电力与能源
電力與能源
전력여능원
Power and Energy
2015年
2期
154-157
,共4页
气体传感器阵列%交叉敏感%主成分分析%神经网络
氣體傳感器陣列%交扠敏感%主成分分析%神經網絡
기체전감기진렬%교차민감%주성분분석%신경망락
模式识别方法在变压器的油色谱数据处理中起着至关重要的作用.采用主成分分析法与BP神经网络相结合的方式对传感器检测的油中气体进行处理,解决了传统的BP神经网络模式识别收敛速度慢且精度不高的问题.之后将基本的BP神经网络分析法与BP神经网络主成分分析法作了对比.结果表明,该方法能有效解决气体传感器的交叉敏感问题,提高了网络的训练速度和气体的检测精度.
模式識彆方法在變壓器的油色譜數據處理中起著至關重要的作用.採用主成分分析法與BP神經網絡相結閤的方式對傳感器檢測的油中氣體進行處理,解決瞭傳統的BP神經網絡模式識彆收斂速度慢且精度不高的問題.之後將基本的BP神經網絡分析法與BP神經網絡主成分分析法作瞭對比.結果錶明,該方法能有效解決氣體傳感器的交扠敏感問題,提高瞭網絡的訓練速度和氣體的檢測精度.
모식식별방법재변압기적유색보수거처리중기착지관중요적작용.채용주성분분석법여BP신경망락상결합적방식대전감기검측적유중기체진행처리,해결료전통적BP신경망락모식식별수렴속도만차정도불고적문제.지후장기본적BP신경망락분석법여BP신경망락주성분분석법작료대비.결과표명,해방법능유효해결기체전감기적교차민감문제,제고료망락적훈련속도화기체적검측정도.