改进证据理论与神经网络集成的变压器故障诊断
针对变压器故障类型的多样性以及故障信息的不确定性等问题，提出了证据理论与神经网络综合集成的故障诊断方法。为实现Dempster合成规则在强冲突证据间信息融合后可信度分配的合理赋值，引入了信任系数的概念，对融合结果进行修正，并应用于最大-最小蚂蚁系统与神经网络算法所形成证据体的合成之中。实验仿真结果表明，该方法可以在初级诊断模块的判断结果出现严重分歧的情况下，仍得到较好的符合性判定结论，从而实现对变压器故障的有效诊断。
变压器、证据理论、合成规则、故障诊断
TM411(变压器、变流器及电抗器)
云南省教育厅科学研究基金项目2012Y450
2013-08-03（万方平台首次上网日期，不代表论文的发表时间）
共5页
92-96
