您当前的位置：
首页 >
文章列表页 >
基于多分类最小二乘支持向量机和改进粒子群优化算法的电力变压器故障诊断方法
更新时间：2025-12-08

    • 基于多分类最小二乘支持向量机和改进粒子群优化算法的电力变压器故障诊断方法

    • Vol. 40, Issue 11, Pages: 3424-3429(2014)

    • DOI：10.13336/j.1003-6520.hve.2014.11.018    

      CLC： TM41

    • Published：2014

    移动端阅览

  • 郑含博, 王伟, 李晓纲, et al. 基于多分类最小二乘支持向量机和改进粒子群优化算法的电力变压器故障诊断方法[J]. 2014, 40(11): 3424-3429. DOI： 10.13336/j.1003-6520.hve.2014.11.018.

  •  
  •  

0

Views

3484

下载量

45

CSCD

Alert me when the article has been cited
提交
Tools
Download
Export Citation
Share
Add to favorites
Add to my album

Related Articles

基于粒子群优化支持向量机的变压器故障诊断
Once More Approaching on Application of Artificial Neural Network to Transformer Fault Diagnosis
组合神经网络模型中典型训练样本集的选取
电力变压器固体绝缘故障的诊断方法
用多元统计分析识别变压器过热及放电性故障

Related Author

费胜巍
苗玉彬
刘成良
张晓斌
丁晓群
周玲
袁宇波
胡浩

Related Institution

上海交通大学机械与动力工程学院2. 广西特种设备监督检验院
河海大学电气工程学院
咸阳供电局
河海大学电气工程学院咸阳供电局
西华大学电气信息学院2. 四川理工学院电子与信息工程系3. 成都信息工程学院控制工程系
0