电力.1992(03)

[5].水汽质量故障的在线诊断[J]. 窦照英. 华北电力技术.1989(07)

[6].发电厂厂用电动机在线诊断技术的应用[J]. 白亚民,吕明,孙维本. 华北电力技术.1997(05)

[7].交联聚乙烯电缆绝缘的在线诊断技术[J]. 谈克雄,吕乔青. 高电压技术.1993(03)

[8].智能技术在绝缘在线诊断系统中的应用[J]. 史保壮,杨莉,冯德开,刘炎林,甘团杰,谭跃凯. 高压电器.2001(01)

[9].火电厂的在线诊断系统[J]. 中国电力.1993(05)

[10].阀控式铅酸蓄电池在线诊断技术[J]. 傅亚铁,丁涛. 当代通信.2006(03)

论文详细介绍

论文作者分别是来自电瓷避雷器的袁忠华,袁衢龙，发表于刊物电瓷避雷器2019年01期论文，是一篇关于金属氧化物避雷器论文,诊断论文,老化论文,自组织映射神经网络论文,电力系统论文,电瓷避雷器2019年01期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自电瓷避雷器2019年01期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。

本文来源: https://www.lw00.cn/article/692bded8c0433a622919870d.html