期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5,067篇文章
< 1 2 … 250 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
用于数据挖掘的贝叶斯网络 被引量：100
1
作者 慕春棣 tsinghua.edu.cn +1 位作者 戴剑彬 叶俊 《软件学报》 EI CSCD 北大核心 2000年第5期660-666,共7页
贝叶斯网络是用来表示变量集合的连续概率分布的图形模式 ,它提供了一种自然地表示因果信息的方法 ,用来发现数据间的潜在关系 .贝叶斯网络的学习也就是要找出一个能够最真实反映现有数据库中各数据变量相互之间的依赖关系的贝叶斯网络... 贝叶斯网络是用来表示变量集合的连续概率分布的图形模式 ,它提供了一种自然地表示因果信息的方法 ,用来发现数据间的潜在关系 .贝叶斯网络的学习也就是要找出一个能够最真实反映现有数据库中各数据变量相互之间的依赖关系的贝叶斯网络模型 ,即根据数据样本 D和先验知识 ζ,找出后验概率 p( sh |D,ζ)最大的贝叶斯网络 S.该文在数学上对贝叶斯网络的学习方法进行了严格的推导 ,用一个实例来说明贝叶斯网络的计算过程 。 展开更多
关键词 数据挖掘 贝叶斯网络 贝叶斯概率 数据库
下载PDF
基于贝叶斯网络的故障树分析 被引量：98
2
作者 王广彦 马志军 胡起伟 《系统工程理论与实践》 EI CSCD 北大核心 2004年第6期78-83,共6页
　文章简要阐述了贝叶斯网络的构造原理和网络信念的传播与更新,并详细说明了故障树向贝叶斯网络转化的过程,主要包括结点与事件的映射关系和联接强度与逻辑门的映射关系.最后通过一个实例说明了故障树向贝叶斯网络的转化过程,并对二者... 　文章简要阐述了贝叶斯网络的构造原理和网络信念的传播与更新,并详细说明了故障树向贝叶斯网络转化的过程,主要包括结点与事件的映射关系和联接强度与逻辑门的映射关系.最后通过一个实例说明了故障树向贝叶斯网络的转化过程,并对二者的推理功能进行了比较. 展开更多
关键词 贝叶斯网络 故障树分析 可靠性 信念
原文传递
贝叶斯网络的建造及其在数据采掘中的应用 被引量：66
3
作者 林士敏 田凤占 陆玉昌 《清华大学学报（自然科学版）》 EI CAS CSCD 北大核心 2001年第1期49-52,共4页
贝叶斯 (Bayesian)网络近年成为数据采掘引人注目的研究方向。通过剖析 Bayesian网络的结构和建造步骤 ,着重讨论用 Bayesian方法从先验信息和样本数据进行学习以确定网络的结构和概率分布的基本方法 ,分析 Bayesian网络学习的特点 ,探... 贝叶斯 (Bayesian)网络近年成为数据采掘引人注目的研究方向。通过剖析 Bayesian网络的结构和建造步骤 ,着重讨论用 Bayesian方法从先验信息和样本数据进行学习以确定网络的结构和概率分布的基本方法 ,分析 Bayesian网络学习的特点 ,探讨 Bayesian网络的适用性。与数据采掘的其它方法相比 ,Bayesian网络的优点是可以综合先验信息和样本信息 ,这在样本难得时特别有用 ;可以发现数据之间的因果关系 ,适合于处理不完整数据集 ,这是其它模型难以做到的。其缺点是计算开销较大 ;确定合理的先验密度比较困难 ;如何判定实际问题是否满足所要求的假设 。 展开更多
关键词 BFAYESIAN网络 贝叶斯网络 数据采掘 知识发现 机器学习
原文传递
基于贝叶斯网络的不确定性知识的推理方法 被引量：70
4
作者 胡玉胜 涂序彦 +1 位作者 崔晓瑜 程乾生 《计算机集成制造系统-CIMS》 EI CSCD 北大核心 2001年第12期65-68,共4页
