《表1 0 变压器故障诊断结果》
提示：宽带有限、当前游客访问压缩模式
将上述结构化数据进行故障类型及故障部位的关联规则的匹配，结果见表10。
| 图表编号 | XD0088691700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.08.16 |
| 作者 | 吴瞻宇、董明、王健一、汪可、李金忠 |
| 绘制单位 | 西安交通大学电力设备电气绝缘国家重点实验室、西安交通大学电力设备电气绝缘国家重点实验室、中国电力科学研究院、中国电力科学研究院、中国电力科学研究院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表8 诊断结果：基于遗传算法优化XGBoost的油浸式变压器故障诊断方法》2021.02.10
- 《表4 基于SVM的变压器故障诊断结果统计》2020.06.20
- 《表3 故障诊断结果对比：基于K均值聚类和混合核函数相关向量机的变压器故障诊断方法》2020.07.15
- 《表1 故障类型编码结果：基于CNN的电力变压器故障诊断方法》2020.07.05
- 《表5 变压器故障诊断结果分析》2020.08.01
- 《表6 神经网络对变压器故障诊断结果》2020.01.25
- 《表1 SVM输出结果：基于振动云图HOG和SVM的变压器绕组松动故障诊断方法》2019.11.16
- 《表2 诊断结果：基于DGA支持向量机的变压器故障诊断》2019.10.01
- 《表3 不同方法对变压器故障诊断的比较结果》2019.10.01
- 《表3 故障诊断结果：一种融合FRVM和DBN的变压器故障诊断方法》2019.09.25
- 《表1 测试样本诊断结果：多分类支持向量机在电力变压器故障诊断中的应用》2019.10.15
- 《表1 测试样本诊断结果：多分类支持向量机在电力变压器故障诊断中的应用》2019.10.15
- 《表2 变压器故障诊断结果》2019.04.25
- 《表2 诊断结果比较：基于随机向量泛函连接网络的油浸式变压器故障诊断》2019.01.15
- 《表3 算法诊断结果对比：基于改进蝙蝠算法优化支持向量机的变压器故障诊断研究》2019.02.01
- 《表6 本文方法诊断结果：基于特征气体关联特征的变压器故障诊断方法》2019.02.28
- 《表4 BP算法应用于电力变压器故障诊断结果》2019.04.25
- 《表2 变压器故障诊断结果统计》2018.06.01
- 《表2 变压器故障数据训练集诊断结果》2018.08.25
- 《表3 变压器故障数据测试集诊断结果》2018.08.25