您的位置： 专家智库 > >

乔静

作品数：1 被引量：18H指数：1
供职机构：重庆大学通信工程学院更多>>
发文基金：国家重点基础研究发展计划国家大学生创新性实验计划更多>>
相关领域：电气工程更多>>

合作作者

文献类型

  • 1篇中文期刊文章

领域

  • 1篇电气工程

主题

  • 1篇电力变压器
  • 1篇电力变压器故...
  • 1篇遗传算法
  • 1篇油气
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇向量
  • 1篇向量机
  • 1篇量子遗传
  • 1篇量子遗传算法
  • 1篇聚类分析
  • 1篇K-近邻
  • 1篇变压
  • 1篇变压器
  • 1篇变压器故障

机构

  • 1篇重庆工商大学
  • 1篇重庆大学

作者

  • 1篇夏艳
  • 1篇仲元昌
  • 1篇张亮
  • 1篇乔静

传媒

  • 1篇高电压技术

年份

  • 1篇2014
共 1 条 记 录，以下是 1-1
全选 清除 导出
排序方式：
基于油气参数分析的电力变压器故障分步式诊断算法被引量：18
2014年
为提高电力变压器故障诊断的诊断速度和准确率,提出了一种以变压器油气参数为诊断依据的电力变压器故障分步式诊断算法。该算法第1步采用量子行为的支持向量机(SVM)故障诊断算法,即采用SVM对大型电力变压器的故障进行分类,在分类的过程中采用改进的具有量子行为的遗传算法对SVM的参数进行寻优。在完成第1步的基础上,第2步再对存在于可疑区域的样本采用K-近邻聚类分析算法分类。仿真结果表明:改进的量子遗传算法只需要50代繁衍就能得到最佳分类模型,而普通遗传算法则需要通过170代才能得到;同时聚类分析与支持向量机的有机结合将分类准确率由97.5%提高到了100%。可见,所提出的电力变压器故障分步式诊断算法能有效地提高故障诊断的诊断速度和准确率,可广泛应用于电力变压器的故障诊断。
仲元昌万能飞夏艳张亮乔静
关键词：支持向量机量子遗传算法
全选 清除 导出
共1页<1>
聚类工具0