贝叶斯网络是不确定性知识表达与推理的一种新方法。它是概率论和图论相结合的产物 ,可用于复杂多因果关系的分析 ,是人工智能领域的研究热点和重要成果之一。由于它的解决方案明确、直观 ,所以近年来在远程医疗、故障诊断以及数据挖掘... 贝叶斯网络是不确定性知识表达与推理的一种新方法。它是概率论和图论相结合的产物 ,可用于复杂多因果关系的分析 ,是人工智能领域的研究热点和重要成果之一。由于它的解决方案明确、直观 ,所以近年来在远程医疗、故障诊断以及数据挖掘等领域 ,得到了广泛的应用。本文论述了贝叶斯网络的基本理论、方法和应用 。 展开更多
关键词 贝叶斯网络 不确定性 人工智能 知识推理 图论 概率论
下载PDF
基于粗糙集理论和贝叶斯网络的电力变压器故障诊断方法 被引量：99
5
作者 王永强 律方成 李和明 《中国电机工程学报》 EI CSCD 北大核心 2006年第8期137-141,共5页
电力变压器故障诊断对电力系统的安全运行有着十分重要的意义。文中基于智能互补融合的思想,将粗糙集理论与贝叶斯网络有机结合在一起,提出了一种电力变压器故障诊断的新方法。利用粗糙集信息表约简技术来实现对专家知识的简化与故障特... 电力变压器故障诊断对电力系统的安全运行有着十分重要的意义。文中基于智能互补融合的思想,将粗糙集理论与贝叶斯网络有机结合在一起,提出了一种电力变压器故障诊断的新方法。利用粗糙集信息表约简技术来实现对专家知识的简化与故障特征的压缩,获得最小诊断规则,基于最小诊断规则的贝叶斯网络模型可以有效降低网络结构的复杂性与故障特征获取的难度;同时利用贝叶斯网络实现概率推理,便于描述故障特征的变化及对变压器故障原因的快速分析。最后,进行了变压器故障实例分析,诊断结果证明该方法的正确性和有效性。 展开更多
关键词 变压器 故障诊断 粗糙集理论 贝叶斯网络
下载PDF
基于贝叶斯网络及信息时序属性的电力系统故障诊断方法 被引量：83
6
作者 吴欣 郭创新 曹一家 《中国电机工程学报》 EI CSCD 北大核心 2005年第13期14-18,共5页
该文提出了基于贝叶斯网络的故障诊断方法,并拓展建立了蕴含时序属性的贝叶斯网络分布式处理模型。该方法具有以下特点:诊断模型清晰直观,易于发现数据间的因果关系;综合了先验信息和后验信息,适合不确定性和不完备信息下进行诊断决策;... 该文提出了基于贝叶斯网络的故障诊断方法,并拓展建立了蕴含时序属性的贝叶斯网络分布式处理模型。该方法具有以下特点:诊断模型清晰直观,易于发现数据间的因果关系;综合了先验信息和后验信息,适合不确定性和不完备信息下进行诊断决策;充分合理地利用了信息的时序属性,有效地提高了诊断结果的准确性。算例测试结果表明所提出的故障诊断模型正确、方法有效,且在实时故障诊断的应用上具有很好的潜力。 展开更多
关键词 电力系统 故障诊断 贝叶斯网络 时序信息 不 完备信息
下载PDF
一种基于贝叶斯网络的电力系统可靠性评估新方法 被引量：73
7
作者 霍利民 朱永利 +2 位作者 范高锋 刘军 苏海锋 《电力系统自动化》 EI CSCD 北大核心 2003年第5期36-40,共5页
贝叶斯网络能够灵活地表示不确定性信息 ,并能进行不确定性推理。运用贝叶斯网络方法进行电力系统可靠性评估 ,不但能计算出电力系统的可靠性指标 ,而且能方便地给出每个部件或几个部件对系统整体可靠性的影响大小 ,从而克服了电力系统... 贝叶斯网络能够灵活地表示不确定性信息 ,并能进行不确定性推理。运用贝叶斯网络方法进行电力系统可靠性评估 ,不但能计算出电力系统的可靠性指标 ,而且能方便地给出每个部件或几个部件对系统整体可靠性的影响大小 ,从而克服了电力系统传统可靠性评估方法的不足。文中提出了结合故障树和最小路集来建立贝叶斯网络的新方法 ,并用两个例子阐述了用贝叶斯网络方法进行电力系统可靠性评估的有效性和优越性。 展开更多
关键词 电力系统 可靠性评估 贝叶斯网络 人工智能 输电系统 不确定性推理
下载PDF
基于贝叶斯网络的分类器研究 被引量：54
8
作者 周颜军 王双成 王辉 《东北师大学报（自然科学版）》 CAS CSCD 北大核心 2003年第2期21-27,共7页
