分析elman 神经网络在高压电力计量系统故障诊断中的应用

分析elman 神经网络在高压电力计量系统故障诊断中的应用

ID:32454376

大小:302.98 KB

页数:5页

时间:2019-02-05

分析elman 神经网络在高压电力计量系统故障诊断中的应用 _第1页
分析elman 神经网络在高压电力计量系统故障诊断中的应用 _第2页
分析elman 神经网络在高压电力计量系统故障诊断中的应用 _第3页
分析elman 神经网络在高压电力计量系统故障诊断中的应用 _第4页
分析elman 神经网络在高压电力计量系统故障诊断中的应用 _第5页
资源描述:

《分析elman 神经网络在高压电力计量系统故障诊断中的应用 》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、第51卷第13期电测与仪表VOI.51No.132014年7月l0日ElectricalMeasurement&InstrumentationJu1.13。2014Elman神经网络在高压电力计量系统故障诊断中的应用术赵建军,张月阳,梁威(河南大学先进控制与智能信息处理研究所,河南开封475004)摘要:利用Elman神经网络自适应性强的优势,将其应用于高压电力计量系统故障诊断中。对计量系统的8个运行参数提取故障信息作为网络的输入值,以4位二进制数表示正常情况和9种主要故障类型,用采集得到的样本对网络进行训练,并选取4种故障类型进行网络测试,结果表明,Elman神经网络模型对高压电

2、力计量系统故障有很好的辨识和诊断效果。关键词:高压电力计量系统;故障诊断;Elman神经网络;采集样本中图分类号:TM93文献标识码:B文章编号:1001—1390(2014)13—0001—04ApplicationofElmanNeuralNetworkintheFaultDiagnosisofHighVoltageElectricPowerMeteringSystemZHAOJian—jan,ZHANGYue—yang,LIANGWei(InstituteofAdvancedControlandIntelligentInformationProcessing,HenanUni

3、versity,Kaifeng475004,Henan,China)Abstract:Elmanneuralnetworkwillbeabletoadoptedinthefaultdiagnosisofhighvoltageelectricpowermeteringsystemaccordingtotheadvantageofthegreatadaptivity.Informationin8operationparametersofmeteringsystemwillbeextractedtobetakenastheinputvaluesoftheneuralnetwork,and

4、a4一bitbinarynumberwillbeadoptedtore—presentthenormalcircumstanceand9mainfaulttypes.ThenthecollectedsamplesareusedtotrainElmannetworkand4faulttypeswillbeselectedtotestthenetwork.TheresultsshowthattheElmannetworkmodelcaneffectivelydiagnosethefaultofhighvoltageelectricpowermeteringsystem.Keywords

5、:highvoltageelectricpowermeteringsystem,faultdiagnosis,Elmanneuralnetwork,collectedsamples0引言1Elman神经网络高压计量系统的故障检测和诊断是电力系统自Elman神经网络由输入层、隐含层、承接层和输动化研究的内容之一。文献⋯通过对高压计量系统出层组成,是一种典型的动态神经网络,其结构如网络的分析,得出计量系统网络阻抗与电流互感器图1所示。一次、二次侧短路故障之间的关系;文献得出电流互感器二次绕组端电压和通过电能表电流线圈的电输出层流二者的比值与电能表电流线圈被短接故障的密切关系,分析过程和

6、仿真结果证明了其正确性。隐含层针对高压电力计量系统一、二次侧出现的故障情况,选取了8个能够反映计量系统故障的运行参数接层进行检测,搭建测试环境平台采集样本数据,通过神输入层经网络可以对这些数据进行综合分析从而准确判断故障的类型。图1Elman神经网络模型Fig.1Elmanneuralnetworkmodel基金项目:国家自然科学基金资助项目(61174112)第51卷第13期电测与仪表V01.51NO.132014年7月1O日Elect~calMeasurement&InstrumentafionJu1.13,2014图中输入层、隐含层和输出层的连接与前馈网看进去网络阻抗的变化很

7、大,可以作为判断的依据,络相似,输入层作用是传输信号,输出层单元的作用但是网络阻抗不能直接测量,需要通过外加激励信是线性加权],描述Elman神经网络的非线性状态号进行检测,采样得到的检测信号是多个信号的叠空间表达式如下:加,必须通过频谱分析才能得到需要波段的信息进():W()+((k一1)))行判断。而电流互感器二次相间短路时,网络阻抗(k)=(k一1)(1)会随着负载的变化而变化,同样需要多个检测信息才能对故障进行判断。Y(k):g(())分析发现,电力计量系统中

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。