基于混沌神經(jīng)網(wǎng)絡(luò)的高壓斷路器狀態(tài)評估方法應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩56頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、電氣設(shè)備在線狀態(tài)監(jiān)測和實(shí)時診斷是輸電智能化的重要內(nèi)容。隨著智能電網(wǎng)和特高壓輸電的迅速發(fā)展,對高壓電氣設(shè)備進(jìn)行準(zhǔn)確的狀態(tài)評估和故障診斷變得尤為重要。高壓斷路器作為控制和保護(hù)電力系統(tǒng)的關(guān)鍵設(shè)備,對它的早期監(jiān)測、評估和診斷能有效地保護(hù)電網(wǎng),提高電力系統(tǒng)的可靠性。近幾年來人們運(yùn)用了多種理論知識來分析高壓斷路器狀態(tài),做出了實(shí)用性的高壓斷路器的在線監(jiān)測系統(tǒng),能很好的實(shí)時監(jiān)測其狀態(tài)和判斷故障。本文采用了一種將混沌理論和神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法來對高壓斷路

2、器機(jī)械性能方面進(jìn)行狀態(tài)評估。
  本文初期對高壓斷路器的狀態(tài)評估參數(shù)進(jìn)行分析,研究了機(jī)械方面特性及具有混沌特征的參數(shù),并構(gòu)建了狀態(tài)信息表,該表能定性的評估出高壓斷路器的狀態(tài)。研究了混沌神經(jīng)元模型,并由此構(gòu)建了混沌神經(jīng)網(wǎng)絡(luò),對其進(jìn)行了學(xué)習(xí)。本文在BP神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上,建立了一種基于Logistic映射的混合混沌神經(jīng)網(wǎng)絡(luò),并研究了該網(wǎng)絡(luò)的學(xué)習(xí)算法和訓(xùn)練流程。通過引入混沌機(jī)制,該混合混沌神經(jīng)網(wǎng)絡(luò)能克服BP神經(jīng)網(wǎng)絡(luò)中易陷入局部最小的缺點(diǎn),

3、并對細(xì)微差別的模式具有更優(yōu)的識別效果。
  為了驗證該方法的有效性,本文從實(shí)驗室課題組的數(shù)據(jù)庫中,分別提取分、合閘線圈電流和動觸頭行程的特征值的部分?jǐn)?shù)據(jù)樣本,對數(shù)據(jù)進(jìn)行了歸一化處理。結(jié)合Matlab R2014a,對BP神經(jīng)網(wǎng)絡(luò)和混合混沌神經(jīng)網(wǎng)絡(luò)分別進(jìn)行了仿真及分析,以多組特征向量作為這兩種網(wǎng)絡(luò)的訓(xùn)練和測試輸入,其對應(yīng)的故障狀態(tài)作為網(wǎng)絡(luò)的輸出。仿真結(jié)果表明混合混沌神經(jīng)網(wǎng)絡(luò)能有效的識別高壓斷路器的狀態(tài),并與現(xiàn)在應(yīng)用廣泛的BP神經(jīng)網(wǎng)絡(luò)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論