局部放电识别用的几种人工神经网络被引量：27

下载PDF

导出

摘要说明了用人工神经网络识别局部放电的意义，介绍了用于放电识别的各种类型人工神经网络（前馈网络、自组织特征映射网络、训练向量分区网络、自适应共振网络）的拓扑结构和工作方式，输入向量构成，识别功能。

作者谈克雄李福祺

机构地区清华大学

出处《高电压技术》 EI CAS CSCD 北大核心 1996年第4期3-7,共5页 High Voltage Engineering

基金国家自然科学基金

关键词局部放电神经网络电力系统

分类号 TP18 [自动化与计算机技术—控制理论与控制工程] TM855 [自动化与计算机技术—控制科学与工程]

引文网络
相关文献

同被引文献208

1吴鹏,陈志勇,李锐华,高乃奎,谢恒堃.电力变压器典型放电模型试验研究[J].高压电器,2004,40(3):161-163. 被引量：6
2李剑,孙才新,杜林,崔雪梅,李道武.局部放电图像组合特征提取方法[J].高电压技术,2004,30(6):11-13. 被引量：15
3周力行,李卫国,陈允平.基于混沌控制的局部放电周期性脉冲干扰抑制方法[J].电力系统自动化,2004,28(15):90-94. 被引量：9
4钟佑明,秦树人,汤宝平.希尔伯特黄变换中边际谱的研究[J].系统工程与电子技术,2004,26(9):1323-1326. 被引量：69
5时文刚,刘树林,张嘉钟,黄文虎.基于支持向量机的往复泵泵阀故障诊断方法[J].机械强度,2002,24(3):362-364. 被引量：32
6钱勇,黄成军,江秀臣,肖燕.基于超高频法的GIS局部放电在线监测研究现状及展望[J].电网技术,2005,29(1):40-43. 被引量：165
7桂峻峰,高文胜,谈克雄,吴振升.脉冲电流法测量变压器局部放电的频带选择[J].高电压技术,2005,31(1):45-46. 被引量：17
8孙才新,许高峰,唐炬,陆宠惠,侍海军.以盒维数和信息维数为识别特征量的GIS局部放电模式识别方法[J].中国电机工程学报,2005,25(3):100-104. 被引量：62
9李卫东,唐丽艳,李天云.基于人工神经网络的故障绝缘子诊断新方法[J].高电压技术,1994,20(3):24-27. 被引量：9
10张铃,张钹.神经网络中BP算法的分析[J].模式识别与人工智能,1994,7(3):191-195. 被引量：58

引证文献27

1戴仁昶,赵寿生.基于油色谱数据的变压器状态智能诊断方法[J].高压电器,2004,40(3):228-230. 被引量：8
2王茹,林辉.用RBF网络进行电力变压器局部放电故障诊断[J].高压电器,2005,41(1):36-38. 被引量：7
3张寒,文习山,邓维.小生境遗传算法的模糊识别在局放中的应用[J].高电压技术,2005,31(6):15-18. 被引量：4
4高文胜,张凌俊.TH-DMDS型电力设备局部放电监测诊断系统[J].水电能源科学,2006,24(3):82-84.
5杜伯学,魏国忠.基于小波与分形理论的电力设备局部放电类型识别[J].电网技术,2006,30(13):76-80. 被引量：37
6王荣亮,岳亚林,杜伯学.采用神经网络与分形理论的电力设备局部放电模式识别研究[J].天津电力技术,2007(2):1-4. 被引量：2
7谈克雄,曾冬松,朱德恒,李福祺.人工神经网络识别放电能力与网络结构关系的研究[J].电机与控制学报,1997,1(1):58-61. 被引量：2
8谈克雄,李福祺.基于距离的放电模式识别方法[J].高压电器,1997,33(3):3-7. 被引量：7
9肖燕,胡浩,郁惟镛.基于ARTNN的GIS绝缘故障识别新方法[J].高电压技术,2007,33(12):75-79. 被引量：10
10高宁,高文胜,严璋.人工神经网络在电力设备绝缘诊断中应用的进展[J].高压电器,1997,33(6):31-35. 被引量：3

