Bayesネットワークと相関ルールに基づく変圧器油温度予測【JST・京大機械翻訳】

Rao Wei; Rao Wei; Zhu Lipeng; Zhu Lipeng; Pan Sen; Pan Sen; Yang Pei; Yang Pei; Qiao Junfeng; Qiao Junfeng

文献

J-GLOBAL ID：202002235651422402 整理番号：20A0339407

Bayesネットワークと相関ルールに基づく変圧器油温度予測【JST・京大機械翻訳】

Bayesian Network and Association Rules-based Transformer Oil Temperature Prediction

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=20A0339407&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A0339407&from=J-GLOBAL&jstjournalNo=W5565A") }}

著者 (10件)： , , , , , , , , ,
資料名：
巻： 1314 号： 1 ページ： 012066 (8pp) 発行年： 2019年
JST資料番号： W5565A ISSN： 1742-6588 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：イギリス (GBR) 言語：英語 (EN)

変圧器の油温予測は,変圧器の運転安定性と寿命評価のために非常に重要である。変圧器の油温度予測は,運転データや気象データのような変圧器の様々な情報を組み合わせた包括的で効率的な方法であるので,本論文では,変圧器油温度予測のためのRBF-NNの予測精度を改善できるBayesネットワークと相関ルールベース変圧器油温度予測法を提案した。提案方法は,最初に,変圧器状態データと変圧器操作データの間のすべての相関ルールと,BayesネットワークとAprioriアルゴリズムを結合することによる環境気象情報をマイニングし,次に,変圧器状態データだけに基づくRBF-NNの予測精度を改善するために相関ルールを使用する。500kV変圧器による事例研究を行い,提案した方法の有効性を試験し,結果は,提案した方法がRBF-NNの予測精度を約10%改善できることを示した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , ,
, , 【Automatic Indexing@JST】

変圧器

, , ,

前のページに戻る