[发明专利]基于神经网络的变压器套管监测方法在审
申请号: | 201810965716.3 | 申请日: | 2018-08-23 |
公开(公告)号: | CN108694445A | 公开(公告)日: | 2018-10-23 |
发明(设计)人: | 黄加国 | 申请(专利权)人: | 四川多成电力工程安装有限责任公司 |
主分类号: | G06N3/08 | 分类号: | G06N3/08;G06N7/02;G06F17/14;G01R31/12 |
代理公司: | 成都行之专利代理事务所(普通合伙) 51220 | 代理人: | 李锦松 |
地址: | 610000 四川省*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 神经网络 变压器套管 初级诊断 套管 独立性假设 可靠性差异 故障诊断 积分信息 拓扑变化 系统诊断 先验信息 训练样本 有效解决 故障点 监测 模糊 诊断 融合 | ||
1.基于神经网络的变压器套管监测方法,其特征在于,主要包括以下步骤:
S1、对变压器套管建立保护模型和神经网络模型;
S2、选取训练样本和RBF网络对元件神经网络进行训练;
S3、采用离散傅里叶变换对试品的电压和电流信号进行谐波分析来识别故障前与故障后的系统拓扑结构差异,确定故障点;
S4、基于面向故障点的神经网络模型进行初级故障诊断;
S5、利用模糊技术对初级故障诊断结论进行预处理;
S6、根据变压器套管拓扑信息形成候选故障点集D={d1,d2…dN},其中,d为候选故障点;
S7、根据变压器套管拓扑信息形成各个候选故障点的直接关联故障点集合Di-direct={dm…dn}与隔一级关联故障点集合Di-indirect={dk…di};
S8、确定模糊密度,即g=g({xi}),i=1,2,…n,其中,g就是第i个信息的模糊密度,亦即为第i个信息的权重;
S9、根据拓扑信息及各故障点的诊断结论,形成直接关联故障点对候选故障点的故障的支持程度的集合Fi-direct={fm…fn}与隔一级关联故障点对该候选故障点的故障的支持程度的集合Fi-indirect={fk…fi};
S10、根据式计算模糊积分值ei,ei即为综合诊断给出的故障可能性指标,形成候选故障套管的故障可能性指标集E={e1,e2…eN};根据故障可能性指标集,确定故障套管。
2.根据权利要求1所述基于神经网络的变压器套管监测方法,其特征在于,所述步骤S5中,所述利用模糊技术对初级故障诊断结论进行预处理,其选用的隶属度如下:
其中,x为待处理的输入数据,y为处理后的数值,e为自然常数。
3.根据权利要求1所述基于神经网络的变压器套管监测方法,其特征在于,所述步骤S8具体为:根据式确定λi,然后根据式g(x1)=g({x1})和式求取模糊密度g;λi是一个中间数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川多成电力工程安装有限责任公司,未经四川多成电力工程安装有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810965716.3/1.html,转载请声明来源钻瓜专利网。