基于BP和RBF神经网络在高压断路器故障诊断中的应用

被引：4

作者：

陈莉

田书

机构：

[1] 河南理工大学电气学院

来源：

煤矿机电 | 2013年 / 03期

关键词：

高压断路器; 故障诊断; BP神经网络; RBF神经网络;

D O I：

10.16545/j.cnki.cmet.2013.03.018

中图分类号：

TP183 [人工神经网络与计算]; TM561 [断路器];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 080801 ;

摘要：

针对高压断路器的故障诊断,通过分析断路器的合闸电流波形,提取相应的特征量作为神经网络的输入量,利用Matlab工具,使用样本数据通过故障诊断仿真实例分析验证BP与RBF神经网络的性能并进行对比分析,结果显示RBF神经网络训练速度快,逼近误差小,分类性能好,高压断路器故障诊断具有很强的实用性和准确性。

引用

页码：8 / 11

页数：4

共 6 条

[1] 高压断路器机械状态的监测 [J].

黄瑜珑 ;

钱家骊 .

清华大学学报(自然科学版), 1998, (04) :81-83

[2]

高压断路器状态监测与故障诊断方法的研究.[D].黄凌洁.北京交通大学.2007, 09

[3]

基于径向基神经网络的高压断路器故障诊断应用研究.[D].罗小安.西南交通大学.2007, 04

[4]

高压断路器在线监测系统开发及故障诊断分析.[D].张超.华北电力大学（北京）.2004, 04

[5]

电力设备的在线监测与故障诊断.[M].王昌长;李福祺;高胜友编著;.清华大学出版社.2006,

[6]

断路器故障与监测.[M].方可行编著;.中国电力出版社.2003,

← 1 →