基于混沌神經(jīng)網(wǎng)絡(luò)的高壓斷路器狀態(tài)評估方法應(yīng)用研究.pdf

1、電氣設(shè)備在線狀態(tài)監(jiān)測和實時診斷是輸電智能化的重要內(nèi)容。隨著智能電網(wǎng)和特高壓輸電的迅速發(fā)展，對高壓電氣設(shè)備進行準確的狀態(tài)評估和故障診斷變得尤為重要。高壓斷路器作為控制和保護電力系統(tǒng)的關(guān)鍵設(shè)備，對它的早期監(jiān)測、評估和診斷能有效地保護電網(wǎng)，提高電力系統(tǒng)的可靠性。近幾年來人們運用了多種理論知識來分析高壓斷路器狀態(tài)，做出了實用性的高壓斷路器的在線監(jiān)測系統(tǒng)，能很好的實時監(jiān)測其狀態(tài)和判斷故障。本文采用了一種將混沌理論和神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法來對高壓斷路

2、器機械性能方面進行狀態(tài)評估。
　　本文初期對高壓斷路器的狀態(tài)評估參數(shù)進行分析，研究了機械方面特性及具有混沌特征的參數(shù)，并構(gòu)建了狀態(tài)信息表，該表能定性的評估出高壓斷路器的狀態(tài)。研究了混沌神經(jīng)元模型，并由此構(gòu)建了混沌神經(jīng)網(wǎng)絡(luò)，對其進行了學(xué)習(xí)。本文在BP神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，建立了一種基于Logistic映射的混合混沌神經(jīng)網(wǎng)絡(luò)，并研究了該網(wǎng)絡(luò)的學(xué)習(xí)算法和訓(xùn)練流程。通過引入混沌機制，該混合混沌神經(jīng)網(wǎng)絡(luò)能克服BP神經(jīng)網(wǎng)絡(luò)中易陷入局部最小的缺點，

3、并對細微差別的模式具有更優(yōu)的識別效果。
　　為了驗證該方法的有效性，本文從實驗室課題組的數(shù)據(jù)庫中，分別提取分、合閘線圈電流和動觸頭行程的特征值的部分數(shù)據(jù)樣本，對數(shù)據(jù)進行了歸一化處理。結(jié)合Matlab R2014a，對BP神經(jīng)網(wǎng)絡(luò)和混合混沌神經(jīng)網(wǎng)絡(luò)分別進行了仿真及分析，以多組特征向量作為這兩種網(wǎng)絡(luò)的訓(xùn)練和測試輸入，其對應(yīng)的故障狀態(tài)作為網(wǎng)絡(luò)的輸出。仿真結(jié)果表明混合混沌神經(jīng)網(wǎng)絡(luò)能有效的識別高壓斷路器的狀態(tài)，并與現(xiàn)在應(yīng)用廣泛的BP神經(jīng)網(wǎng)絡(luò)