二级引证文献258

1王刘旺,周自强,林龙,韩嘉佳.人工智能在变电站运维管理中的应用综述[J].高电压技术,2020,46(1):1-13. 被引量：77
2戴仁昶,赵寿生.基于油色谱数据的变压器状态智能诊断方法[J].高压电器,2004,40(3):228-230. 被引量：8
3王国利,郑浩,郝艳捧,李彦明.自适应遗传算法在变压器局部放电超高频模式识别中的应用[J].广东电力,2004,17(4):1-5. 被引量：3
4孙才新,许高峰,唐炬,陆宠惠,侍海军.以盒维数和信息维数为识别特征量的GIS局部放电模式识别方法[J].中国电机工程学报,2005,25(3):100-104. 被引量：62
5朱学军,陈宇.基于FTA的智能型故障诊断方法研究[J].微计算机信息,2005,21(06S):123-124. 被引量：18
6阳国庆,郑殿春,孙学勇.基于小波神经网络局部放电模式识别方法的实验研究[J].哈尔滨理工大学学报,2005,10(5):98-101. 被引量：7
7杜伯学,魏国忠.基于小波与分形理论的电力设备局部放电类型识别[J].电网技术,2006,30(13):76-80. 被引量：37
8张涛,蔡金锭.改进粒子群优化算法用于电网优化购入电量[J].高电压技术,2006,32(11):131-134. 被引量：3
9焦卫东,钱苏翔,杨世锡,严拱标.基于非线性主分量分析—多层感知器网络的变压器油中溶解气体数据分析[J].中国电机工程学报,2007,27(6):72-76. 被引量：4
10邱大庆,周亚明,王锐,赵振兵.基于D-S证据理论的油浸式电力变压器故障诊断[J].电力科学与工程,2007,23(1):28-32. 被引量：5

1焦翠坪,刘玉仙,谈克雄,高文胜.基于神经网络的变压器绝缘局部放电识别[J].变压器,2005,42(6):24-28. 被引量：1
2谈克雄,朱德恒,王振远,曾冬松.基于人工神经网络的局部放电识别[J].高电压技术,1996,22(1):21-24. 被引量：16
3孙大陆,何丹东.RFID射频局部放电识别技术应用研究[J].中国新通信,2015,17(20):92-93.
4陈琳.交联聚乙烯电力电缆局部放电模式识别应用分析[J].科技风,2015(4):32-32. 被引量：1
5李红,马新瑜.多层前馈神经网络在电力系统谐波测量中的应用[J].电测与仪表,2003,40(2):15-17. 被引量：21
6吴耀华.基于ART-CC的电力负荷数据预处理[J].陕西理工学院学报（自然科学版）,2008,24(1):25-28. 被引量：1
7高宁,高文胜,严璋.基于模糊理论与自适应共振网络的油中气体分析诊断[J].高电压技术,1997,23(4):22-25. 被引量：4
8肖雁鸿,毛筱,罗瑞琼,彭永进.神经网络理论在谐波测量中的应用[J].电工技术学报,2002,17(2):101-104. 被引量：25
9王泽忠,李成榕,彭湃,丁立健.基于分形方法的电力设备绝缘局部放电识别[J].现代电力,1999,16(4):33-37. 被引量：1
10刘道华,张文峰,王淑礼.基于网络响应面的多目标优化方法[J].华中科技大学学报（自然科学版）,2012,40(9):57-61.

高电压技术

1996年第4期

浏览历史

内容加载中请稍等...

局部放电识别用的几种人工神经网络被引量：27

同被引文献208

引证文献27

二级引证文献258

相关作者

相关机构

相关主题

浏览历史

局部放电识别用的几种人工神经网络 被引量：27

同被引文献208

引证文献27

二级引证文献258

相关作者

相关机构

相关主题

浏览历史

局部放电识别用的几种人工神经网络被引量：27