多策略融合改进AO优化SVM的变压器故障诊断研究 被引量：1

1

作者 谢国民 齐晓亮 《控制工程》 CSCD 北大核心 2024年第11期2000-2009,共10页

针对变压器故障诊断精度不高的问题,提出了一种多策略融合改进天鹰优化器(IAO)优化支持向量机(SVM)的变压器故障诊断模型。首先,采用核主成分分析(KPCA)方法对高维度据进行降维,减少数据中的稀疏性对结果的影响;其次,利用Tent混沌映射... 针对变压器故障诊断精度不高的问题,提出了一种多策略融合改进天鹰优化器(IAO)优化支持向量机(SVM)的变压器故障诊断模型。首先,采用核主成分分析(KPCA)方法对高维度据进行降维,减少数据中的稀疏性对结果的影响;其次,利用Tent混沌映射、动态扰动因子策略、点对称策略改善其寻优能力和收敛速度,通过算法寻优能力测试验证了其优越性;最后,利用IAO对SVM的参数寻优,克服SVM参数选择不良的弊端,建立变压器故障诊断模型。结果显示,与AO、WOA、GWO优化SVM相比,IAO优化SVM的诊断正确率分别提升了7.08%、9.74%、15.93%,同时,也优于最小二乘支持向量机(LSSVM)、BP神经网络(BPNN)、随机森林(RF)典型分类模型,验证了所建立的变压器故障诊断模型的优越性,并具有较强的泛化能力。 展开更多

关键词 变压器 故障诊断 油中溶解气体分析 算法改进 支持向量机

在线阅读 下载PDF 职称材料

基于遗传算法进化小波神经网络的电力变压器故障诊断 被引量：62

2

作者 潘翀 陈伟根 +2 位作者 云玉新 杜林 孙才新 《电力系统自动化》 EI CSCD 北大核心 2007年第13期88-92,共5页

在电力变压器故障诊断方法中,小波神经网络常用的反向传播算法存在着易陷入局部极小点和对初值要求较高的缺点,往往给故障诊断带来困难。文中提出了一种基于遗传算法进化小波神经网络的变压器故障诊断方法,用实数编码的遗传算法来代替... 在电力变压器故障诊断方法中,小波神经网络常用的反向传播算法存在着易陷入局部极小点和对初值要求较高的缺点,往往给故障诊断带来困难。文中提出了一种基于遗传算法进化小波神经网络的变压器故障诊断方法,用实数编码的遗传算法来代替人解决小波神经网络结构的选择和参数的设定。在整个学习过程中,网络的复杂度、收敛性和泛化能力得到了较好的综合。大量实例表明,该方法能有效地对电力变压器单故障和多故障样本进行分类,提高了诊断准确率。 展开更多

关键词 电力变压器 故障诊断 油中溶解气体分析 遗传算法进化 小波神经网络 遗传算法

在线阅读 下载PDF 职称材料

基于BP网络算法优化模糊Petri网的电力变压器故障诊断 被引量：65

3

作者 公茂法 张言攀 +2 位作者 柳岩妮 王志文 刘丽娟 《电力系统保护与控制》 EI CSCD 北大核心 2015年第3期113-117,共5页

为了提高电力变压器故障诊断的正确率,提出了一种基于BP网络算法优化模糊Petri网的电力变压器故障诊断方法。利用具有自学习、自适应能力的BP网络算法,在确定模糊Petri网的权值、阈值、可信度等网络参数初始值的前提下,实现模糊Petri网... 为了提高电力变压器故障诊断的正确率,提出了一种基于BP网络算法优化模糊Petri网的电力变压器故障诊断方法。利用具有自学习、自适应能力的BP网络算法,在确定模糊Petri网的权值、阈值、可信度等网络参数初始值的前提下,实现模糊Petri网网络参数的优化。在模糊Petri网网络结构上,运用BP网络算法,对电力变压器DGA样本进行学习训练,使模糊Petri网网络参数逐步向真实值逼近。实例分析结果表明,该方法能够有效地诊断电力变压器中的单一故障和多重故障,提高故障诊断正确率,证明了方法的正确性和有效性。 展开更多

