基于神经网络的电力计量故障诊断及仿真研究

论文摘要

针对传统的BP算法在收敛速度和易陷入局部最小值的问题,结合高压电力计量的重要性,提出一种基于改进BP网络的电力计量故障诊断算法。文章在分析电力计量系统工作原理和检测原理的基础上,对BP算法问题进行深入分析,然后结合故障诊断的理论,引入小波分析对特征信号进行处理,减少特征信号中的噪声和尖峰成分,提高故障诊断的正确率。在信号特征处理的基础上,结合BP算法的问题,提出引入PSO优化算法在全局搜索方面的优势,从而防止传统BP算法容易陷入局部极小值的问题,最终时期更靠近群体最优。最后通过和BP网络的诊断测试对比,验证本文设计算法的可行性与正确性,从而为当前电力计量诊断提供了借鉴。

论文目录

• 0 引言
• 1 高压电力计量系统原理及故障分析
•   1.1 计量系统原理
•   1.2 故障分析
•   1.3 故障检测原理
• 2 故障特征信号提取
• 3 基于改进神经网络的故障特征判断
•   3.1 神经网络基本结构及流程
•   3.2 BP神经网络的缺陷
•   3.3 BP神经网络算法的改进
• 4 仿真验证
•   4.1 初始参数设置
•   4.2 仿真结果
• 5 结束语

文章来源

类型: 期刊论文

作者: 祝唯微,孙沛,陈宝靖,蔡玺,郭行

关键词: 算法,粒子群算法,故障诊断,电力计量

来源: 自动化与仪器仪表 2019年01期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 电力工业,自动化技术

单位: 国网甘肃省电力公司信息通信公司

分类号: TM933;TP183

DOI: 10.14016/j.cnki.1001-9227.2019.01.056

页码: 56-59

总页数: 4

文件大小: 788K

下载量: 95