| 基于改进ART2神经网络的绝缘子故障在线诊断 |
| |
| 引用本文： | 张海龙,关根志,周金,吴石书,贾旭. 基于改进ART2神经网络的绝缘子故障在线诊断[J]. 湖南大学学报(自然科学版), 2008, 35(10) |
| |
| 作者姓名： | 张海龙 关根志 周金 吴石书 贾旭 |
| |
| 作者单位： | 1. 武汉大学,电气工程学院,湖北,武汉,430072
2. 青岛供电公司,山东,青岛,266001 |
| |
| 基金项目： | 国家自然科学基金，山东省电力科技发展基金 |
| |
| 摘 要： | 根据绝缘子在线检测的特点，提出了基于改进ART2神经网络的绝缘子故障在线诊断技术．改进的ART2神经网络在F2层增设初始状态层，即F2层分为上子层F22和下子层F21．F22层存储绝缘子首次投运时的初始状态和已知的典型故障类型，F21层存储新增故障类型．在绝缘子故障诊断过程中，首先应用电晕电流脉冲测量仪在线测量绝缘子的电晕电流脉冲，然后绘制电晕电流脉冲的N-ψ图，并将其作为故障诊断的特征量送入改进的ART2神经网络进行模式识别．被检测的特征量先与F22层中的初始状态和已知的典型故障类型进行比较，如果匹配则判为该类；如果不匹配，再与F21层中的新增故障类型进行比较；如果都不匹配，则在F21层中创建新增故障类型．改进ART2神经网络解决了传统ART2神经网络聚类中心漂移问题，杜绝了绝缘子故障漏判的发生．仿真实验结果表明，应用改进的ART2神经网络可有效实现绝缘子故障在线检测，获得较好的诊断结果．
|
| 关 键 词： | 神经网络 ART2 绝缘子 在线检测 模式识别 故障诊断 |
Application of Improved ART2 Neural Network for the On-line Diagnosis of Faulty Insulators |
| |
| ZHANG Hai-long,GUAN Gen-zhi,ZHOU jin,WU Shi-shu,JIA Xu. Application of Improved ART2 Neural Network for the On-line Diagnosis of Faulty Insulators[J]. Journal of Hunan University(Naturnal Science), 2008, 35(10) |
| |
| Authors: | ZHANG Hai-long GUAN Gen-zhi ZHOU jin WU Shi-shu JIA Xu |
| |
| Abstract: | |
| |
| Keywords: | ART2 |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《湖南大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《湖南大学学报(自然科学版)》下载全文 |
|
