基于蚁群优化粗糙集的高压套管故障检测
神经与进化计算
2011-08-24 v1
摘要
大多数变压器故障归因于套管故障。因此，有必要监测套管的状况。本文开发了三种方法来监测充油套管的状况。开发了多层感知机（MLP）、径向基函数（RBF）和粗糙集（RS）模型，并通过多数投票法将它们组合成一个委员会。在分类准确率方面，MLP 的表现优于 RBF 和 RS。RBF 的训练速度最快。委员会的表现优于各个独立模型。测量了模型的多样性，以评估它们在委员会中使用时的一致性。
引用
@article{arxiv.1108.4548,
title = {Ant Colony Optimization of Rough Set for HV Bushings Fault Detection},
author = {J. L. Mpanza and T. Marwala},
journal= {arXiv preprint arXiv:1108.4548},
year = {2011}
}
备注
Fourth International Workshop on Advanced Computational Intelligence (IWACI 2011)