遗传神经网络的模式识别算法,可以用于设备的故障诊断-Genetic neural network pattern recognition algorithm, can be used for equipment fault diagnosis

电力变压器是电力系统中的主要设备之一，利用它可以把不同电压的电网联结在一起，组成复杂的电网或庞大的电力系统，并在其中发挥着重要的作用。电力变压器的可靠运行关系到整个电网的安全，如何对电力变压器的运行中的故障进行诊断，已成为电力部门急需解决的问题。目前，以油中溶解气体为特征量对变压器的故障进行分析，得到了广泛应用。 本次设计要求对电力变压器的内部故障进行广泛了解，并应用BP神经网络对变压器进行智能故障诊断软件设计，实现变压器内部故障论断。主要包括以下内容： 1、掌握用以变压器油中气体为特征

概率神经网络的分类预测-基于PNN变压器故障诊断-Probabilistic neural network classification and prediction- PNN transformer fault diagnosis based on

基于pnn神经网络分类实现风机故障诊断，使用了互熵滤波器(Wind turbine fault diagnosis based on pnn neural network classification using a cross-entropy filter)