版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、我國電力工業(yè)發(fā)展迅速,變壓器數(shù)量激增,相關(guān)數(shù)據(jù)越來越龐大,借助智能技術(shù)對變壓器進(jìn)行故障診斷勢在必行。本文對基于蟻群算法的變壓器故障診斷進(jìn)行了深入研究,做了以下工作: (1)完成了變壓器故障診斷系統(tǒng)的設(shè)計,該系統(tǒng)采用了專家系統(tǒng),其主要功能包括:信息采集模塊、數(shù)據(jù)分類存儲、綜合管理模塊及分析診斷等。對變壓器故障診斷系統(tǒng)進(jìn)行了分析,這種結(jié)構(gòu)的系統(tǒng)具有高效、可靠、易于維護(hù)等優(yōu)點(diǎn)。 (2)蟻群算法(ACO)已經(jīng)成功的被運(yùn)用到各種優(yōu)
2、化組合問題,Parpinelli和他的合作者將ACO運(yùn)用到數(shù)據(jù)挖掘的分類問題中,介紹了一種新的算法Ant-Miner。本文對Ant-Miner算法進(jìn)行了改進(jìn),避免算法陷入局部最優(yōu),縮短了搜索時間,提高算法的全局收斂性。同時,在數(shù)字仿真的基礎(chǔ)上,研究了算法中主要參數(shù)的優(yōu)化設(shè)置問題,得到了針對該類問題較好的參數(shù)設(shè)置。通過與CN2及Ant-Miner算法的試驗結(jié)果比較,表明改進(jìn)的算法能夠發(fā)現(xiàn)更好的分類規(guī)則、有更強(qiáng)的預(yù)測能力,產(chǎn)生更少的規(guī)則集以
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于蟻群算法的變壓器故障診斷研究.pdf
- 蟻群優(yōu)化支持向量機(jī)在變壓器故障診斷中的應(yīng)用.pdf
- 信息融合技術(shù)在變壓器故障診斷中的應(yīng)用研究.pdf
- 智能算法在油浸式變壓器故障診斷中的應(yīng)用研究.pdf
- 智能信息融合技術(shù)在變壓器故障診斷中的應(yīng)用研究.pdf
- 粗糙集理論在變壓器故障診斷中的應(yīng)用研究.pdf
- 基于蟻群算法的改進(jìn)神經(jīng)網(wǎng)絡(luò)在變壓器故障辨識中的應(yīng)用研究.pdf
- 變壓器故障診斷研究
- FCM聚類算法及其在變壓器故障診斷中的應(yīng)用.pdf
- 人工免疫算法及其在變壓器故障診斷中的應(yīng)用.pdf
- 信息融合技術(shù)在變壓器故障診斷中的應(yīng)用
- 支持向量機(jī)的變壓器故障診斷應(yīng)用研究.pdf
- 基于DGA的變壓器故障診斷算法研究.pdf
- 基于遺傳算法的小波網(wǎng)絡(luò)在變壓器故障診斷中的應(yīng)用研究.pdf
- 信息融合技術(shù)在變壓器故障診斷中的應(yīng)用.pdf
- 粗糙集理論在變壓器故障診斷中應(yīng)用的研究.pdf
- 變壓器故障診斷論文
- 智能診斷方法及其在變壓器故障中的應(yīng)用研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的DGA法在變壓器故障診斷中的應(yīng)用研究.pdf
- 改進(jìn)的神經(jīng)網(wǎng)絡(luò)在變壓器故障診斷中的應(yīng)用.pdf
評論
0/150
提交評論