文献

J-GLOBAL ID：201702243681267727   整理番号：17A0668280

主成分分析とサポートベクトルマシンに基づく変圧器故障に対する合成診断【Powered by NICT】

Synthesized diagnosis on transformer fault based on principle component analysis and support vector machine

著者 (4件)： Li Tangbing (Jiangxi Electric Power Testing & Research Institute, Nanchang, China) ,  Wang Peng (Jiangxi Electric Power Testing & Research Institute, Nanchang, China) ,  Zhou Qiukuan (Jiangxi Electric Power Testing & Research Institute, Nanchang, China) ,  Liu Yuting (Jiangxi Electric Power Testing & Research Institute, Nanchang, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICHVE  ページ： 1-5  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 変圧器故障診断のための本論文で提示した合成法,このモデルは主成分分析とサポートベクトルマシンを組み合わせたものである。最初に,主成分分析により,試料データの特性を抽出し,主な情報が検索され,新しい試料セットを作成した。,サポートベクトルマシンモデルを作成し,新しいサンプルセットはサポートベクトルマシンを訓練するために使用した。この方法は,二つのアルゴリズムの利点を達成した。この方法に基づく変圧器故障診断の精度が向上し試料情報である雑音または不完全な場合。実験結果は,この方法が有効かつ実現可能であると優れた診断精度を持つことを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *故障 ,  *主成分分析 ,  故障診断 ,  *サポートベクトルマシン ,  アルゴリズム ,  *変圧器 ,  雑音
準シソーラス用語： 診断精度 , 【Automatic Indexing@JST】

分類 (2件)： 数値計算  (JE02000J) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 主成分分析 ,  サポートベクトルマシン ,  変圧器 ,  故障 ,  診断