您的位置： 专家智库 > >

张利伟

作品数：8 被引量：146H指数：5
供职机构：华北电力大学电气与电子工程学院更多>>
发文基金：中央高校基本科研业务费专项资金国家自然科学基金中央级公益性科研院所基本科研业务费专项更多>>
相关领域：电气工程一般工业技术自动化与计算机技术更多>>

合作作者

文献类型

  • 6篇期刊文章
  • 1篇学位论文
  • 1篇会议论文

领域

  • 7篇电气工程
  • 1篇自动化与计算...
  • 1篇一般工业技术

主题

  • 7篇变压
  • 7篇变压器
  • 5篇故障诊断
  • 4篇人工免疫
  • 4篇网络
  • 4篇变压器故障
  • 3篇电力变压器
  • 3篇变压器故障诊...
  • 2篇电力
  • 2篇学习机
  • 2篇油中溶解气体
  • 2篇油中溶解气体...
  • 2篇证据理论
  • 2篇溶解气体
  • 2篇溶解气体分析
  • 2篇算子
  • 2篇人工免疫网络
  • 2篇人工免疫系统
  • 2篇免疫算法
  • 2篇免疫算子

机构

  • 8篇华北电力大学

作者

  • 8篇张利伟
  • 7篇苑津莎
  • 3篇李中
  • 2篇尚海昆
  • 2篇王瑜

传媒

  • 3篇电工技术学报
  • 2篇电测与仪表
  • 1篇计算机应用
  • 1篇2009年全...

