检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

-

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

1 篇 学位论文

馆藏范围

1 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

1 篇 工学
- 1 篇 电气工程

主题

1 篇 数据集方法的组合...
1 篇 随机过采样/欠采样...
1 篇 改进的模糊c均值算...
1 篇 优化的训练数据

机构

1 篇 山东大学

作者

1 篇 ali mohammed ali...

语言

1 篇 中文

检索条件"主题词=随机过采样/欠采样算法"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

提高电力变压器故障分类准确度的数据优化新模型

提高电力变压器故障分类准确度的数据优化新模型

引用

作者： Ali Mohammed Ali Abdo 山东大学

学位级别：硕士

电力变压器在电力系统中起着至关重要的作用,其运行可靠性严重影响电网的安全运行。电力变压器的缺陷通常由电和热长期作用累积引起,可能导致介电强度和绝缘体部件的损坏,进而可能会对电气系统造成永久性损失,甚至导致电力生产和分配的... 详细信息

电力变压器在电力系统中起着至关重要的作用,其运行可靠性严重影响电网的安全运行。电力变压器的缺陷通常由电和热长期作用累积引起,可能导致介电强度和绝缘体部件的损坏,进而可能会对电气系统造成永久性损失,甚至导致电力生产和分配的巨大损失、宝贵的停机时间、巨大的维护成本以及社区和城市正常运营中断。当变压器内部发生故障时会产生不同类型的气体。通过检查这些气体的浓度变化,可以确定变压器内不同类型的故障缺陷及其严重程度。这些气体的处理可以通过不同的方法进行,如溶解气体分析(DGA),该方法对变压器故障及其健康状况的评价和分析起着重要作用,特别是它具备在线识别故障缺陷的能力,无需停止变压器的运行。DGA数据的处理可以通过比率法、关键气体法、图形法和人工智能法等不同方法进行。这些方法均存在一些问题,比如传统方法存在的严格边界比问题,人工智能方法存在的维度灾难、不平衡的数据集以及离群值等问题。本文探究了数据优化的两条路径来提高电力变压器故障分类模型的准确度,消除当前传统方法和人工智能方法存在的问题和不足。在第一条路径中,研究使用数据挖掘统计方法对提高变压器故障诊断准确性的影响。使用随机过/欠采样算法进行数据平衡,以及平均和标准偏差异常值去除方法,从而解决不平衡数据集的问题和从DGA数据中移除异常值。开展了两个案例研究,分别研究随机采样算法对优化数据的影响。在每种案例中,将获得的数据用于对数回归和K近邻模型。然后,将使用测试数据样本对训练完成的模型进行测试评估。在第二个路径中,通过引入数据优化新的模型来实现问题解决。该模型基于实现集合方法(C-set)和改进的模糊C-均值算法(MFCM)的子集的组合,以解决数据不平衡、边界比严格、维度灾难和离群值的问题。此过程首先使用C-set方法创建未重复的多个子集,其中包含具有高度相关性的信息,并有助于从输入空间的不同区域确保重要特征,从而有助于分析和管理故障组的每个子集。MFCM算法用于通过消除分配的离群值的误分类数据样本,单独对每个子集进行聚类。此步骤用于消除可能因测量或编码不准确而产生的异常值,并可能严重影响统计分析以及模糊相应数据的基本趋势。采用C-set和MFCM可以解决维度灾难问题,其中每个子集的样本总数可以减少,同时保持原始数据集的完整性。此外,MFCM的使用还可以解决严格的边界比问题,将模糊的成员值分配给所有数据点,使每个数据点都属于具有一定确定性的多个聚类。然后,将从每个子集获得的优化聚类中心组合在一起,形成平衡的优化数据集,其中所有类型的故障将具有等数量的样本。在这项研究中,已经研究了两个阶段的数据优化。第一阶段包括使用采用C-set算法和标准MFCM来优化训练数据。输入这些数据以训练多级支持矢量机(MCSVM)并获得最终结果。这一阶段获得的分类准确率为88.9%。在第二阶段,原始数据集已分为训练和测试集。训练数据分为两组。然后,C-set和MFCM分别应用于两组,其中一组采用两个故障组合,另一组采用三个故障组合。将两组优化的数据集组合在一起,形成最终集合。此集被输入来训练不同的分类模型,如可优化的多级支持向量机(MCSVM)、决策树(DT)和人工神经网络(ANN)。测试这些模型后获得的最终准确性结果为{(MCSVM)=90.9%、(DT)=88.64%(ANN)=93.18%}。为了突出第二路径建议的数据优化模型的优越性,将第二路径中第一阶段和第二阶段获得的准确度与第一路径统计方法及其他方法取得的结果进行了比较。比较结果表明,第二路径中数据优化新模型的提出,大大提高了电力变压器的故障识别准确度。

关键词：随机过采样/欠采样算法数据集方法的组合子集优化的训练数据改进的模糊C均值算法

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

共1页 << < 1 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：