• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>Polymers >A Novel Fault Diagnosis System on Polymer Insulation of Power Transformers Based on 3-stage GA–SA–SVM OFC Selection and ABC–SVM Classifier
【2h】

A Novel Fault Diagnosis System on Polymer Insulation of Power Transformers Based on 3-stage GA–SA–SVM OFC Selection and ABC–SVM Classifier

机译：基于三级GA–SA–SVM OFC选择和ABC–SVM分类器的电力变压器聚合物绝缘故障诊断系统

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Dissolved gas analysis (DGA) has been widely used in various scenarios of power transformers’ online monitoring and diagnoses. However, the diagnostic accuracy of traditional DGA methods still leaves much room for improvement. In this context, numerous new DGA diagnostic models that combine artificial intelligence with traditional methods have emerged. In this paper, a new DGA artificial intelligent diagnostic system is proposed. There are two modules that make up the diagnosis system. The two modules are the optimal feature combination (OFC) selection module based on 3-stage GA–SA–SVM and the ABC–SVM fault diagnosis module. The diagnosis system has been completely realized and embodied in its outstanding performances in diagnostic accuracy, reliability, and efficiency. Comparing the result with other artificial intelligence diagnostic methods, the new diagnostic system proposed in this paper performed superiorly.
机译：溶解气体分析（DGA）已广泛用于电力变压器在线监视和诊断的各种情况。但是，传统DGA方法的诊断准确性仍然有很大的改进空间。在这种情况下，出现了许多将人工智能与传统方法相结合的新型DGA诊断模型。本文提出了一种新型的DGA人工智能诊断系统。诊断系统由两个模块组成。这两个模块是基于3级GA–SA–SVM和ABC–SVM故障诊断模块的最佳功能组合（OFC）选择模块。该诊断系统已完全实现，并以其在诊断准确性，可靠性和效率方面的出色表现而得到体现。将结果与其他人工智能诊断方法进行比较，本文提出的新型诊断系统表现出众。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号