1、“.....通过已知的正常状态和故障状态机器学习的应用中支持向量机属于监督式学习算法基于支持向量机的故障诊断的分为个阶段首先是训练阶段,通过已知的正常状态和故障状态的各种特征样本对支持向量机进行训练,找到训练样本的支持向量,从而确定最优分类超平面其次是故障诊断阶段,装入训练阶段的有关数据,根据最优分类超平面,对测试样本集做出分类决策支持向量机也存在些局限,如故进步提高个体的预测精度,而且可以使故障诊断模型始终处于最优识别状态粒子群优化神经网络克服了神经网络容易陷入局部最优解的缺点,提高了训练精度小波神经网络能够很好地对故障进行分类,分类精度较高参考文献马媛高可靠性水位传感器的设计与实现西安科技大学,苏红信息融合理论及其在水位传感器故障诊断中的应用研究华北个体的预测精度......”。

2、“.....提高了训练精度小波神经网络能够很好地对故障进行分类,分类精度较高参考文献马媛高可靠性水位传感器的设计与实现西安科技大学,苏红信息融合理论及其在水位传感器故障诊断中的应用研究华北电力大学人工智能在电网故障诊断中的应用原稿明其内部干簧管不能很好吸合,表明该干簧管间隙过大或者已经发生位移,如果外部控制磁铁远离信号感应部分,干簧管不能很快断开,说明该干簧管的簧片弹性已经减弱,这样的水位传感器已经不能够再次稳定的工作。模糊理论输电网络故障诊断的不确定因素对于要求严格匹配搜索的专家系统来说,很容易导致的结果。当在专家系统中融入模糊理论后,由精确右摆至零,说明水位传感器已经导通,然后将水位传感器的可旋转的部分移动远离信号感应部分,万用表指针应向左回摆至无穷大。测试时,如果外部控制磁铁靠近信号感应部分方......”。

3、“.....说明其内部干簧管不能很好吸合,表明该干簧管间隙过大或者已经发生位移,如果外部控制磁铁远离信号感应部分,干簧管不能很快断开,说个引出线,测量的阻值应为无穷大。动态状态的检测用水位传感器的可旋转的部分外部控制磁铁靠近信号感知部分,此时万用表的指针应该向右摆至零,说明水位传感器已经导通,然后将水位传感器的可旋转的部分移动远离信号感应部分,万用表指针应向左回摆至无穷大。测试时,如果外部控制磁铁靠近信号感应部分方,万用表指针没有开始摆动或者摆动不到零位,这些被选择的模型给测试数据,并分别产生预测值采用这些预测值的中间值作为集成方法的预测值对于给定的问题,如何寻找到最适合的核函数是从理论走向实际应用时所必须解决的个关键问题,也是研究的重点在支持向量机中,核函数的参数核参数和误差惩罚参数是影响其性能的主要因素在线诊断方案基于上述试验结果分析,本文提出了如下的车载水箱传和存在局部最优等缺点......”。

4、“.....然后由神经网络完成分类任务支持向量机的目标是产生个模型,为新数据实例预测目标值特征选择问题在于用带有尽可能少的特征的分类超平面识别两个在维特征空感器诊断方案,主要包括静止状态的检测与动态状态的检测,静止状态主要用于判断不方便拆卸和安装好的传感器,而动态状态检测用于未安装的传感器。静止状态的检测先将万用表臵于输入挡,两个表笔分别接于水箱传感器的两个引出线,测量的阻值应为无穷大。动态状态的检测用水位传感器的可旋转的部分外部控制磁铁靠近信号感知部分,此时万用表的指针应该神经网络与支持向量机支持向量机神经网络的训练需要大量对象的历史数据,这对于有些系统是无法实现的与神经网络不同,支持向量机更加适用于小样本的情况支持向量机具有较高的准确性......”。

5、“.....因此被用于许多机器学习的应用中支持向量机属于监督式学习算法基于支持向量机的故障诊断的分为个阶段首先是训练阶段,通过已知的正常状态和故障状态糊理论输电网络故障诊断的不确定因素对于要求严格匹配搜索的专家系统来说,很容易导致的结果。当在专家系统中融入模糊理论后,由精确推理变为近似推理,在相当程度上增强了专家系统的容错性。应用多目标模糊决策方法进行故障测距与故障类型辨识,并做了现场测试。研究了在配电网络中,当每个设备的运行状况可以大致知道时,如何决定其适当的维修用了与专家系统类似的结构,所以它也具有专家系统的些固有缺陷模糊系统在推理时也要搜索知识库内定的规则集才能得出诊断结论,所以当系统比较大时完成诊断的速度也比较慢人工智能在电网故障诊断中的应用原稿。专家系统专家系统在输电网络故障诊断中的典型应用是基于产生式规则的系统......”。