关键词 变压器 故障诊断 油中溶解气体分析 BP网络 模糊PETRI网

在线阅读 下载PDF 职称材料

基于灰关联熵的充油变压器故障诊断方法 被引量：33

4

作者 宋斌 于萍 +1 位作者 罗运柏 文习山 《电力系统自动化》 EI CSCD 北大核心 2005年第18期76-79,共4页

油中溶解气体分析是目前发现变压器潜伏性故障的重要方法,鉴于用IEC推荐的三比值法中编码缺陷(编码超出码表)及变压器故障诊断的复杂性,文中详细阐述了如何将灰关联熵应用于变压器故障诊断。首先通过统计方法,选择典型油中气体作为参考... 油中溶解气体分析是目前发现变压器潜伏性故障的重要方法,鉴于用IEC推荐的三比值法中编码缺陷(编码超出码表)及变压器故障诊断的复杂性,文中详细阐述了如何将灰关联熵应用于变压器故障诊断。首先通过统计方法,选择典型油中气体作为参考列,并经反复调整,挖掘出油中气体所含故障信息,然后利用灰关联熵方法进行变压器故障类型诊断。该方法基于融合互补的思想,将灰关联分析方法与信息熵理论有机结合起来,克服了单一灰关联分析中易造成局部关联及信息损失等缺陷,尽可能多地包含变压器本体所含信息。实例分析结果表明,该方法具有较好的分类效果。 展开更多

关键词 变压器 故障诊断 溶解气体分析 灰关联熵

在线阅读 下载PDF 职称材料

基于深度自编码网络的电力变压器故障诊断 被引量：82

5

作者 石鑫 朱永利 +3 位作者 宁晓光 王刘旺 孙岗 陈国强 《电力自动化设备》 EI CSCD 北大核心 2016年第5期122-126,共5页

基于深度自编码网络(DAEN),构建了分类深度自编码网络(CDAEN)模型。结合电力变压器在线监测油中溶解气体分析(DGA)数据,提出了基于CDAEN的变压器故障诊断方法。所提方法利用大量无标签样本进行预训练,优化模型参数,并利用少量有标签样... 基于深度自编码网络(DAEN),构建了分类深度自编码网络(CDAEN)模型。结合电力变压器在线监测油中溶解气体分析(DGA)数据,提出了基于CDAEN的变压器故障诊断方法。所提方法利用大量无标签样本进行预训练,优化模型参数,并利用少量有标签样本进行微调。实例分析表明,与基于反向传播神经网络(BPNN)、支持向量机(SVM)的故障诊断方法相比,所提方法的诊断正确率更高。 展开更多

关键词 深度自编码网络 电力变压器 故障诊断 油中溶解气体分析 反向传播神经网络 支持向量机

在线阅读 下载PDF 职称材料

基于云物元分析原理的电力变压器故障诊断方法研究 被引量：24

6

作者 谢庆 彭澎 +3 位作者 唐山 李燕青 郑娜 律方成 《高压电器》 CAS CSCD 北大核心 2009年第6期74-77,82,共5页

变压器油中溶解气体分析(DGA)是电力变压器故障诊断的重要方法。针对物元理论变压器故障诊断方法中,在建立故障模式物元模型时没有考虑边界值的不确定性的不足,首次在变压器故障诊断研究方面引入云模型,结合云模型的不确定推理特性以及... 变压器油中溶解气体分析(DGA)是电力变压器故障诊断的重要方法。针对物元理论变压器故障诊断方法中,在建立故障模式物元模型时没有考虑边界值的不确定性的不足,首次在变压器故障诊断研究方面引入云模型,结合云模型的不确定推理特性以及物元理论能同时进行定性定量分析问题的优点,提出了一种基于云物元分析原理和DGA相结合的电力变压器故障诊断新方法。通过建立变压器故障诊断的云物元模型和计算特征云物元与标准云物元之间的关联函数,实现对变压器故障模式的有效识别。实例分析验证了方法的正确性和有效性。 展开更多

