[发明专利]一种绝缘损坏故障诊断方法及系统

权利要求书

1.一种绝缘损坏故障诊断方法，其特征在于，所述方法，包括：

对区域内的高压开关柜基础数据进行采集；

通过LM-BP神经网络算法生成高压开关柜绝缘状态智能分析模型；

使用LM-BP神经网络函数逼近功能，建立非线性函数关系，进行模型验证；

对开关柜绝缘状态进行预判评估。

2.根据权利要求1所述的方法，其特征在于，所述高压开关柜基础数据，包括：开关柜的电压等级、生产厂家与型号、开关柜工作环境的温度、投运年限、超声、特高频、暂态地电压、温度、湿度、耐压值。

3.根据权利要求1所述的方法，其特征在于，所述通过LM-BP神经网络算法生成高压开关柜绝缘状态智能分析模型，包括：

利用LM算法来优化神经网络模型训练误差反向传递的权值和阈值，建立LM-BP神经网络算法；

将采集到的试验数据，作为模型输入，开关柜绝缘状态情况为模型输出，数据经过归一化处理后，作为BP网络样本，进行模型搭建，通过误差比对后不断的自动学习调整，逐渐提高模型精度。

4.根据权利要求3所述的方法，其特征在于，所述LM-BP神经网络算法分为两个过程：工作信号正向传递子过程和误差信号反向传递子过程；

工作信号正向传递子过程：设节点i和节点j之间的权值为y，节点j的阀值为bj，每个节点的输出值为xj，每个节点的输出值根据上层所有节点的输出值、当前节点与上一层所有节点的权值和当前节点的阀值和激活函数确定；

误差信号反向传递子过程：误差信号反向传递子过程基于Widrow-Hoff学习规则，并利用LM算法来优化误差反向传递的权值和阈值。

5.根据权利要求1所述的方法，其特征在于，所述建立非线性函数关系，采用matlab编程语言按如下流程建立投运年限、超声、特高频、暂态地电压、温度、湿度、耐压值与开关柜绝缘状态之间非线性函数关系，实现精准评价开关柜绝缘状态。

6.根据权利要求1所述的方法，其特征在于，所述进行模型验证，包括：

3.1输入训练原始数据；

3.2对数据进行归一化处理；

3.3进行网络训练，对原数据进行仿真，将仿真结果与实际结果进行对比；

3.4判断对比误差是否小于规定范围，若小于则继续对新数据进行仿真，若大于则对数据进行反馈，重新进行步骤3.3。

7.根据权利要求1所述的方法，其特征在于，所述对数据进行分析，包括：

利用开关柜绝缘状态智能分析模型，对开关柜绝缘状态进行预判评估。

8.一种绝缘损坏故障诊断系统，其特征在于，所述系统，包括：

采集模块用于对区域内的高压开关柜基础数据进行采集；

模型构建模块通过LM-BP神经网络算法生成高压开关柜绝缘状态智能分析模型；

验证模块使用LM-BP神经网络函数逼近功能，建立非线性函数关系，进行模型验证；

分析模块用于对开关柜绝缘状态进行预判评估。

9.根据权利要8所述的系统，其特征在于，所述模型构建模块，包括：

利用LM算法来优化神经网络模型训练误差反向传递的权值和阈值，建立LM-BP神经网络算法；

将采集到的试验数据，作为模型输入，开关柜绝缘状态情况为模型输出，数据经过归一化处理后，作为BP网络样本，进行模型搭建，通过误差比对后不断的自动学习调整，逐渐提高模型精度。

10.根据权利要8所述的系统，其特征在于，所述验证模块，包括：

3.1输入训练原始数据；

3.2对数据进行归一化处理；

3.3进行网络训练，对原数据进行仿真，将仿真结果与实际结果进行对比；

3.4判断对比误差是否小于规定范围，若小于则继续对新数据进行仿真，若大于则对数据进行反馈，重新进行步骤3.3。