[发明专利]一种基于数字滤波与人工神经网络的低压SPD智能在线检测装置

权利要求书

1.一种基于数字滤波与人工神经网络数据处理的低压电源SPD漏电流的智能在线检测装置，其技术特征在于应用微程序器(MPU)或数字信号处理器(DSP)设计低通数字滤波器对低压电源SPD进行漏电流在线检测并对检测数据进行数字滤波，以低通数字滤波器取代硬件降噪电路，并用BP神经网络进一步处理检测数据，消除电流互感器所产生的误差。

2.根据权利要求1所述的低通数字滤波器，采用海明窗设计低通数字滤波器，低通数字滤波器的通带截止频率为0.325π，实际过渡带宽Δω＝0.15π，阻带最小衰减为50dB，所述海明窗的长度N＝45,频率响应为

对H_d(e^jω)进行IDTFT可以得到理想低通滤波器的单位冲激响应：

海明窗函数如下式：

数字低通滤波器单位冲激响应为：h(n)＝h_d(n)·w(n)。

3.根据权利要求1所述BP神经网络的运算模型如附图8所示，所述BP神经网络以自然指数函数模拟误差的非线性变化，其输入信号数据为经差分检测与数字滤波所获得的漏电流检测信号V_d、电源电压值V以及电源负载电路I_F，预处理层按式4--式8将{V_d,V,I_F}转成隐含层的输入数据{V₁₁,V₂₂,V₃₃,V₁₂},

H₁＝V/V_m-1(其中Vm为低压SPD的压敏电压) (公式4)

V₂₂＝V_dG (公式6)

V₃₃＝H₂＝I_Fη (公式7)

隐含层的算法如下式：

输出层的算法如下：

并设计了BP神经网络训练的离线学习方法。

4.根据权利要求3，所述BP神经网络学习根据实验检测误差进行人工训练的，设定设定训练数据样本集{I_T,I_R,V,I_F}，数据样本集分别为用本发明所述用差分检测与数字滤波方法所得的漏电流检测值I_T、以及用精密仪表获得的漏电流实测值I_R、负载电流值I_F,电源当前的电压值V四类数据。设检测误差ε＝I_T-I_R.用可调电阻电路模拟压敏电阻漏电流I_R的变化以及负载电流I_F的变化,从而测得所述训练数据样本；设检测误差ε＝I_T-I_R.根据检测误差ε的分布倾向对神经网络各层的权值进行估算；隐含层设两类调整数据输入，即预处理层的输出数据V₁₁、V₁₂以及V₃₃，在隐含层产生两类调整量为△₁＝V₁₁η₁₁+V₁₂η₂₁与△₂＝V₃₃η₃₁，大致估算V₁₁,V₂₂的变化范围，在V₁₁,V₂₂变化范围内用MATLAB程序产生随机数，对检测数据曲线进行拟合，获得△₁的运算公式；对于△₂＝V₃₃η₃₁，设:

其中I₀为一个设定的中值，根据误差曲线的拐点估算。