关键词 电力变压器 DGA 云模型 云物元分析原理 故障诊断

在线阅读 下载PDF 职称材料

基于改进小波神经网络算法的电力变压器故障诊断方法 被引量：22

7

作者 陈伟根 潘翀 +2 位作者 云玉新 王有元 孙才新 《仪器仪表学报》 EI CAS CSCD 北大核心 2008年第7期1489-1493,共5页

大型电力变压器作为电力系统的枢纽设备,其运行可靠性直接关系到电力系统的安全与稳定。针对基于BP算法的小波神经网络存在收敛速度慢、搜索空间局部极小及易引起振荡等不足,本文以变压器油中溶解气体为分析对象,提出采用动量项和变学... 大型电力变压器作为电力系统的枢纽设备,其运行可靠性直接关系到电力系统的安全与稳定。针对基于BP算法的小波神经网络存在收敛速度慢、搜索空间局部极小及易引起振荡等不足,本文以变压器油中溶解气体为分析对象,提出采用动量项和变学习率改进小波神经网络的变压器故障诊断算法。选择400组油中溶解气体含量作为小波神经网络训练及故障识别样本,对训练过程和仿真结果进行对比分析。实验结果表明:较之比值法,改进的小波神经网络故障诊断算法在故障识别准确率和收敛时间方面表现更优。 展开更多

关键词 变压器 油中溶解气体分析 故障诊断 小波神经网络 改进算法

在线阅读 下载PDF 职称材料

电力变压器故障诊断的人工免疫网络分类算法 被引量：30

8

作者 熊浩 孙才新 +2 位作者 陈伟根 杜林 廖玉祥 《电力系统自动化》 EI CSCD 北大核心 2006年第6期57-60,共4页

变压器油中溶解气体分析是电力变压器绝缘故障诊断的重要方法。文中将人工免疫网络分类算法应用于电力变压器故障诊断,利用增加抗原、记忆抗体类别信息的人工免疫网络对故障样本进行学习,可以获取更好地表征故障样本特征的记忆抗体集,... 变压器油中溶解气体分析是电力变压器绝缘故障诊断的重要方法。文中将人工免疫网络分类算法应用于电力变压器故障诊断,利用增加抗原、记忆抗体类别信息的人工免疫网络对故障样本进行学习,可以获取更好地表征故障样本特征的记忆抗体集,再用最邻近分类法对故障样本进行分类。经大量实例分析,并将其结果与IEC三比值法和BP神经网络等方法的结果相比较,表明该算法能有效地对电力变压器单故障和多故障样本进行分类,具有较高的诊断准确率。 展开更多

关键词 电力变压器 油中溶解气体分析 故障诊断 人工免疫网络 最邻近分类法 在线监测

在线阅读 下载PDF 职称材料

一种基于多分类概率输出的变压器故障诊断方法 被引量：23

9

作者 毕建权 鹿鸣明 +2 位作者 郭创新 王逸飞 刘潇洋 《电力系统自动化》 EI CSCD 北大核心 2015年第5期88-93,100,共7页

多分类概率输出方法可用于变压器故障诊断,其分类效果较好并能提供概率信息。针对现有基于支持向量机(SVM)的诊断方法在特征不明显条件下有误分类的情况,提出了一种基于多分类概率输出的变压器故障诊断方法。此方法引入Sigmoid函数将SV... 多分类概率输出方法可用于变压器故障诊断,其分类效果较好并能提供概率信息。针对现有基于支持向量机(SVM)的诊断方法在特征不明显条件下有误分类的情况,提出了一种基于多分类概率输出的变压器故障诊断方法。此方法引入Sigmoid函数将SVM决策函数输出映射为二分类概率输出,然后综合多个二分类概率输出结果,求解一个凸二次规划问题实现多分类概率输出。此方法可以得到发生不同类型故障的可能性,即故障类别概率,进一步分析后给出诊断结论。算例分析表明,此方法在继承了SVM故障诊断方法优点的基础上,提供了概率信息,对现有SVM方法误诊断样本也能给出可能存在的故障,弥补了现有SVM方法在变压器故障特征不明显条件下的不足。 展开更多

