[发明专利]基于模糊神经网络的避雷器在线监测系统

摘要

本发明涉及一种基于模糊神经网络的避雷器在线监测系统,包括在线监测就地模块、数据采集控制模块和后台在线监测模块，在线监测就地模块采集各相避雷器的泄漏电流和放电次数，数据通过总线方式传给数据采集控制模块，将数据汇总处理后上传至后台在线监测模块，后台在线监测模块根据上传数据进行避雷器的在线监测与故障诊断。通过传感器获取设备电压、电流信号，经电缆传送至前置处理箱，在单片机进行转换后，根据不同设备类型的特点和要求进行数据分析、处理，得到监测结果，进而存数据，显示结果，做出各种判断。

主权项

一种基于模糊神经网络的避雷器在线监测系统，其特征在于，包括在线监测就地模块、数据采集控制模块和后台在线监测模块，在线监测就地模块采集各相避雷器的泄漏电流和放电次数，数据通过总线方式传给数据采集控制模块，将数据汇总处理后上传至后台在线监测模块，后台在线监测模块根据上传数据进行避雷器的在线监测与故障诊断；所述在线监测就地模块包括电流取样单元、电压取样单元、温度采集单元、湿度采集单元和信号处理单元，电流取样单元安装在接地线上进行泄流电流采样，电压取样单元经过电压互感器输出电阻两端的电压，信号处理单元将所有信号量都转化成数模线性度高的信号；所述监测系统包括如下方法：首先选定系统电压、温度和阻性电流为模糊神经网络的确定特征因素，相对湿度为不确定输入因素，对于确定性因素，首先按照线性函数σ₁(X₁)＝W₁X₁对其所有的样本值进行规范化处理，处理后的结果构成精确分量子空间X₁，直接输入组合模糊神经网络，对于特征因素集中的模糊因素X₂，建立描述各因素的模糊子集，以为模糊特征因素的激活函数，W₁、W₂为由输入层到规则层的网络权值矩阵，B矩阵为模糊子集隶属函数的参数。