| 基于主成分分析和概率神经网络的变压器局部放电模式识别 |
| |
| 引用本文： | 苑津莎,尚海昆.基于主成分分析和概率神经网络的变压器局部放电模式识别[J].电力自动化设备,2013,33(6). |
| |
| 作者姓名： | 苑津莎 尚海昆 |
| |
| 作者单位： | 华北电力大学电气与电子工程学院,河北保定,071003 |
| |
| 基金项目： | 中央高校基本科研业务费专项资金资助项目（１３Ｘ-Ｓ２６） |
| |
| 摘 要： | 提出利用主成分分析(PCA)的方法对变压器局部放电原始特征参数进行降维,并提取出新的主成分因子.结果表明,提取出的主成分因子可以很好地表征原始特征向量.通过概率神经网络(PNN)分类器分别对降维前和降维后的特征向量进行训练和识别.研究发现,提取出的新因子有效缓解了分类器负担,且PNN分类器的识别效果良好,优于传统BP神经网络分类器.
|
| 关 键 词： | 主成分分析 概率神经网络 变压器 局部放电 模式识别 |
Pattern recognition based on principal component analysis and probabilistic neural networks for partial discharge of power transformer |
| |
| YUAN Jinsha and SHANG Haikun.Pattern recognition based on principal component analysis and probabilistic neural networks for partial discharge of power transformer[J].Electric Power Automation Equipment,2013,33(6). |
| |
| Authors: | YUAN Jinsha and SHANG Haikun |
| |
| Abstract: | |
| |
| Keywords: | principal component analysis probabilistic neural network power transformers partial discharge pattern recognition |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《电力自动化设备》浏览原始摘要信息 |
|
点击此处可从《电力自动化设备》下载全文 |