年份

  • 1篇2015
  • 2篇2014
  • 3篇2013
  • 1篇2010
  • 1篇2009
共 8 条 记 录，以下是 1-8
全选 清除 导出
排序方式：
基于智能互补策略的免疫算法被引量：3
2013年
针对自组织抗体网络存在冗余抗体和网络性能不稳定的问题,提出一种基于智能互补策略的免疫算法。基于智能互补观点,该方法引入免疫进化算法中的免疫算子,它由接种疫苗和免疫选择两部分操作构成。接种疫苗利用K-means聚类算法抽取疫苗作为初始抗体,形成关于系统的粗略描述;免疫选择对记忆抗体进行优化,调整网络结构。在Iris数据集上的测试结果表明,该方法能够充分利用系统的先验知识快速有效地提取样本的数据特征,使得数据浓缩率和分类正确率更高。
张利伟苑津莎
关键词：人工免疫网络模式识别免疫算子K-MEANS聚类
多核多分类相关向量机在变压器局部放电模式识别中的应用被引量：24
2014年
针对传统单核分类器存在的固有二分类属性及识别信息不够完整的问题,首次提出了一种基于多核多分类相关向量机(MMRVM)的变压器局部放电模式识别新方法。首先选用不同的核函数对4种变压器局部放电信号特征进行映射,解决了不同数据源的问题;然后利用粒子群优化算法对核参数进行优化选择,有效避免了核参数选择的主观性;最后利用构建出的MMRVM分类模型直接进行多分类,实现放电模式识别。文中以实验室4种典型缺陷的变压器局部放电信号为研究对象,采用传统单核SVM分类器、单核RVM分类器与MMRVM分类器对其进行分析对比。结果表明,MMRVM分类器融合了多种放电特征信息,能够较为全面的描述放电特征,与单核分类器相比具有更高的诊断准确率和更好的实用性。
尚海昆苑津莎王瑜张利伟
关键词：多核相关向量机变压器局部放电模式识别
基于免疫抗体网络的变压器故障诊断方法
本文提出免疫抗体网络和抗体生成算法来研究解决电力变压器故障诊断问题。该方法仿生生物免疫系统中抗体对抗原的高效识别与记忆的机理,先对学习样本进行学习和记忆,提取表征样本的有效特征,再用最邻近分类法对待诊样本进行识别诊断。用...
李中张利伟苑津莎
关键词：电力变压器变压器故障故障识别人工智能
文献传递
油浸式电力变压器故障诊断方法研究
变压器是输配电系统中的关键设备,及时而准确地检测出变压器早期潜伏性故障,对于保障电力系统的可靠运行具有重大意义。本文在分析电力变压器故障机理和现有故障诊断方法的基础上,研究了自组织抗体网络、极限学习机和证据理论等人工智能...
张利伟
关键词：电力变压器故障诊断油中溶解气体分析人工免疫网络极限学习机证据理论
基于典型样本和证据理论的变压器故障诊断被引量：4
2013年
变压器油中溶解气体分析中存在着大量的不确定因素,本文针对该问题提出了一种基于典型样本和证据理论的变压器故障诊断方法。该方法根据变压器历史故障数据建立典型样本,再参照典型样本构造各条证据的基本可信度分配函数,使基本可信度分配的赋值客观化。为了有效融合高度冲突的证据,将基于证据间相似系数的证据合成法则应用于基本可信度分配函数的合成,该合成法则考虑了各个证据之间的关联程度。以实际变压器油中气体监测数据进行实例分析,实验结果证明了方法的有效性,该方法可用于变压器故障诊断。
张利伟苑津莎
关键词：变压器故障诊断证据理论
基于极限学习机的变压器故障诊断方法研究被引量：63
2013年
针对基于传统智能学习方法的变压器故障诊断存在训练速度慢、需调整的参数多及参数确定困难的问题,提出了基于极限学习机(Extreme Learning Machine,ELM)的变压器故障诊断方法。文中根据变压器故障的特点选取输入特征向量,分析了激活函数、隐含层节点数目对诊断性能的影响,并与基于BP神经网络和SVM的诊断方法进行了对比。实验结果表明,文中提出的变压器故障诊断方法性能明显优于BP神经网络,与SVM的诊断正确率相当,需要预先设置的参数更少,训练速度更快,更加便于工程应用。
苑津莎张利伟王瑜尚海昆
关键词：变压器故障诊断极限学习机激活函数
基于自组织抗体网络的电力变压器故障诊断被引量：25
2010年
仿生生物免疫系统中抗体对抗原的高效识别和记忆机理,本文提出自组织抗体网络和抗体生成算法用于解决电力变压器故障诊断问题。自组织抗体网络中抗体类型与抗体浓度新定义的设计,优化了网络性能,只需根据样本数据设置初始抗体个数,无需人工设置任何其他参数与阈值。抗体生成算法依据抗体的类型和浓度,针对不同情况采取抗体进化、抗体合并以及抗体新生三种不同的策略,快速提取和记忆抗原特征,有效地提高了算法的效率。UCI(University of California,Irvine)标准数据集和基于油中溶解气体数据的电力变压器故障诊断试验表明,该方法能充分利用先验信息,实施有效的分类,并有很高的准确率。
李中苑津莎张利伟
关键词：人工免疫系统电力变压器油中溶解气体分析故障诊断
基于互补免疫算法的变压器故障诊断被引量：21
2015年
基于自组织抗体网络(so Ab Net)的变压器故障诊断方法中没有网络压缩机制,并且网络的初始抗体是随机选取的,网络性能不稳定。针对这一问题,提出了基于互补免疫算法的变压器故障诊断方法,结合变压器故障诊断的特点详细设计了免疫算子以弥补so Ab Net的不足。免疫算子中接种疫苗利用K-means最佳聚类算法为so Ab Net提供初始抗体,并通过免疫选择压缩网络规模,其参数由粒子群算法进行优化。变压器故障诊断实验结果表明,所提出的互补免疫算法能够充分利用系统的先验知识,并有效地提取故障样本的数据特征,与单一智能方法相比具有更高的诊断准确率。
苑津莎张利伟李中张英慧
关键词：变压器故障诊断人工免疫系统免疫算子
全选 清除 导出
共1页<1>
聚类工具0