欢迎引用

[1]王学松,刘天才.基于大数据的设备分析系统研究[J].自动化与仪器仪表,2021(05):72-76.

下载链接：

作者：王学松,刘天才(中国原子能科学研究院)

摘 要:随着电力生产的规模化发展,以变压器为代表的电力生产设备系统每天都会产出海量的数据信息。同 时统 DBN 算法对海量数据进行分析应用,虽然能够从中发现典型故障,但也存在泛化能力差的问题。因此,基于电 力设备生产数据的分析,提出通过 BR 对 DBN 算法进行改进,从而构建一种改进型的 BR-DBN 模型,以获得 DBN 最 优参数,提高变压器局部放电故障的识别率。 最后,通过仿真检验了改进型 BR-DBN 算法在变压器局部放电识别中 的应用效果。结果表明,BR-DBN 算法能准确识别变压器的局部放电故障,且故障识别率高于 DBN 算法、BPNN 算 法,证实了改进策略的可行性。

关键词:模式识别;BR-DBN;MATLAB 仿真

DOI 编码:10. 14016 / j. cnki. 1001-9227. 2021. 05. 072

（来源： 自动化与仪器仪表 2021年第5期）

关注我的你，是最香哒！