关键词 变压器故障诊断 支持向量机 油中溶解气体分析 多分类概率输出

在线阅读 下载PDF 职称材料

不平衡样本下基于变分自编码器预处理深度学习和DGA的变压器故障诊断方法 被引量：31

10

作者 张弛 吴东 +2 位作者 王伟 刘力卿 谢军 《南方电网技术》 CSCD 北大核心 2021年第3期68-74,共7页

为提高变压器故障诊断效果,并改善训练样本数量不平衡对故障诊断的不利影响,提出了一种基于变分自编码预处理深度学习和油中溶解气体分析(dissolved gas-in-oil analysis,DGA)的变压器故障诊断方法。该方法以各样本DGA特征量为诊断模型... 为提高变压器故障诊断效果,并改善训练样本数量不平衡对故障诊断的不利影响,提出了一种基于变分自编码预处理深度学习和油中溶解气体分析(dissolved gas-in-oil analysis,DGA)的变压器故障诊断方法。该方法以各样本DGA特征量为诊断模型输入,以各故障状态概率分布为诊断模型输出。首先通过变分自编码器对少数类训练样本进行预处理,在学习确定少数类训练样本分布特征的基础上实现训练样本自动生成,进而提高训练样本的均衡性。基于3隐层结构堆栈稀疏自编码器深度学习网络构建变压器故障诊断模型,并以经变分自编码器预处理后的均衡训练样本对诊断模型参数进行更新优化。基于实例验证了所提方法的有效性。实验结果表明,所提方法可改善训练样本不平衡的不利影响,各训练集下,采用所提方法的变压器故障诊断结果准确率均保持在91%以上,且漏报率较低。 展开更多

关键词 变压器 故障诊断 深度学习 变分自编码器 不平衡样本 油中溶解气体分析

在线阅读 下载PDF 职称材料

基于RPROP神经网络算法的主变DGA故障诊断模型 被引量：23

11

作者 章剑光 周浩 盛晔 《电力系统自动化》 EI CSCD 北大核心 2004年第14期63-66,共4页

故障诊断模型是开展输变电设备状态检修的核心环节之一,文中采用弹性反馈(RPROP)神经网络算法建立主变压器油中溶解气体的神经网络故障诊断模型,通过与带动量因子的标准反向传播(BP)算法、Bold Driver算法、SuperSAB算法相比较,表明了RP... 故障诊断模型是开展输变电设备状态检修的核心环节之一,文中采用弹性反馈(RPROP)神经网络算法建立主变压器油中溶解气体的神经网络故障诊断模型,通过与带动量因子的标准反向传播(BP)算法、Bold Driver算法、SuperSAB算法相比较,表明了RPROP算法在故障模式识别中具有更好的学习效率与泛化能力,故障诊断的准确度高于传统分析方法,在变电设备状态诊断中具有良好的应用前景。 展开更多

关键词 变电设备 主变压器 状态检修 故障诊断 神经网络 弹性反馈(RPROP) 油中溶解气 体分析(DGA)

在线阅读 下载PDF 职称材料

基于因子分析和灰色关联度分析法的变压器故障诊断 被引量：12

12

作者 周涛 胡海宁 周力行 《电力科学与技术学报》 CAS 2013年第1期86-91,97,共7页

变压器油中溶解气体分析是目前有效的变压器状态诊断方法,应用灰色关联度算法处理变压器油色谱数据时,变压器故障标准模式的选取直接影响诊断结果.采用因子分析方法对大量确诊故障的油色谱数据进行分析计算,将变压器故障分为高温过热、... 变压器油中溶解气体分析是目前有效的变压器状态诊断方法,应用灰色关联度算法处理变压器油色谱数据时,变压器故障标准模式的选取直接影响诊断结果.采用因子分析方法对大量确诊故障的油色谱数据进行分析计算,将变压器故障分为高温过热、高能放电等11类故障,并通过计算其标准差、方差以及M估计值,确定表征变压器各类故障的标准模式,该标准模式充分考虑了检测数据的分散性,减小了各类故障数据间的相关信息,使诊断具有更高的分辨率.结合灰色关联度分析法进行变压器故障诊断实例分析,结果表明该方法的诊断准确率高于传统的灰色关联度诊断法. 展开更多

关键词 变压器故障 油色谱分析 因子分析法 灰色关联度分析

在线阅读 下载PDF 职称材料

利用DGA-NN诊断油浸式电力变压器故障 被引量：11

13

作者 李清泉 王伟 王晓龙 《高电压技术》 EI CAS CSCD 北大核心 2007年第8期48-51,共4页

人工神经网络以其良好的非线性映射能力广泛应用于电力变压器故障诊断。为研究反向传播神经网络(BPNN)和概率神经网络(PNN)的学习过程、网络参数选择等问题,利用Matlab的神经网络工具箱结合油中溶解气体建立了BPNN和PNN的故障诊断模型,... 人工神经网络以其良好的非线性映射能力广泛应用于电力变压器故障诊断。为研究反向传播神经网络(BPNN)和概率神经网络(PNN)的学习过程、网络参数选择等问题,利用Matlab的神经网络工具箱结合油中溶解气体建立了BPNN和PNN的故障诊断模型,并对其性能做了分析和对比。结果表明,两种网络均能较好地实现变压器故障的实时诊断。因初始化权值的随机性,BPNN的输出结果具有差异性,收敛速度较慢,而PNN网络结构自适应确定,可以随时添加训练样本,且训练速度较快,适合于实现变压器故障的实时诊断。相同条件下,PNN的收敛速度约为BPNN的5倍。 展开更多

