| 摘要: |
| 针对电力变压器故障的多样性和故障信息的不确定性、数据量大及无规律性的特点，提出了基于量子神经网络信息融合的故障诊断方法。将多个电力变压器故障参数信息引入到各子量子神经网络进行局部融合诊断，再将各局部诊断信息引入决策融合网络进行全局融合，最终诊断出5种电力变压器故障并给出可信度评价。实验仿真结果表明：量子神经网络信息融合方法有效，诊断结果可靠，能将不确定性的数据合理地分配到各类故障模式中，故障正判率达到97.78%，远高于BP神经网络信息融合及改良IEC三比值法。 |
| 关键词: 量子神经网络 信息融合 变压器 故障诊断 正判率 |
| DOI：10.7667/j.issn.1674-3415.2011.23.017 |
| 分类号: |
| 基金项目: |
|
|
|
|
| Abstract: |
|
| Key words: |
