文献

J-GLOBAL ID：201202254621884220   整理番号：11A1410667

ランダム決定木の林とカーネル主成分分析を用いた変圧器故障診断方法

Transformer Fault Diagnosis Method Using Random Forests and Kernel Principle Component Analysis

著者 (4件)： Hu Qing (State Key Lab. of Power Transmission Equipment & System Security and New Technol., Chongqing Univ., Chongqing) ,  Sun Caixin (State Key Lab. of Power Transmission Equipment & System Security and New Technol., Chongqing Univ., Chongqing) ,  Du Lin (State Key Lab. of Power Transmission Equipment & System Security and New Technol., Chongqing Univ., Chongqing) ,  Li Jian (State Key Lab. of Power Transmission Equipment & System Security and New Technol., Chongqing Univ., Chongqing)
資料名： Gaodianya Jishu  (Gaodianya Jishu)
巻： 36  号： 7  ページ： 1725-1729  発行年： 2010年 
JST資料番号： C2121A  ISSN： 1003-6520  CODEN： GAJIE5  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： DGA(溶解ガス分析)は,変圧器故障診断で最も重要な手法の1つである。大部分の診断モデルはいくつかのAIアルゴリズムで単独の分類装置を造ることであり,しかし,単独の分類装置と比較して,分類装置集団はより良い性能を達成できた。分類装置の集団の性能にとって,分類装置の間の差を保つことは不可欠であり,しかし,利用できる特徴がほとんどない場合,差は同じ特徴で構築した分類装置の間で少なかった。ランダム決定木の林を変圧器故障診断に適用するため,KPCA(カーネル主成分分析)を特徴の数を増やすため導入し,ランダム決定木の林を高い次元のカーネル空間で造った。実験結果により,KPCAは故障特性を効果的に抽出することができ,カーネル機能で造ったモデルにはDGA機能によるそれらより良い性能があり,集団は単独の分類装置より高い正確度を達成することを示した。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *変圧器 ,  *故障診断 ,  空間 ,  *オペレーティングシステム ,  数学的性質 ,  ランダム処理 ,  乱数 ,  ディシジョンツリー ,  主成分分析 ,  *パターン認識 ,  画像処理 ,  識別関数 ,  集団 ,  分類装置
準シソーラス用語： カーネル空間 ,  *カーネル主成分分析 ,  ランダム決定木 ,  ランダム性 ,  決定木 ,  集団分類装置

分類 (4件)： 変圧器  (NB08020Q) ,  その他のシステムプログラミング  (JD03070M) ,  オペレーティングシステム  (JD03020J) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 決定木 ,  林 ,  カーネル主成分分析 ,  変圧器 ,  故障診断