关键词 油中溶解气体分析 反向传播神经网络 概率神经网络 电力变压器 故障诊断 模式识别 Matlab

在线阅读 下载PDF 职称材料

基于DGA的变压器故障诊断多专家融合策略 被引量：22

14

作者 梁小冰 王耀龙 +1 位作者 黄萍 韩昆仑 《电力系统自动化》 EI CSCD 北大核心 2005年第18期80-84,共5页

介绍了基于油中溶解气体分析(DGA)的电力变压器故障综合诊断。采用的诊断判据主要包括改良三比值法、大卫三角形法、神经网络和范例推理。在多专家(多诊断判据)的参与下,可能出现诊断结果相互冲突的问题,而如何融合不同诊断判据下的诊... 介绍了基于油中溶解气体分析(DGA)的电力变压器故障综合诊断。采用的诊断判据主要包括改良三比值法、大卫三角形法、神经网络和范例推理。在多专家(多诊断判据)的参与下,可能出现诊断结果相互冲突的问题,而如何融合不同诊断判据下的诊断结果仍是一个难点。为解决这一问题,在把各诊断结果分解为放电和过热故障的基础上,引入了多专家加权投票策略(加权多数算法)。权重系数根据各诊断判据的诊断正确率初步确定。实践证明了该方法的可行性。 展开更多

关键词 变压器故障诊断 油中溶解气体分析(DGA) 多专家诊断 加权多数算法 在线监测

在线阅读 下载PDF 职称材料

模糊贝叶斯网的变压器故障诊断 被引量：11

15

作者 宋功益 郭清滔 +1 位作者 涂福荣 周立龙 《电力系统及其自动化学报》 CSCD 北大核心 2012年第2期102-106,共5页

目前油中溶解气体的三比值法是变压器故障诊断的有效方法之一。变压器故障诊断中的信息具有随机性和不确定性的特点,文中提出一种基于模糊贝叶斯网络的变压器故障诊断方法。该方法利用贝叶斯表达知识灵活,处理不确定性与关联性问题能力... 目前油中溶解气体的三比值法是变压器故障诊断的有效方法之一。变压器故障诊断中的信息具有随机性和不确定性的特点,文中提出一种基于模糊贝叶斯网络的变压器故障诊断方法。该方法利用贝叶斯表达知识灵活,处理不确定性与关联性问题能力强,模糊集能有效表达模糊事件和信息的特点,利用隶属函数模糊化三比值的分割空间,模糊贝叶斯网络推理获得故障类型。实例证明,该方法在信息不完备条件下诊断准确率高,为变压器故障诊断提供了一条新的理论依据。 展开更多

关键词 变压器 油中溶解气体分析 故障诊断 模糊贝叶斯网

在线阅读 下载PDF 职称材料

油中溶解气体分析的变压器故障诊断新方法 被引量：23

16

作者 王南兰 邱德润 《高电压技术》 EI CAS CSCD 北大核心 2006年第6期35-37,共3页

为克服电气分析应用中BP网络算法遇到的困难,改进基本遗传算法并将其与BP算法相结合构成混合算法应用到基于油中溶解气体分析的变压器故障诊断的小波神经网络的训练中。混合算法先利用改进后的遗传算法优化小波神经网络的4个初始值,再... 为克服电气分析应用中BP网络算法遇到的困难,改进基本遗传算法并将其与BP算法相结合构成混合算法应用到基于油中溶解气体分析的变压器故障诊断的小波神经网络的训练中。混合算法先利用改进后的遗传算法优化小波神经网络的4个初始值,再利用梯度下降算法训练小波神经网络。针对实际情况,对所采用的遗传算法运用实数编码,采用通过自适应调整的交叉和变异概率,使遗传算法在广泛的空间搜索,向解的方向尽快收敛。仿真结果表明,该算法有效解决了小波网络若初值设置不合理,极易进入局部极小的区域使网络振荡增大、不收敛及GA算法独立训练神经网络速度缓慢等缺点。用训练过的该小波神经网络模型对456台次的变压器故障进行验证和诊断的仿真结果表明,该算法具有较快的收敛速度和较高的计算精度,证实了该算法应用于电力变压器故障诊断的有效性。 展开更多

