資源描述：
《粗糙集故障診斷中的應(yīng)用研究畢業(yè)論文》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、粗糙集故障診斷中的應(yīng)用研究摘要電力變壓器作為電力系統(tǒng)屮最重要的設(shè)備之一，其故障診斷技術(shù)的研究一直是國內(nèi)外學(xué)者關(guān)注的熱點。粗糙集不需要先驗的知識，可以直接從數(shù)拯中挖掘有用的信息；神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)能力，經(jīng)常用于分類模型的建立。本文將粗糙集理論和神經(jīng)網(wǎng)絡(luò)兩者相結(jié)合,應(yīng)用于變壓器故障診斷中，構(gòu)建粗糙集和神經(jīng)網(wǎng)絡(luò)智能混合系統(tǒng)。首先利用粗糙集理論對知識的約簡能力提取岀對于故障診斷冇主要影響的因索。然后將神經(jīng)網(wǎng)絡(luò)用于約簡后的數(shù)據(jù)訓(xùn)練樣木，建立變壓器故障診斷分類模型。此基礎(chǔ)構(gòu)建的神經(jīng)網(wǎng)絡(luò)規(guī)模大大減小，學(xué)習(xí)速度大為提高，而乂保持了網(wǎng)絡(luò)較好的分類能力。最后結(jié)合變壓器歷史故障樣本數(shù)拯進(jìn)行仿真，分別
2、建立了BP和RBF神經(jīng)網(wǎng)絡(luò)故障診斷模型，結(jié)果表明本文的方法是冇效的。關(guān)鍵詞：電力變壓器粗糙集BP神經(jīng)網(wǎng)絡(luò)RBF神經(jīng)網(wǎng)絡(luò)故障診斷OnFaultDiagnosisBasedonRoughSetsTheoryAbstractBecausethetransformerisoneofthemostimportantequipmentsinpowersystem,thetechnologyoffaultdiagnosisfortransfonnerisalwaystakenintoaccountbysavantsallovertheworld.Roughsetsdoesnotrequire
3、aprioriknowledge,itcandiggingusefulinformationfromthedatadirectly;Theneuralnetworkhasself^learningability,itoftenbeusedintheestablishofclassificationmodel.Thetheorycombinesroughsettheoryandneuralnetworksandappliedtotransformerfaultdiagnosistobuildintelligenthybridsystemofroughsetsandneuralne
4、tworks.First,theroughsettheoryforknowledgereductionabilitytoextractthemainfactorsforfaultdiagnosis.Thentheneuralnetworktrainingsampleafterdatareductiontoestablishthetransformerfaultdiagnosisclassificationmodel.Ithasgreatlyreducednetworkscaleandgreatlyimprovedlearningspeed,whilekeepsthegoodcl
5、assificationabilityofnetwork?Finally,combinethehistoricalfaultsampledatatosimulate,thenestablishBPandRBFneuralnetworkfaultdiagnosismodelrespectively,theresultshowthatthismethodiseffective.KeyWords:Transformer;RoughSet;BPNeuralNetwork;RBFNeuralNetwork;FaultDiagnosis畢業(yè)設(shè)計（論文）原創(chuàng)性聲明和使用授權(quán)說明原創(chuàng)性聲明本人
6、鄭重承諾：所呈交的畢業(yè)設(shè)計（論文），是我個人在指導(dǎo)教師的指導(dǎo)下進(jìn)行的研究工作及取得的成果。盡我所知，除文中特別加以標(biāo)注和致謝的地方外，不包含其他人或組織已經(jīng)發(fā)表或公布過的研究成果，也不包含我為獲得及其它教育機(jī)構(gòu)的學(xué)位或?qū)W歷而使用過的材料。對本研究提供過幫助和做出過貢獻(xiàn)的個人或集體，均已在文中作了明確的說明并表示了謝意。作者簽名：日期：指導(dǎo)教師簽名：日期：使用授權(quán)說明本人完全了解大學(xué)關(guān)于收集、保存、使用畢業(yè)設(shè)計（論文）的規(guī)定，即：按照學(xué)校要求提交畢業(yè)設(shè)計（論文）的印刷本和電子版本；學(xué)校有權(quán)保存畢業(yè)設(shè)計（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務(wù)；學(xué)?？梢圆捎糜坝?、縮印、數(shù)字
7、化或其它復(fù)制手段保存論文；在不以贏利為目的前提下，學(xué)校可以公布論文的部分或全部內(nèi)容。作者簽名：日期：學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨立進(jìn)行研究所取得的研究成果。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫的成果作品。對本文的研究做出重要貢獻(xiàn)的個人和集體，均已在文中以明確方式標(biāo)明。本人完全意識到本聲明的法律后果由本人承擔(dān)。作者簽名：日期：年月日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)
