基于模糊RBF神经网络的高压断路器机构故障诊断

作者：林琳; 陈志英^*

来源：高压电器, 2019, 55(10): 52-58.

DOI：10.13296/j.1001-1609.hva.2019.10.009

• 高压断路器
• 故障诊断
• 模糊化
• 模糊RBF神经网络
• 分(合)闸电流

为了快速准确诊断高压断路器是否发生操作机构故障,文章提出了一种基于模糊RBF神经网络的高压断路器机构故障诊断方法。该方法首先分析高压断路器的分(合)闸线圈电流,提取时间和电流特征参数t1、t2、t3、t4、t5、I1、I2、I3,然后在RBF神经网络增加模糊化层,对特征参数进行相对模糊化运算,最后将模糊化后的特征参数输入到RBF神经网络进行故障识别、分类。该方法以ABB VD4高压断路器的88组实验数据为训练样本建立4种高压断路器操作机构的模糊RBF神经网络故障诊断模型,12组测试样本来验证其准确性,实验结果显示,模糊RBF神经网络高压断路器的故障诊断模型能够准确的诊断出故障类型,其准确率达到99%,具有良好的实用性。与基于模糊BP神经网络的故障诊断方法相比,该方法收敛速度快,训练时间短,均方差较小,为0.107 3。

• 单位
  自动化学院; 厦门理工学院