[发明专利]基于GHPSO-BP的高压断路器故障诊断方法有效
| 申请号： | 201811418668.2 | 申请日： | 2018-11-26 |
| 公开（公告）号： | CN109298330B | 公开（公告）日： | 2021-01-05 |
| 发明（设计）人： | 黄新波;许艳辉;朱永灿;赵隆;田毅;曹雯 | 申请（专利权）人： | 西安工程大学 |
| 主分类号： | G01R31/327 | 分类号： | G01R31/327 |
| 代理公司： | 西安弘理专利事务所 61214 | 代理人： | 胡燕恒 |
| 地址： | 710048 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于GHPSO‑BP的高压断路器故障诊断方法，具体按以下步骤实施：步骤1：选取典型的数据样本，将归一化处理后的样本数据按照特定比例分为测试样本和训练样本；步骤2：对经步骤1归一化处理后所得的训练样本，对其条件属性约简特征信息并从中提取决策规则，构建约简决策表；步骤3：将经步骤2中构建的约简决策表中的约简特征信息作为构建GHPSO‑BP神经网络的输入，以此建立起基于GHPSO‑BP的高压断路器故障诊断模型；步骤4：将步骤3训练获得的高压断路器故障诊断模型对步骤1中的测试集样本进行故障分类，得出故障分类结果，并统计模型诊断准确率。本故障诊断方法能够准确实现高压断路器故障诊断。 | ||
| 搜索关键词： | 基于 ghpso bp 高压 断路器 故障诊断 方法 | ||
【主权项】：
1.基于GHPSO‑BP的高压断路器故障诊断方法，其特征在于，具体按以下步骤实施：步骤1：选取典型的数据样本，将归一化处理后的样本数据按照特定比例分为测试样本和训练样本；步骤2：对经步骤1归一化处理后所得的训练样本，利用故障特征数据建立条件属性表、决策属性表，根据条件属性表和决策属性表构建故障诊断决策表；利用改进的RST对各个属性进行评价并寻找最小属性集，消除特征信息中的冗余属性，最后对其条件属性约简特征信息并从中提取决策规则，构建约简决策表；步骤3：将经步骤2中构建的约简决策表中的约简特征信息作为构建GHPSO‑BP神经网络的输入，经过训练学习输出故障分类结果，以此建立起基于GHPSO‑BP的高压断路器故障诊断模型；步骤4：将步骤3训练获得的高压断路器故障诊断模型对步骤1中的测试集样本进行故障分类，得出故障分类结果，并统计模型诊断准确率。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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西安工程大学，未经西安工程大学许可，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/patent/201811418668.2/，转载请声明来源钻瓜专利网。