关键词 电力变压器 小波神经网络 遗传算法 故障诊断 油中溶解气体分析

在线阅读 下载PDF 职称材料

信息融合技术在变压器油气识别故障诊断中的研究 被引量：6

17

作者 张志文 乔悦 +1 位作者 罗隆福 杨双 《计算机工程与科学》 CSCD 北大核心 2012年第3期132-136,共5页

变压器故障分为放电性故障和过热性故障两大类别,它们均会在变压器油中有所反映。本文通过对变压器油中主要气体的分析,判断变压器的故障类型。具体方法是:利用改进算法的BP网络和信息融合技术,以变压器油中五种主要特征气体作为神经网... 变压器故障分为放电性故障和过热性故障两大类别,它们均会在变压器油中有所反映。本文通过对变压器油中主要气体的分析,判断变压器的故障类型。具体方法是:利用改进算法的BP网络和信息融合技术,以变压器油中五种主要特征气体作为神经网络的输入,以六种变压器状态作为相应的输出,通过加入动量因子,可以提高学习率系数,充分发挥改进算法的BP网络具有自适应学习能力的优势。仿真测试结果表明,本方法能够在较大范围内准确有效地进行变压器的故障诊断。 展开更多

关键词 变压器 油气识别 故障诊断 神经网络 改进BP算法

在线阅读 下载PDF 职称材料

变压器绝缘在线监测技术简介 被引量：6

18

作者 史保壮 周良才 芮冬阳 《广东电力》 1999年第2期45-48,共4页

论述了油浸式电力变压器绝缘在线监测技术的现状及发展趋势，并分析了各种在线监测方法的原理。

关键词 油浸式电力变压器 绝缘 在线监测 局部放电 色谱分析

在线阅读 下载PDF 职称材料

变压器油中溶解气体在线监测方法及故障判断综述 被引量：10

19

作者 左新宇 付强 《广东电力》 2011年第2期10-14,共5页

对变压器的常见故障及其基于变压器油中特征气体组分的故障诊断方法进行归类,分析了在不同故障原因下变压器油中主要特征气体组分,阐述了国内外变压器油中溶解气体在线监测技术的研究现状和发展趋势。

关键词 电力变压器 变压器油 溶解气体分析 故障诊断 在线监测

在线阅读 下载PDF 职称材料

基于谱聚类集成的变压器在线故障诊断 被引量：3

20

作者 刘荣胜 彭敏放 肖祥慧 《电子学报》 EI CAS CSCD 北大核心 2017年第10期2491-2497,共7页

为了提高基于油中溶解气体分析技术(DGA)的变压器故障诊断准确率,本文提出了一种基于谱聚类集成的变压器在线故障诊断(TOFD-SCE)方法.以加权二次抽样算法抽取样本、构建基础谱聚类的样本集,以基础谱聚类学习问题的局部知识;平衡多样性... 为了提高基于油中溶解气体分析技术(DGA)的变压器故障诊断准确率,本文提出了一种基于谱聚类集成的变压器在线故障诊断(TOFD-SCE)方法.以加权二次抽样算法抽取样本、构建基础谱聚类的样本集,以基础谱聚类学习问题的局部知识;平衡多样性与正确性选择集成成员;集成多个成员谱聚类的结果来提高变压器故障诊断的准确率.传统变压器故障诊断方法基于历史数据建立模型,缺乏在线学习的能力;TOFD-SCE利用历史与在线新增两种DGA数据来训练、修正模型,提高了其故障诊断的准确率.对SSP300000/500型变压器的故障诊断实验结果表明:TOFD-SCE的准确率优于IEC三比值法、BP神经网络法及支持向量机法,验证了其有效性. 展开更多

关键词 故障诊断 变压器 谱聚类集成 油中溶解气体分析 信号处理

在线阅读 下载PDF 职称材料