2024年8月27日
星期二
|
欢迎来到贵州省图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
黄友文
作品数:
1
被引量:1
H指数:1
供职机构:
暨南大学电气自动化研究所
更多>>
发文基金:
铁道部科技研究开发计划
国家自然科学基金
更多>>
相关领域:
电气工程
更多>>
合作作者
方科
暨南大学电气自动化研究所
苏雁军
暨南大学电气自动化研究所
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
电气工程
主题
1篇
特征气体
1篇
牵引变压器
1篇
子群
1篇
粒子群
1篇
粒子群优化
1篇
绝缘
1篇
绝缘故障
1篇
绝缘故障诊断
1篇
PSO
1篇
SVM
机构
1篇
暨南大学
作者
1篇
苏雁军
1篇
方科
1篇
黄友文
传媒
1篇
计算机辅助工...
年份
1篇
2010
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于PSO和SVM的牵引变压器绝缘故障诊断
被引量:1
2010年
为提高牵引变压器绝缘故障诊断的正确性,在分析其负荷特征和特征气体产生机理的基础上,针对其故障特点提出基于粒子群优化(Particle Swarm Optimization,PSO)算法和支持向量机(Support Vector Machine,SVM)的牵引变压器绝缘故障诊断方法.根据罗杰斯比值法将变压器状态分为12种故障模式;用PSO算法优化SVM参数,充分发挥SVM具有较高泛化能力的优势.试验表明该方法能快速、准确地找到相应的优化参数,有效进行牵引变压器绝缘的故障诊断.
方科
苏雁军
黄友文
关键词:
牵引变压器
特征气体
粒子群优化
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张