导读:本文包含了算法油中气体分析论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:气体,算法,电力变压器,均值,模糊,神经网络,极小。
算法油中气体分析论文文献综述
常涛,张晓星,熊浩,孙才新[1]（2009）在《动态隧道模糊C均值算法用于变压器油中溶解气体分析》一文中研究指出变压器油中溶解气体分析(DGA)是电力变压器绝缘诊断的重要方法。针对模糊C均值(FCM)聚类算法用于溶解气体分析时易陷入局部极小的问题,利用全局最优化性能强的动态隧道(DT)算法,将两种算法结合,提出一种基于动态隧道的模糊C均值(DTFCM)算法。该算法首先采用FCM算法聚类得到局部最优值,再利用动态隧道算法以该局部最优值为初始值寻找更小的能量盆地,再将其值返回给FCM算法进行迭代寻优,直到找到全局最小值。通过该算法应用于变压器DGA数据分析,从而实现变压器的故障诊断。变压器油色谱样本及加噪样本故障诊断试验表明,该算法能快速、有效地对样本进行聚类,具有较高的诊断准确率。(本文来源于《高电压技术》期刊2009年09期）
田质广,张慧芬[2]（2008）在《基于遗传聚类算法的油中溶解气体分析电力变压器故障诊断》一文中研究指出电力变压器油中溶解气体分析DGA(Dissolved Gas Analysis)是电力变压器故障诊断的重要方法,为了克服模糊C-均值算法存在的聚类中心数不容易确定,以及容易陷入极小的问题,在运用改进遗传算法的基础上,探讨了一种将自适应遗传算法和模糊C-均值相结合的遗传-模糊聚类算法,并将其应用于DGA电力变压器数据分析,实现了变压器的故障诊断。实验数据表明:该算法收敛速度快,能有效地对样本进行聚类,提高了识别故障率。(本文来源于《电力自动化设备》期刊2008年02期）
熊浩,孙才新,廖瑞金,李剑,杜林[3]（2005）在《基于核可能性聚类算法和油中溶解气体分析的电力变压器故障诊断研究》一文中研究指出变压器油中溶解气体分析(DissolvedGasAnalysis,DGA)是电力变压器绝缘诊断的重要方法。针对模糊C均值聚类算法用于溶解气体成分分析时存在的问题,文中将核函数和可能性聚类算法相结合,提出一种简化的核可能性聚类算法,并将其用于变压器DGA数据分析,从而实现变压器的故障诊断。经实践证明,该算法能快速、有效地对样本进行聚类,且特别适用于含有噪声样本的环境。(本文来源于《中国电机工程学报》期刊2005年20期）
徐志钮,律方成,赵丽娟[4]（2005）在《基于RPROP算法的变压器油中溶解气体分析故障诊断》一文中研究指出在分析BP算法和RPROP(振荡传播)算法原理的基础上,指出了RPROP算法具有收敛速度快、不容易陷入局部极小点、自适应能力强等优点,并分析了原因。将RPROP算法训练的多层前馈神经网络用于变压器油中溶解气体分析故障诊断,给出了网络模型,分析了隐层神经元数目对网络训练和诊断的影响。变压器油中溶解气体数据的训练和诊断表明,RPROP算法的收敛速度快于BP算法、加动量项BP算法,并且具有较高的诊断准确率,是一种有效的方法。(本文来源于《电力科学与工程》期刊2005年02期）
算法油中气体分析论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
电力变压器油中溶解气体分析DGA(Dissolved Gas Analysis)是电力变压器故障诊断的重要方法,为了克服模糊C-均值算法存在的聚类中心数不容易确定,以及容易陷入极小的问题,在运用改进遗传算法的基础上,探讨了一种将自适应遗传算法和模糊C-均值相结合的遗传-模糊聚类算法,并将其应用于DGA电力变压器数据分析,实现了变压器的故障诊断。实验数据表明:该算法收敛速度快,能有效地对样本进行聚类,提高了识别故障率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
算法油中气体分析论文参考文献
[1].常涛,张晓星,熊浩,孙才新.动态隧道模糊C均值算法用于变压器油中溶解气体分析[J].高电压技术.2009
[2].田质广,张慧芬.基于遗传聚类算法的油中溶解气体分析电力变压器故障诊断[J].电力自动化设备.2008
[3].熊浩,孙才新,廖瑞金,李剑,杜林.基于核可能性聚类算法和油中溶解气体分析的电力变压器故障诊断研究[J].中国电机工程学报.2005
[4].徐志钮,律方成,赵丽娟.基于RPROP算法的变压器油中溶解气体分析故障诊断[J].电力科学与工程.2005
论文知识图
