1、“.....处理结果如下表所示。将训练样本作为输入向量,期类型及造成因数,对保证电力系统的稳定运行有着重要作用。基于粗糙集优化神经网络的电力变压器方法研究故障诊断原稿。设备故障诊断其本身就是个复杂的系统,而影响故障发生的因素多种多样,如何在多种综合因数影响的条件下增强故障诊断的识别能力,提高诊断精度是近运行中,可能发生各种故障和不正常的运行状态,若故障旦发生,将对整个电力系统造成巨大的影响。在这种情况下,及时诊断电力变压器的故障类型,并采取积极措施消除或减少故障的可能性,将有效的保证变压器的正常运行,提高使用寿命,减轻工作人员工作压力。电力变压器般常见。其具有强大的智能处理信息的功能,学习机制分为正向传输和反向误差回馈。输入的向量在输入隐含输出层之间层层映射,通过层与层之间的权值矩阵,输出结果,如果符合预期结束算法过程,如果不符合预期,则转入反方向误差回馈过程。回馈误差经过层层传递......”。

2、“.....同时减少变化的幅度以便于降低调整权重的难度,对所有的输入数据进行归化的处理。样本数据归化后的区间可以灵活选择,采用变换式为骤将输出结果集映射到分类结果集上将步骤输出的结果与期望值对映,得出故障分类结果,如当油劣化故障的期望值为高使用寿命,减轻工作人员工作压力。电力变压器般常见的有油浸变压器和干式变压器,而电力公司大量使用的则是油浸变压器。变压器故障类型多样,包括突发性故障以及长年累月运行而逐渐扩展形成的故障等。按变压器的故障发生的部位可分为绕组故障铁芯故障套管故障分接开关故障归化处理,处理结果如下表所示。将训练样本作为输入向量,期望值集合作为输出向量,通过神经网络的层映射进行数据的分析处理,通过不断调整隐含层各个节点的权值,使函数不断收敛,当误差满足需求时,训练结束,得到下表的训练结果......”。

3、“.....通过知识简约,导出问题的决策或分类规则。下面是粗糙集理论的些基本概念及公式知识与知识库设∪≠∅是我们感兴趣的对象组成的有限集合,我们称为论域。任何子集⊆∪,称为∪中的个概念或范畴,∪中的任何概念族称为关于∪的抽象知识,简称条件下增强故障诊断的识别能力,提高诊断精度是近几十年来主要研究的问题,目前常用的故障诊断方法可以划分为类,基于解析模型的方法基于信号处理的方法基于知识的处理方法。本文主要研究基于知识的处理方法,依据现有海量的电力变压器故障数据,通过粗糙集理论,建立决知识。∪上的簇划分称为关于∪的个知识库。电力变压器在运行中,可能发生各种故障和不正常的运行状态,若故障旦发生,将对整个电力系统造成巨大的影响。在这种情况下,及时诊断电力变压器的故障类型,并采取积极措施消除或减少故障的可能性,将有效的保证变压器的正常运行......”。

4、“.....发现对于绝缘油劣化故障,电压属于冗余属性,因此在建立神经网络训练样本时,剔除该冗余属性。同时为了提高神经网络的训练效率及收敛速度,先对数据样本进行归化处理,处理结果如下表所示。将训练样本作为输入向量,期,非常适合用来处理潜在大量知识的海量数据。步骤将数据进行归化处理为保证在实际训练时网络具有较高的收敛速度,同时减少变化的幅度以便于降低调整权重的难度,对所有的输入数据进行归化的处理。样本数据归化后的区间可以灵活选择,采用变换式为骤将输出结果集映射到分类结统中电力变压器占据着非常重要的位臵,变压器的安全运行是整个电力系统安全可靠优质经济运行的重要保证,因此及时的诊断出电力变压器的故障类型,并采取对应的解决方案,对保证变压器的安全运行有着决定性作用。故障诊断问题实际上是从征兆空间到故障空间的种映射关系,多种油故障端子排故障其他故障等。快速的分析出变压器的故障类型及造成因数......”。

5、“.....神经网络神经网络是人工神经网络发展最完善和成熟的网络之。神经网络算法通过模仿了人脑神经系统对外界信息的接受处理和存储过程,建立神经网络模知识。∪上的簇划分称为关于∪的个知识库。电力变压器在运行中,可能发生各种故障和不正常的运行状态,若故障旦发生,将对整个电力系统造成巨大的影响。在这种情况下,及时诊断电力变压器的故障类型,并采取积极措施消除或减少故障的可能性,将有效的保证变压器的正常运行,练时网络具有较高的收敛速度,同时减少变化的幅度以便于降低调整权重的难度,对所有的输入数据进行归化的处理。样本数据归化后的区间可以灵活选择,采用变换式为骤将输出结果集映射到分类结果集上将步骤输出的结果与期望值对映,得出故障分类结果,如当油劣化故障的期望值为集优化神经网络的电力变压器方法研究故障诊断原稿。将电力变压器故障初始数据通过粗糙集进行处理,发现对于绝缘油劣化故障......”。

