摘要
传统的高压断路器故障诊断方法太过于依赖经验,不能准确地反映特征量和故障模式之间的关系,诊断准确度不高。针对这个问题,采用卷积神经网络算法进行高压断路器故障诊断,结合高压断路器分合闸线圈电流特点建立诊断模型,通过输入零点故障特征参数进行学习训练,得到相应故障类型输出。仿真结果表明,所提算法的整体准确率高达93.68%,与其他基于神经网络的算法相比具有很大的优势。
The traditional fault diagnosis methods of high-voltage circuit breaker rely too heavily on artificial expe-rience and cannot precisely reflect the relationship between the characteristic parameters and fault types, so their ac- curacies are low. In order to solve this issue, it is proposed to diagnose the high-voltage circuit breaker fault by CNN （Convolution Neural Network）. Combined with the characteristics of breaking coil and closing coil currents in high- voltage circuit breaker, the fault diagnosis model is built and then trained by the null point fault characteristic para- meters to obtain the corresponding fault types. The simulative results show that with the overall accuracy of 93.68%, the proposed algorithm has a great advantage comparing with other algorithms based on the neural network.
作者
黄新波
胡潇文
朱永灿
魏雪倩
周岩
高华
HUANG Xinbo;HU Xiaowen;ZHU Yongcan;WEI Xueqian;ZHOU Yah;GAO Hua(College of Electronics and Information, Xi＇an Polytechnic University, Xi＇an 710048, China)
出处
《电力自动化设备》
EI
CSCD
北大核心
2018年第5期136-140,147,共6页
Electric Power Automation Equipment
基金
国家自然科学基金资助项目(51177115)
陕西省重点科技创新团队计划资助项目(2014KCT-16)
西安工程大学控制科学与工程重点学科建设经费资助项目(107090811)~~
关键词
断路器
高压断路器
卷积神经网络
分/合闸线圈电流
故障诊断
electric circuit breakers
high-voltage circuit breakers
convolution neural network
breaking coil and closing coil currents
fauh diagnosis
作者简介
黄新波（1975-），男，山东海阳人，教授，博士研究生导师，博士后，从事智能电网输变电设备在线监测理论与关键技术、无线网络传感器等方面的研究（E-mail：huan-gxb1975@163．com）；;胡潇文（1994-），男，甘肃庆阳人，硕士研究生，研究方向为输电线路在线监测与故障诊断（E-mail：1328255563@qq．com）；;朱永灿（1986-），男，河南濮阳人，博士研究生，研究方向为智能电网在线监测理论与关键技术；;魏雪倩（1991-），男，陕西延安人，硕士研究生，研究方向为输电线路在线监测与故障诊断；;周岩（1992-），男，河南南阳人，硕士研究生，研究方向为输电线路在线监测与故障诊断；;高华（1993-），男，宁夏吴忠人，硕士研究生，研究方向为输电线路在线监测与故障诊断。
