RBF神經(jīng)網(wǎng)絡(luò)與粒子群算法融合的高壓斷路器故障診斷方法研究.pdf

1、隨著科技和經(jīng)濟的飛速發(fā)展，電力系統(tǒng)在整體大局中的地位日趨重要，人們對電力的需求量越來越大，促進電力系統(tǒng)必須迅速發(fā)展，電網(wǎng)不斷復(fù)雜化。目前電壓等級的提高和裝機容量的增大，用戶對供電質(zhì)量和可靠性的要求也越來越高，這就要求電力系統(tǒng)要加強電力設(shè)備的正常運行狀態(tài)的可靠性。高壓斷路器作為電力系統(tǒng)的重要開關(guān)設(shè)備，在配電、保護線路及設(shè)備中起著關(guān)鍵作用,且在電力系統(tǒng)中得到了廣泛的應(yīng)用。要提高電力系統(tǒng)安全可靠的供電從某種意義上說就是提高高壓斷路器的可靠運行

2、。
　　目前神經(jīng)網(wǎng)絡(luò)采用的算法有很多種，而BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)是應(yīng)用比較多的，但是BP神經(jīng)網(wǎng)絡(luò)有著收斂速度慢、容易陷入極小區(qū)域的缺點，RBF神經(jīng)網(wǎng)絡(luò)雖然比BP神經(jīng)網(wǎng)絡(luò)在收斂速度上快，但是RBF卻有著訓(xùn)練連接權(quán)值麻煩的缺點。為了提高收斂的速度和改掉連接權(quán)值不容易算出來的缺點，本文分別用遺傳算法和粒子群算法融合RBF神經(jīng)網(wǎng)絡(luò)。
　　基于這些分析，本文提出了用 RBF神經(jīng)網(wǎng)絡(luò)與粒子群算法相融合的方法，用霍爾傳感器和斷路器機

3、械特性測試儀現(xiàn)場測試得出高壓斷路器分合閘線圈電流隨時間變化的故障時的特征量數(shù)據(jù)，建立PSO-RBF模型。用MATLAB進行數(shù)據(jù)的分析與仿真研究，結(jié)果顯示出基于 PSO-RBF的高壓斷路器的故障診斷模型可以很好的確定出高壓斷路器的故障原因。同時，在本文中還建立了GA-RBF，BP，RBF分別關(guān)于高壓斷路器的故障診斷的模型，并進行對比，結(jié)果顯示PSO-RBF神經(jīng)網(wǎng)絡(luò)具有很好的診斷效果。
　　本文用最大似然估計的概率論方法對高壓斷路器的