基于指定元分析與PCA-BP神經(jīng)網(wǎng)絡的接地網(wǎng)故障診斷研究.pdf

1、發(fā)、變電站接地網(wǎng)對于電力系統(tǒng)的可靠運行和工作人員的人身安全起著重要作用。然而接地網(wǎng)因長期埋在地下,運行條件惡劣,腐蝕不可避免,從而導致電氣性能的惡化,嚴重時將直接危及電網(wǎng)的安全穩(wěn)定運行。因此,迫切需要找到一種簡單、準確、無損的地網(wǎng)狀態(tài)檢測方法,實現(xiàn)不斷電、不開挖情況下的狀態(tài)檢測,以便及時發(fā)現(xiàn)故障,防患于未然。目前,神經(jīng)網(wǎng)絡、主元分析和指定元分析等信息處理技術已成為新的研究熱點,這為解決接地網(wǎng)故障診斷中的諸多難題提供了一條有效途徑。

2、>　　本文首先對接地網(wǎng)故障診斷的發(fā)展、現(xiàn)狀及存在的問題進行了綜述,重點對現(xiàn)有接地網(wǎng)故障診斷的電網(wǎng)絡法進行了分析。同時,針對其測量過程中可能出現(xiàn)的影響因素進行了探討,分析了減少誤差的有效措施。
　　在此基礎上,介紹了主元分析和BP神經(jīng)網(wǎng)絡診斷的基本原理,闡述了BP神經(jīng)網(wǎng)絡在故障診斷上的優(yōu)勢。但由于BP算法受到其自身算法的限制,在對其網(wǎng)絡進行訓練時需要很大的訓練樣本和相當長的訓練時間,而且隨著訓練樣本維數(shù)的增大,網(wǎng)絡的性能會變差,這些

3、缺點將使得故障診斷的效率不能達到最優(yōu)。針對這個問題,本文將PCA與BP相結合,構建PCA-BP網(wǎng)絡模型,應用主元分析方法對BP網(wǎng)絡輸入進行線性組合,以降低輸入向量維數(shù),提高輸入數(shù)據(jù)對故障的敏感性,最終達到使網(wǎng)絡簡化、訓練時間縮短的目的,提高BP網(wǎng)絡在故障診斷中的識別能力。接地網(wǎng)的診斷實例表明,PCA-BP網(wǎng)絡對接地網(wǎng)故障狀態(tài)的識別率明顯高于單獨使用BP網(wǎng)絡時的識別率,驗證了該方法的有效性。
　　針對傳統(tǒng)主元分析法因模式復合現(xiàn)象而不