用于高压套管状态监测的人工神经网络与粗糙集
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，监测套管的状态是必要的。本文开发了三种方法来监测充油套管的状态。构建了多层感知机 (MLP)、径向基函数 (RBF) 和粗糙集 (RS) 模型，并通过多数投票将它们组合形成一个委员会。在分类准确率方面，MLP 优于 RBF 和 RS。RBF 的训练速度最快。委员会的表现优于单个模型。测量了模型的多样性，以评估它们在委员会中使用时的相似度。
引用
@article{arxiv.1108.4618,
title = {Artificial Neural Network and Rough Set for HV Bushings Condition Monitoring},
author = {LJ Mpanza and T. Marwala},
journal= {arXiv preprint arXiv:1108.4618},
year = {2011}
}
备注
IEEE INES 2011