摘要

准确诊断金属氧化物压敏电阻故障对电力系统安全运行十分重要。为有效提高故障诊断率,本文提出基于主成分分析与反向传播神经网络相结合的故障诊断算法。对于MOV故障数据指示指标,利用主成分分析进行降维,降低原始指标间相关性,最后利用反向传播神经网络对所选主成分进行诊断。试验结果表明:相对于反向传播模型,PCA-反向传播模型诊断误判率下降了3%,模型运行时间降低了267 s。有效降低MOV误判率,简化了反向传播网络结构,提高网络收敛性和稳定性。

  • 单位
    贵州电网有限责任公司; 贵州电网有限责任公司输电运行检修分公司