供电系统中高压断路器故障优化诊断仿真

摘要：

提高高压断路器的故障诊断准确率对降低生产成本、提高运行可靠性具有重要作用.由于高压断路器故障种类繁多、监测信号有限,导致高压断路器故障诊断准确率不高.为了提高高压断路器故障诊断准确率,提出了基于概率神经网络算法的高压断路器故障诊断方法.在高压断路器振动信号能量进行量化的基础上,构建了概率神经网络诊断模型,利用样本数据集进行训练,获得最优的高压断路器故障诊断模型,最后利用测试集对模型进行检验.实验证明,利用概率神经网络进行高压断路器故障诊断具有训练过程简单、诊断速度快、准确率高和训练样本追加能力强等优点.与标准BP网络相比,概率神经网络可有效地提高高压断路器的故障诊断准确率.

关键词：高压断路器、振动信号能量、故障诊断、概率神经网络

所属期刊栏目：35

分类号：TP18(自动化基础理论)

在线出版日期：2018-03-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：108-112