2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩52頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、根據(jù)電力變壓器油中溶解氣體組分中氣體成分和含量不同的特點,通過監(jiān)測和檢測變壓器內部氣體含量來診斷變壓器故障成為有效的手段之一。本文通過對基于油中溶解氣體分析(Dissolved Gas-in-oil Analysis,DGA)的各種變壓器診斷方法的優(yōu)缺點介紹,并在各類診斷方法進行分析對比的基礎上,首次將具有較強特征提取能力的受限玻爾茲曼機(Restricted Boltzmann Machines, RBM)相關分類方法應用于DGA變壓

2、器故障診斷中,輔助檢修人員對其狀況進行科學評估提供更為準確的判斷。
  引入RBM學習算法基礎上,提出了基于分類受限玻爾茲曼機(Classification Restricted Boltzmann Machines, CRBM)的油浸式電力變壓器故障診斷方法。結合DGA數(shù)據(jù)特點以及變壓器故障類型,構建了基于CRBM的變壓器故障診斷模型,并給出詳細的診斷步驟和實現(xiàn)過程。該方法具有較強的特征變換能力,其診斷結果以概率形式給出。

3、>  提出了一種基于判別受限玻爾茲曼機(Discriminative Restricted Boltzmann Machines,DRBM)的油浸式電力變壓器故障診斷新方法。構建了深度判別受限玻爾茲曼機(Deep Discriminative Restricted Boltzmann Machines,DDRBM)分類模型,通過數(shù)據(jù)集分類測試并與傳統(tǒng)神經網絡、支持向量機進行對比后,應用于變壓器故障診斷中,給出詳細的實現(xiàn)步驟。該方法具有較

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論