6、“.....这样的水位传感器已经不能够再次稳定的工作。结语本文分析了神经网络和粗糙集支持向量机粒子群小波相结合使用的方法很多文献中的实验已验证这些技术的优点粗糙集和神经网络相结合用于故障诊断,可以消除训练样本中的冗余信息,简化网络结构,缩短训练时间基于神经网络和支持向量机的复合故障诊断技术不但可以进步提感器诊断方案,主要包括静止状态的检测与动态状态的检测,静止状态主要用于判断不方便拆卸和安装好的传感器,而动态状态检测用于未安装的传感器。静止状态的检测先将万用表臵于输入挡,两个表笔分别接于水箱传感器的两个引出线,测量的阻值应为无穷大。动态状态的检测用水位传感器的可旋转的部分外部控制磁铁靠近信号感知部分,此时万用表的指针应该明其内部干簧管不能很好吸合,表明该干簧管间隙过大或者已经发生位移,如果外部控制磁铁远离信号感应部分,干簧管不能很快断开,说明该干簧管的簧片弹性已经减弱......”。

7、“.....模糊理论输电网络故障诊断的不确定因素对于要求严格匹配搜索的专家系统来说,很容易导致的结果。当在专家系统中融入模糊理论后,由精确量机中,核函数的参数核参数和误差惩罚参数是影响其性能的主要因素在线诊断方案基于上述试验结果分析,本文提出了如下的车载水箱传感器诊断方案,主要包括静止状态的检测与动态状态的检测,静止状态主要用于判断不方便拆卸和安装好的传感器,而动态状态检测用于未安装的传感器。静止状态的检测先将万用表臵于输入挡,两个表笔分别接于水箱传感器的两人工智能在电网故障诊断中的应用原稿平,以兼顾运行安全和维修成本。先用模糊集方法描述设备的运行状况,之后构造了决定适当维护水平的模糊现行规划模型。由于般的模糊系统采用了与专家系统类似的结构,所以它也具有专家系统的些固有缺陷模糊系统在推理时也要搜索知识库内定的规则集才能得出诊断结论......”。

8、“.....表明该干簧管间隙过大或者已经发生位移,如果外部控制磁铁远离信号感应部分,干簧管不能很快断开,说明该干簧管的簧片弹性已经减弱,这样的水位传感器已经不能够再次稳定的工作。模糊理论输电网络故障诊断的不确定因素对于要求严格匹配搜索的专家系统来说,很容易导致的结果。当在专家系统中融入模糊理论后,由精确本身设计的协调,以确保保护系统是电力系统运行中的个继承的和有效的部分。虽然专家系统能够有效地模拟故障诊断专家完成故障诊断的过程,但是在实际应用中仍存在定缺陷,其主要问题是知识获取的瓶颈问题,知识难以维护,以及不能有效地解决故障诊断中许多不确定因素,这些问题大大影响了故障诊断的准确性人工智能在电网故障诊断中的应用原稿。模务支持向量机的目标是产生个模型......”。

9、“.....对些有不同参数结构的个体的神经网络和支持向量机模型进行测试其次,集成这些神经网络和支持向量机模型在集成的过程中,去掉预测性差的模型,选择预测性最好的神经网络和示出来,形成故障诊断专家系统的知识库,进而根据报警信息对知识库进行推理,获得故障诊断的结论。提出了种知识获取的多层流式的功能模型,用于产生变电站停电后的恢复方案,原理上有创新。介绍了个基于专家系统和多媒体技术开发的配电变压器测试与诊断解释系统。采用面向对象技术开发了用于保护系统设计的专家系统,着重考虑了保护系统设计与电力网感器诊断方案,主要包括静止状态的检测与动态状态的检测,静止状态主要用于判断不方便拆卸和安装好的传感器,而动态状态检测用于未安装的传感器。静止状态的检测先将万用表臵于输入挡,两个表笔分别接于水箱传感器的两个引出线,测量的阻值应为无穷大......”。