　研究了贝叶斯分类器家族中具有代表性的分类器,即朴素(naive)贝叶斯分类器、贝叶斯网络分类器和TAN(treeaugmentednaiveBayesian)分类器;发现属性变量之间的依赖相对于属性变量与类变量之间的依赖是可以忽略的,因此在所有树形分类器中... 　研究了贝叶斯分类器家族中具有代表性的分类器,即朴素(naive)贝叶斯分类器、贝叶斯网络分类器和TAN(treeaugmentednaiveBayesian)分类器;发现属性变量之间的依赖相对于属性变量与类变量之间的依赖是可以忽略的,因此在所有树形分类器中TAN分类器是最优的. 展开更多
关键词 贝叶斯网络 分类器 归纳学习
下载PDF
贝叶斯网络在可靠性分析中的应用 被引量：87
9
作者 周忠宝 董豆豆 周经伦 《系统工程理论与实践》 EI CSCD 北大核心 2006年第6期95-100,共6页
针对故障树分析方法在可靠性分析中的局限性,研究了贝叶斯网络在可靠性分析中的应用,给出了故障树向贝叶斯网络转化的方法,以及基于贝叶斯网络求解顶事件发生概率、最小路集、最小割集和底事件重要度的算法.最后对大亚湾核电站紧急停堆... 针对故障树分析方法在可靠性分析中的局限性,研究了贝叶斯网络在可靠性分析中的应用,给出了故障树向贝叶斯网络转化的方法,以及基于贝叶斯网络求解顶事件发生概率、最小路集、最小割集和底事件重要度的算法.最后对大亚湾核电站紧急停堆失效进行了分析,并与故障树分析的结果进行了比较,结果表明,基于贝叶斯网络的建模分析方法可以得到更丰富的信息. 展开更多
关键词 贝叶斯网络 故障树分析 最小路集 最小割集 故障诊断
原文传递
具有丢失数据的贝叶斯网络结构学习研究 被引量：62
10
作者 王双成 苑森淼 《软件学报》 EI CSCD 北大核心 2004年第7期1042-1048,共7页
目前主要基于EM算法和打分-搜索方法进行具有丢失数据的贝叶斯网络结构学习,算法效率较低,而且易于陷入局部最优结构.针对这些问题,建立了一种新的具有丢失数据的贝叶斯网络结构学习方法.首先随机初始化未观察到的数据,得到完整的数据集... 目前主要基于EM算法和打分-搜索方法进行具有丢失数据的贝叶斯网络结构学习,算法效率较低,而且易于陷入局部最优结构.针对这些问题,建立了一种新的具有丢失数据的贝叶斯网络结构学习方法.首先随机初始化未观察到的数据,得到完整的数据集,并利用完整数据集建立最大似然树作为初始贝叶斯网络结构,然后进行迭代学习.在每一次迭代中,结合贝叶斯网络结构和Gibbssampling修正未观察到的数据,在新的完整数据集的基础上,基于变量之间的基本依赖关系和依赖分析思想调整贝叶斯网络结构,直到结构趋于稳定.该方法既解决了标准Gibbssampling指数复杂性问题,又避免了现有学习方法所存在的主要问题,为具有不完整数据的不确定性知识表示、推断和推理提供了有效和可行的方法. 展开更多
关键词 贝叶斯网络 结构学习 丢失数据 GIBBS抽样 依赖分析 最大似然树
下载PDF
大数据与数学地球科学研究进展——大数据与数学地球科学专题代序 被引量：89
11
作者 周永章 陈烁 +4 位作者 张旗 肖凡 王树功 刘艳鹏 焦守涛 《岩石学报》 SCIE EI CAS CSCD 北大核心 2018年第2期255-263,共9页
大数据与数学地球科学的核心应用技术包括高维数据降维、图像数据处理、无限数据流挖掘、机器学习、关联规则算法与推荐系统算法等。人工智能地质学,包括大数据-智能矿床成因模型与找矿模型的构建,是具有重要价值的研究方向。高维数据... 大数据与数学地球科学的核心应用技术包括高维数据降维、图像数据处理、无限数据流挖掘、机器学习、关联规则算法与推荐系统算法等。人工智能地质学,包括大数据-智能矿床成因模型与找矿模型的构建,是具有重要价值的研究方向。高维数据降维旨在从初始高维特征集合中选出低维特征集合,有效地消除无关和冗余特征,增强学习结果的易理解性。哈希算法、聚类分析、主成分分析等是较常用的数学降维工具。机器学习是人工智能的核心,是使计算机具有智能的根本途径。