基于RBF网络的高压开关设备状态评估技术在智能GIS上的应用

被引：10

作者：

张军民

尹军华

蒋晓旭

机构：

[1] 河南平高电气股份有限公司

来源：

高压电器 | 2013年 / 49卷 / 03期

关键词：

RBF神经网络; 评估模型; 故障诊断; 高压开关设备;

D O I：

10.13296/j.1001-1609.hva.2013.03.020

中图分类号：

TM564 [各种开关];

学科分类号：

080801 ;

摘要：

针对高压开关设备运行过程中常见的故障类型,提出了基于RBF(径向基函数)的高压开关设备可靠性评估模型,以自主研发的126 kV智能GIS样机为对象对该可靠性评估模型进行探索和研究。试验结果表明,相对于BP网络,RBF网络具有良好的学习和分类能力,训练速度快,误差率低,在开关状态评估中有很好的实用性和应用前景。

引用

收藏

页码：115 / 121

页数：7

相关论文

共 20 条

[1] 基于BP神经网络的多参数关联变压器油击穿电压的预测研究 [J].

李睿 ;

曹顺安 ;

盛凯 .

高压电器, 2008, (04) :342-346

[2] 面向优化检修的真空断路器状态监测与诊断 [J].

郭江 ;

刘亚锦 ;

邹积岩 .

高压电器, 2007, (06) :454-456

[3] 基于模糊理论的高压断路器状态评估研究 [J].

李宇 ;

张国钢 ;

耿英三 .

高压电器, 2007, (04) :274-277

[4] RBF网络和BP网络在逼近能力方面的研究 [J].

海山 ;

张策 ;

何风琴 .

内蒙古科技与经济, 2007, (14) :64-65

[5] 基于突变理论的断路器运行状态模糊综合评判方法 [J].

陈伟根 ;

吴娅 ;

刘强 .

高压电器, 2007, (02) :127-130+135

[6] 新型神经网络的发展及其应用 [J].

王鸿斌 ;

张立毅 .

忻州师范学院学报, 2007, (02) :50-53

[7] 基于RBF神经网络在高压断路器故障诊断的研究 [J].

罗小安 ;

翁陈宇 .

电气应用, 2007, (04) :50-53

[8] BP神经网络与广义RBF神经网络在产品寿命分布模型识别中的应用研究 [J].

吴月明 ;

王益群 ;

李莉 .

中国机械工程, 2006, (20) :2140-2144

[9] 人工神经网络算法在高压断路器状态识别中的应用 [J].

裴立云 .

电气时代, 2006, (09) :126-128

[10] 基于(RBF)神经网络的自动化电器设备故障诊断方法 [J].

刘爱民 ;

林莘 ;

刘向东 .

组合机床与自动化加工技术, 2005, (12) :67-69+72