资源简介
提出将模糊理论、神经网络、遗传算法和信息融合技术相结合,建立基于智能信息融合的故障诊断模型,有效地利用已有的经验知识和各种状态信息,主客观证据相融合,应用到变压器故障诊断中,实例证明此方法是有效可行的,实现了对变压器更准确可靠的诊断。
代码片段和文件信息
相关资源
- 矿用离心风机故障诊断在线监测系统
- 品位估值的自适应径向基神经网络构
- 软土蠕变特性的神经网络预测
- 改进灰色神经网络模型在汽车保有量
- 基于递归神经网络的跌倒检测系统
- GA优化的BP神经网络焦炭质量预测模型
- 共轭梯度法优化的BP神经网络焦炭质量
- 基于RBF 神经网络初期损伤预测
- 基于Monte Carlo方法改进的BP神经网络对
- KPCA-GRNN网络在数控机床复合故障诊断
- 基于FTA和模糊逻辑的矿井提升机制动
- 基于模糊综合评判与故障树法的震压
- 基于模糊故障树的摊铺机液压调平系
- 基于模糊故障树的混凝土泵泵送系统
- 基于模糊故障树的数控装置故障诊断
- 开关磁阻电机自适应模糊神经网络系
- 岩质边坡结构面参数反演的免疫遗传
- 基于反演技术和神经网络的移动机器
- 概率神经网络在地震岩性反演中的应
- 基于BP神经网络的遥感图像分类
- BP神经网络在高密度电法反演中的改进
- 模糊理论在空调系统选择方面的应用
- 船舶动力装置数字化监测与故障诊断
- 谐波小波滤波在异步电动机转子断条
- 基于数学形态学的笼型异步电动机转
- 笼型异步电动机转子断条故障诊断方
- CNN-SVM模型在抽油机井故障诊断中的应
- 基于栈式稀疏自编码器的矿用变压器
- 一种用于轴承故障诊断的迁移学习模
- 基于Hilbert变换的滚动轴承故障诊断
川公网安备 51152502000135号
评论
共有 条评论