作者：潘笑天; 禹建丽主成分分析故障诊断模型
摘要：文章研究一种运行设备安全管理的智能故障诊断方法。以电气设备变压器为例,针对大容量样本数据,首先利用主成分分析方法对原始变压器特征气体变量进行线性组合,将7维气体变量降低至4维,同时消除变量之间的相关性,然后构建基于Levenberg-Marquardt算法的改进型BP神经网络故障诊断模型。通过与基于RBF神经网络的变压器故障诊断方法进行比较研究,结果表明LM-BP神经网络对变压器故障诊断准确率更高。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
