基于bp神经网络的设备故障率获取

基于bp神经网络的设备故障率获取

ID:33018173

大小:60.45 KB

页数:9页

时间:2019-02-19

基于bp神经网络的设备故障率获取_第1页
基于bp神经网络的设备故障率获取_第2页
基于bp神经网络的设备故障率获取_第3页
基于bp神经网络的设备故障率获取_第4页
基于bp神经网络的设备故障率获取_第5页
资源描述:

《基于bp神经网络的设备故障率获取》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、基于BP神经网络的设备故障率获取第24卷第1期云南水力发电VIINNANWAlIIp酮R基于BP神经网络的设备故障率获取胡泽江,刘宗兵,束洪春(昆明理工大学电力工程学院,云南昆明650051)摘要:电力系统可靠性基本参数的获取靠长期的统计计算•对于新工程的可靠性评估,需要相应的可靠性基木参数,在缺乏此类参数的情况下,都只能靠盲目的借用其他工程已有的统计参数•文章在考虑系统中影响设备故障率的各种因数的基础上,提出了利用神经元模拟训练的方法,获取电力系统设备故障率参数.利用该方法,以现有可信的设备故障率为蓝本,在各因数对故障率影响相差不大的地区,获得对新工

2、程可靠性评估需要的设备故障率.关键词:可靠性评估;故障率;神经网络中图分类号:TP206〜.3文献标识码:A文章编号:1006—3951(2007)03—0085—04Failure.rateDataAcquisitionofPowerEquipmentsBasedOilBPNeuralNetworkHUZe—jiang,LIUZong一bing,SHUHong一chun(KunmingUniversityofScienceandTechnology,Kunming650051,Yunnan,Cl1ina)Abstract:Acquisitionoft

3、hebasicparametersofpowersystem^reliabilitydependsonlong一termstatisticandcalcula一tion.ThestabilityevaluationforanewprojectneedsrelativebasicstabilityparametersJnthecaseoflackingsuchpa一rametersitisobligedtousetheexistingstatisticalparametersofotherprojectsindiscriminately.Thispape

4、rgivesamethodtoobtainfailurerateparametersofpowersystemequipmentsusrngBPneuralnetwork,takingintoaccountvariousfac—torsthathaveinfluenceonfailurerate.ThismethodCanbeusedtoobtainthefailure—rateparametersofpowerequip一mentsneededforstabilityevaluationofanewprojectonthebasisoftheexis

5、tingcrediblefailure—-rateparametersofpow—erequipmentsintheareaswheredifferenceininfluenceexertedbyvariousfactorsonfailurerateisnotsignificant.Keywords:reliabilityevaluation;failurerate;neuralnetwork1引言获得电力系统可靠性基本参数(如设备的故障率等)是电力系统可靠性工作的第一步,这些基木参数的获得,往往需要经过长期,全面细致的数据统计,然后经过分析处理才能得

6、到一个相对可信的结果.这项工作不仅经历时间长,且涉及面宽,需耗费大量的人力物力,从而加大了获取可靠性原始参数的难度•要对j项新建电力工程进行可靠性评估,或者说依照可靠性进行工程设计时,由于根木不可能有统计数据,使这些工程难以开展•传统的做法是:参照以往某项工程已运行的实际资料,经统计得出的各项可靠性基本参数來进行上述的这些工作.文献U提出了利用偏最小二乘法获取设备故障率的方法•文献应用Marquardt法来解决故障率函数的参数最优估计问题,并确定不同故障期的严格分界点.文献乜提出了利用灰色预测方法对可靠性原始参数的预测•此三种方法都没有从影响故障率的因

7、素进行考虑•方法一只是单纯的利用己知可靠性与故障率作曲线拟合.方法二也只是通过对浴盆曲线的数学拟合优化来估计设备故障率•方法三从单台设备方面进行考虑,利用小样本对设备的故障率进行预测•木文考虑了系统中影响设备故障率的各种因素及各因素之间的复杂关系,提出了基于变步长BP神经网络H的方法获取设备故障率.以此方法来获取设备故障率,使得对现有故障率参数的使用具有理论依据.木文利用影响设备故障率的各种因素,通过训练神经网络来计算设备故障率•以线路故障率为例,线路故障率一般和寿命,电压等级及其所在地的收稿日期:20o7—11—05作者简介:胡泽江(1981一),男

8、,四川成都人,硕士研究生,主要从事系统可靠性,状态检修方面研究.云南水力发电2008年第1期天

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。