机器学习与人工智能各种基础问题的统一性观点正在形成。深度学习的训练模型往往需要海量数据作为支撑,因此迁移学习方法日益受到重视。图像模式识别是大数据挖掘的重要技术。网络中的社区结构识别对理解整个网络的结构和功能有重要价值,可帮助分析、预测网络各元素间的交互关系。沉浸式虚拟现实技术是实现大数据可视化的重要方向,对具有多元、异构、时空性、非线性、多尺度地质矿产勘查数据的展示要求有特别的价值。引入VR技术进行矿产地质大数据的可视化,可实现大数据时代矿产勘查数据的新认知。无限数据流在地质、地球化学、地球物理监测中大量存在,甚至可以持续自动产生。对数据流数据的计算包括对点查询、范围查询、内积查询、分位数计算、频繁项计算等。关联规则和推荐系统算法是大数据挖掘中的重要算法,其应用范围越来越广泛。贝叶斯原理在大数据时代有独特的价值,贝叶斯网络是成因建模的一个革命性工具。智能地质学研究刚刚起步,构建大数据-智能矿床成因模型与找矿模型是智能地质学研究的重要内容。矿床模型研究方式的变革,将出现于互联网、云计算技术环境下全球各地的矿床研究团队的共同参与。 展开更多
关键词 大数据挖掘 高维数据降维 图像数据处理 无限数据流挖掘 机器学习 关联规则 人工智能地质学 智能矿床模型 贝叶斯网络
下载PDF
基于贝叶斯网络建模的非常规危机事件网络舆情预警研究 被引量：86
12
作者 张一文 齐佳音 +1 位作者 方滨兴 李欲晓 《图书情报工作》 CSSCI 北大核心 2012年第2期76-81,共6页
网络舆情态势作为衡量社情民意的主要指标,在管理实践和学术研究中显得尤为重要。针对网络舆情作用主体复杂多样、作用关系难以预知、作用程度难以计量等特点,将贝叶斯网络建模方法和网络舆情态势评估相结合,同时基于贝叶斯网络三个重... 网络舆情态势作为衡量社情民意的主要指标,在管理实践和学术研究中显得尤为重要。针对网络舆情作用主体复杂多样、作用关系难以预知、作用程度难以计量等特点,将贝叶斯网络建模方法和网络舆情态势评估相结合,同时基于贝叶斯网络三个重要特点——复杂关联关系表示能力、概率不确定表示能力以及因果推理能力,提出基于贝叶斯网络建模的网络舆情态势评估方法。通过对关键指标数据进行仿真和学习,建立网络舆情态势评估模型,从而对网络舆情态势进行有效评估和预测。 展开更多
关键词 网络舆情态势 预警 贝叶斯网络 Netica仿真
原文传递
基于T-S故障树和贝叶斯网络的模糊可靠性评估方法 被引量：86
13
作者 姚成玉 陈东宁 王斌 《机械工程学报》 EI CAS CSCD 北大核心 2014年第2期193-201,共9页
针对贝叶斯网络方法存在的贝叶斯网络模型和节点条件概率表难以构造、根节点故障率和故障概率数据难以精确获取等不足,以及T-S故障树分析方法存在的计算复杂、不能进行反向推理等不足,提出基于T-S故障树和贝叶斯网络的模糊可靠性评估方... 针对贝叶斯网络方法存在的贝叶斯网络模型和节点条件概率表难以构造、根节点故障率和故障概率数据难以精确获取等不足,以及T-S故障树分析方法存在的计算复杂、不能进行反向推理等不足,提出基于T-S故障树和贝叶斯网络的模糊可靠性评估方法:利用T-S故障树构造贝叶斯网络模型、T-S门规则构造节点条件概率表;用模糊数描述节点的多种故障状态,模糊子集描述节点各故障状态下的故障率、故障概率;结合贝叶斯网络推理给出在仅知根节点故障状态条件下,叶节点各故障状态的发生概率、根节点状态重要度;以及已知根节点各故障状态的故障率、故障概率模糊子集条件下,叶节点各故障状态的故障率、故障概率模糊子集,以及根节点模糊重要度、后验概率。通过与文献[5]的T-S故障树分析方法、文献[10]的贝叶斯网络方法对比,验证所提方法的可行性。对巷道运输车液压系统进行模糊可靠性评估,计算根节点状态重要度等可靠性指标,为提高系统可靠性和进行故障诊断提供依据。 展开更多
关键词 可靠性评估 贝叶斯网络 T-S故障树 模糊子集 重要度 液压系统
下载PDF
