主元分析优化量子神经网络的变压器故障诊断

摘要：

针对变压器故障检测速率较慢的问题,通过对基于量子神经网络的变压器故障诊断方法的分析,发现该方法有较高的精度,但是速率较慢,不能达到实时性、快速性的要求.因此提出基于主元分析优化量子神经网络的变压器故障诊断方法.利用主元分析进行故障数据降维,选取主成分累计贡献率高于85％的主元代替原有的7个故障气体含量数据,用降维后的数据作为网络的输入,应用量子优势消除数据相关性,最终对变压器的故障做出判断.利用变压器故障实验数据信息库中的故障数据分别对量子神经网络、主元分析优化量子神经网络进行仿真研究,结果表明在故障识别率不变的情况下,所提方法使得诊断速率得到大幅提升.

关键词：变压器故障诊断、主元分析、量子神经网络、故障识别、故障数据降维、仿真研究

所属期刊栏目：42

分类号：TN876-34;TM411(无线电设备、电信设备)

资助基金：国家自然科学基金项目61203343

在线出版日期：2019-09-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：119-123,128