《表4 拆装障碍分析表：基于D-S证据理论的配电网设备健康状态评估》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于D-S证据理论的配电网设备健康状态评估》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

采用所提方法对某10k V配电变压器（对其他配电设备也同样适用）进行状态评估，按照所述方法对表1和表2中的状态量数据进行评估，根据式（1）折算为[0，1]区间内的值，分别作为人工神经网络RBF1和RBF2的输入。将表4中的数据作为人工神经网络RBF3的输入。利用测试样本分别对训练好的3个网络进行测试，识别率分别为0.801、0.698和0.752。据此将3个人工神经网络的可信度分别设为0.8、07和0.75。则对应不确定因素的影响因子分别为0.2、0.3和0.25。计算各证据体单独作用及融合作用下，识别框架中部位的基本概率分配，如表3所示。