6、“.....因此在建立神经网络训练样本时,剔除该冗余属性。同时为了提高神经网络的训练效率及收敛速度,先对数据样本进行基于粗糙集优化神经网络的电力变压器方法研究故障诊断原稿集上将步骤输出的结果与期望值对映,得出故障分类结果,如当油劣化故障的期望值为时,若,则该故障类型为有劣化故障。选取天津市地区的部分电力变压器故障数据进行分析,这里主要对电力变压器的油劣化故障铁芯故障绕组故障进行诊断分析,选取的电力变压器故障数据如下表所练时网络具有较高的收敛速度,同时减少变化的幅度以便于降低调整权重的难度,对所有的输入数据进行归化的处理。样本数据归化后的区间可以灵活选择,采用变换式为骤将输出结果集映射到分类结果集上将步骤输出的结果与期望值对映,得出故障分类结果,如当油劣化故障的期望值为诊断技术具有很强的实际意义。随着传感器技术计算机技术的快速发展,电力变压器运行环境及状态数据的采集变的十分便利......”。

7、“.....神经网络作为人工神经网络发展最完善和成熟的网络之,具有大规模并行分布式处理自组织自学习等优点归化处理后的样本数据通过神经网络进行训练,使得收敛函数的误差达到预期标准,得到电力变压器故障诊断的算法模型。粗糙集理论粗糙集理论,是种新的处理模糊和不确定性知识的数学工具,其主要思想就是在保持分类能力不变的前提下,通过知识简约,导征兆对应个故障,种征兆也可能对应多种故障。由于映射方式的多样及复杂性,若通过相关业务人员进行人为判别,不但会造成庞大的工作量,而且分析结果的准确性也将受限于业务人员的水平,同时也难以分辨出些征兆对故障结果是否有着直接影响。因此研究种针对电力变压器的多故知识。∪上的簇划分称为关于∪的个知识库。电力变压器在运行中,可能发生各种故障和不正常的运行状态,若故障旦发生,将对整个电力系统造成巨大的影响。在这种情况下,及时诊断电力变压器的故障类型......”。

8、“.....将有效的保证变压器的正常运行,时,若,则该故障类型为有劣化故障。选取天津市地区的部分电力变压器故障数据进行分析,这里主要对电力变压器的油劣化故障铁芯故障绕组故障进行诊断分析,选取的电力变压器故障数据如下表所示。基于粗糙集优化神经网络的电力变压器方法研究故障诊断原稿。整个电力归化处理,处理结果如下表所示。将训练样本作为输入向量,期望值集合作为输出向量,通过神经网络的层映射进行数据的分析处理,通过不断调整隐含层各个节点的权值,使函数不断收敛,当误差满足需求时,训练结束,得到下表的训练结果。步骤将数据进行归化处理为保证在实际期望值集合作为输出向量,通过神经网络的层映射进行数据的分析处理,通过不断调整隐含层各个节点的权值,使函数不断收敛,当误差满足需求时,训练结束,得到下表的训练结果。设备故障诊断其本身就是个复杂的系统,而影响故障发生的因素多种多样......”。

9、“.....下面是粗糙集理论的些基本概念及公式知识与知识库设∪≠∅是我们感兴趣的对象组成的有限集合,我们称为论域。任何子集⊆∪,称为∪中的个概念或范畴,∪中的任何概念族称为关于∪的抽象知识,简称知识。∪上的簇划分称为关于∪的个知识库。基于粗基于粗糙集优化神经网络的电力变压器方法研究故障诊断原稿练时网络具有较高的收敛速度,同时减少变化的幅度以便于降低调整权重的难度,对所有的输入数据进行归化的处理。样本数据归化后的区间可以灵活选择,采用变换式为骤将输出结果集映射到分类结果集上将步骤输出的结果与期望值对映,得出故障分类结果,如当油劣化故障的期望值为几十年来主要研究的问题,目前常用的故障诊断方法可以划分为类,基于解析模型的方法基于信号处理的方法基于知识的处理方法。本文主要研究基于知识的处理方法,依据现有海量的电力变压器故障数据,通过粗糙集理论,建立决策规则......”。