基于粗糙集理论与模糊Petri网络的油浸电力变压器综合故障诊断
100 积分
50
评分
4.5 积分- 详情
- 2021-04-27
- 简介
pdf
- 911KB
- 页数 6P
- 阅读 67
- 下载 22
电力变压器故障诊断因果关系的复杂性与模糊性,采用单一智能方法难以准确描述。文中基于智能互补融合的思想,将粗糙集理论与模糊Petri网络有机结合在一起进行油浸电力变压器故障诊断。利用粗糙集信息表简化技术来实现对专家知识的简化与故障特征的压缩,获得最小诊断规则,基于最小诊断规则的Petri网络模型可以有效降低网络结构的复杂性与故障特征获取的难度。同时利用模糊Petri网络实现并行模糊推理,便于描述故障特征的变化及对变压器运行特性的快速分析。故障实例分析表明,文中所提出的智能方法可以有效地进行模糊推理,减小诊断信息的冗余性,诊断效率高,计算快速、准确,结果易于被人理解。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
基于粗糙集理论与模糊Petri网络的油浸电力变压器综合故障诊断 911KB
模糊粗糙集数据挖掘方法在电力变压器故障诊断中的应用研究 891KB
基于MATLAB的BPANN油浸电力变压器故障诊断仿真 177KB
基于信息融合的大型油浸电力变压器故障诊断 51KB
基于Elman神经网络的油浸式电力变压器故障诊断 231KB
油浸电力变压器受潮故障分析与处理 228KB
油浸式电力变压器故障诊断的研究 59KB
油浸电力变压器固体绝缘老化的诊断 147KB
基于BP人工神经网络的电力变压器故障诊断研究 228KB