贝叶斯网络理论及其在设备故障诊断中的应用 被引量：60
14
作者 李俭川 胡茑庆 +1 位作者 秦国军 温熙森 《中国机械工程》 EI CAS CSCD 北大核心 2003年第10期896-900,共5页
在分析机电设备故障诊断技术中广泛存在的不确定性和复杂关联关系的基础上 ,指出目前的故障诊断方法在处理不确定性和关联性问题时存在的局限性 ,提出了应用基于概率理论和图论的贝叶斯网络作为设备故障诊断模型具有很好前景的观点。阐... 在分析机电设备故障诊断技术中广泛存在的不确定性和复杂关联关系的基础上 ,指出目前的故障诊断方法在处理不确定性和关联性问题时存在的局限性 ,提出了应用基于概率理论和图论的贝叶斯网络作为设备故障诊断模型具有很好前景的观点。阐述了贝叶斯网络的提出与发展、模型数学描述及研究现状 ,讨论了贝叶斯网络在故障诊断领域应用的可能方式及其应用情况。指出贝叶斯网络技术在故障诊断领域中的应用将进一步得到推广 ,提出了将贝叶斯网络广泛应用到故障诊断领域中需要解决的关键技术。 展开更多
关键词 故障诊断 贝叶斯网络 不确定性推理 概率理论 图论
下载PDF
基于贝叶斯网络的电力变压器状态评估 被引量：71
15
作者 赵文清 朱永利 +2 位作者 姜波 张小奇 章斌 《高电压技术》 EI CAS CSCD 北大核心 2008年第5期1032-1039,共8页
为提高电力变压器状态评估的准确性,提出了一个基于贝叶斯网络的电力变压器状态评估模型。该法将变压器分为本体、套管、铁心3个部件,采用5级状态的评估方法,针对变压器预防性试验数据,先建立变压器健康状态量化的分层模型,通过该模型... 为提高电力变压器状态评估的准确性,提出了一个基于贝叶斯网络的电力变压器状态评估模型。该法将变压器分为本体、套管、铁心3个部件,采用5级状态的评估方法,针对变压器预防性试验数据,先建立变压器健康状态量化的分层模型,通过该模型评估变压器的历史、当前、未来状态,然后利用模糊隶属度函数确定分层模型中变压器各个参数的阈值和分值,最终建立基于贝叶斯网络的变压器状态评估模型。实例验证了变压器状态评估模型的正确性和方案的可行性,基于贝叶斯网络的变压器状态评估模型能较好地满足工程需要,所提出的评估方法为变压器由定期预防性维修向状态维修的过渡提供了技术支持。 展开更多
关键词 贝叶斯网络 电力变压器 状态评估 模型 方法 维修 阈值
下载PDF
贝叶斯网络结构学习综述 被引量：75
16
作者 李硕豪 张军 《计算机应用研究》 CSCD 北大核心 2015年第3期641-646,共6页
贝叶斯网络是一种有效的不确定性知识表达和推理工具,在数据挖掘等领域得到了较好的应用,而结构学习是其重要研究内容之一。经过二十多年的发展,已经出现了一些比较成熟的贝叶斯网络结构学习算法,对迄今为止的贝叶斯网络结构学习方法进... 贝叶斯网络是一种有效的不确定性知识表达和推理工具,在数据挖掘等领域得到了较好的应用,而结构学习是其重要研究内容之一。经过二十多年的发展,已经出现了一些比较成熟的贝叶斯网络结构学习算法,对迄今为止的贝叶斯网络结构学习方法进行了综述。现阶段获得的用于结构学习的观测数据都比较复杂,这些数据分为完备数据和不完备数据两种类型。针对完备数据,分别从基于依赖统计分析的方法、基于评分搜索的方法和混合搜索方法三个方面对已有的算法进行分析。对于不完备数据,给出了数据不完备情况下网络结构的学习框架。在此基础上归纳总结了贝叶斯网络结构学习各个方向的研究进展,给出了贝叶斯网络结构学习未来可能的研究方向。 展开更多
关键词 贝叶斯网络 结构学习 数据 统计分析 搜索
下载PDF
矿床大数据及智能矿床模型研究背景与进展 被引量：74
17
作者 周永章 黎培兴 +3 位作者 王树功 肖凡 李景哲 高乐 《矿物岩石地球化学通报》 CSCD 北大核心 2017年第2期327-331,344,共6页
大数据是"未来的新石油",Nature和Science相继出版专刊来探讨大数据带来的挑战和机遇。大数据的特征是数据规模大,并经常呈异构多模态、复杂关联、动态涌现等特点,需要高效计算模型和方法。大数据-智能矿床研究刚刚起步,需对... 大数据是"未来的新石油",Nature和Science相继出版专刊来探讨大数据带来的挑战和机遇。大数据的特征是数据规模大,并经常呈异构多模态、复杂关联、动态涌现等特点,需要高效计算模型和方法。大数据-智能矿床研究刚刚起步,需对多维、异构、隐性大数据的高效存储、管理、集成、融合与深度挖掘,需人工智能方法——机器学习、深度学习、可视分析的应用。贝叶斯网络是成因建模的一个革命性工具,可以用来揭示矿床的成因机制及它们背后的规律。来自地质调查、监测数据获得的与"矿"有关的大数据,通过迭代计算,可以不断完善所建立的矿床模型,并且通过云计算技术,使得世界各地的矿床研究团队共同参与,引发矿床模型研究方式的变革。 展开更多
关键词 大数据 智能矿床模型 机器学习 深度学习 贝叶斯网络
下载PDF
基于贝叶斯网络的电力系统故障诊断方法 被引量：52
18
作者 吴欣 郭创新 《电力系统及其自动化学报》 CSCD 北大核心 2005年第4期11-15,40,共6页
针对电力系统故障诊断中存在的信息不完备和不确定性问题,提出了基于贝叶斯网络的故障诊断方法。依据保护装置动作原理分别建立了完备和不完备信息下的分布式贝叶斯网络模型,用该模型进行故障诊断,验证了该方法的正确性和有效性。
关键词 电力系统 故障诊断 贝叶斯网络 不确定性信息 不完备信息
下载PDF
基于贝叶斯网络分类器的变压器综合故障诊断方法 被引量：57
19
作者 吴立增 朱永利 苑津莎 《电工技术学报》 EI CSCD 北大核心 2005年第4期45-51,共7页
鉴于电力变压器故障诊断中的信息和知识具有随机性和不确定性的特点,利用贝叶斯网络表达知识灵活、分析处理不确定性与关联性问题能力强的优点,本文提出了一种基于贝叶斯网络分类器的以溶解气体分析为主结合其他电气试验结果的变压器综... 鉴于电力变压器故障诊断中的信息和知识具有随机性和不确定性的特点,利用贝叶斯网络表达知识灵活、分析处理不确定性与关联性问题能力强的优点,本文提出了一种基于贝叶斯网络分类器的以溶解气体分析为主结合其他电气试验结果的变压器综合故障诊断方法,并建立了变压器朴素贝叶斯网络故障诊断模型和TAN故障诊断模型。文中详细阐述并验证了该方法解决信息不完备问题的优越性。该模型还可以通过不断积累完善训练样本,自动修正网络结构参数和概率分布参数,提高诊断效果。实例验证表明了该方法的有效性。 展开更多
关键词 电力变压器 故障诊断 贝叶斯网络 贝叶斯网络分类器
下载PDF
基于3层贝叶斯网络的变压器综合故障诊断 被引量：70
20
作者 白翠粉 高文胜 +2 位作者 金雷 于文轩 朱文俊 《高电压技术》 EI CAS CSCD 北大核心 2013年第2期330-335,共6页
为了全面准确地诊断变压器故障,在已有研究基础上通过分析变压器不良工况、故障模式和异常征兆3者之间的因果关系,建立了基于3层贝叶斯(Bayes)网络的综合故障诊断方法。此方法可将不良工况纳入模型,与异常征兆一起作为证据信息,弥补了... 为了全面准确地诊断变压器故障,在已有研究基础上通过分析变压器不良工况、故障模式和异常征兆3者之间的因果关系,建立了基于3层贝叶斯(Bayes)网络的综合故障诊断方法。此方法可将不良工况纳入模型,与异常征兆一起作为证据信息,弥补了现有诊断方法因缺少对不良工况的分析以致证据信息不完备这一不足。在此3层Bayes网络模型下,利用Bayes网络推理方法,可获得网络中的最大可能解释,它包含了变压器当前状态下可能性最大的故障模式组合和其他未检测的异常征兆的可能状态,并包含并发故障模式,为下一步诊断试验提供了重要依据。 展开更多
关键词 不良工况 故障模式 异常征兆 贝叶斯网络 并发故障 最大可能解释
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 250 下一页 到第 页
使用帮助 返回顶部