共查询到20条相似文献,搜索用时 359 毫秒
1.
2.
3.
4.
变压器励磁涌流和内部故障的鉴别一直是变压器差动保护中的一个热点问题在几种传统的识别励磁涌流方法的基础上,结合模糊神经网络这一新型的人工智能技术,综合利用这几种原理对电气量的采样值分别提取形成网络的特征输入量,并采用了Simpson模糊极小-极大神经网络来形成区分励磁涌流和内部故障的模糊模式分类器运用EMTP程序通过大量的仿真计算获取网络的训练和测试样本,结果表明,训练后的网络能快速地区分变压器各种运行工况下的励磁涌流和内部故障,对测试样本的正确率达到100%。 相似文献
5.
6.
变压器励磁涌流和内部故障的鉴别一直是变压器差动保护中的一个热点问题。在几种传统的识别励磁涌流方法的基础上 ,结合模糊神经网络这一新型的人工智能技术 ,综合利用这几种原理对电气量的采样值分别提取形成网络的特征输入量 ,并采用了Simpson模糊极小 -极大神经网络来形成区分励磁涌流和内部故障的模糊模式分类器。运用EMTP程序通过大量的仿真计算获取网络的训练和测试样本 ,结果表明 ,训练后的网络能快速地区分变压器各种运行工况下的励磁涌流和内部故障 ,对测试样本的正确率达到 10 0 %。 相似文献
7.
8.
模糊神经网络是模糊逻辑与神经网络相结合而构成的 ,具备模糊技术和神经网络技术的优点 ,应用于电力系统故障诊断中 ,是一种使用方便的人工智能处理系统。基于模糊神经网络对无刷励磁同步发电机旋转整流器故障诊断进行研究。经过训练后的模糊神经网络 ,在对旋转整流器故障进行诊断时 ,有较高的准确性和有效性 相似文献
9.
基于两层迭代聚类算法的RBFNN及在发电机诊断中的应用 总被引:4,自引:2,他引:2
首先分析了传统的基于K均值聚类算法径向基函数神经网络(RBFNN)的缺点,即需要人为确定隐含层神经元数量,并且不同的初始化方法有不同的聚类结果和学习误差。然后提出了一种新的RBFNN算法——两层迭代聚类算法,能根据样本的分布情况自动计算RBFNN隐含层神经元数量、中心向量和宽度。将实测的MJF-30-6型发电机正常运行、转子励磁绕组故障运行和定子绕组故障时定转子径向振动信号作为学习样本,运用文中所述算法与传统的RBFNN算法比较,结果表明,基于两层迭代聚类算法的RBFNN具有较小的学习误差。 相似文献
10.
11.
12.
13.
阐述了发电厂厂用电监控系统ECS(Electric Control System)由简易到先进的3个发展阶段,即一对一的控制方式,电气监控纳入集散控制系统(DCS)的控制方式,全数字化的电气监控系统、并为DCS提供所需信息接口和控制接口的控制方式。分析表明DCS和ECS控制层之间的通信介质采用基于TCP/IP的以太网,通信规约采用IEC-104或OPC(OLE for Process Control)是合适的。实例说明了在600 MW等大机组电厂的工程设计中,只要优化好ECS系统的组网方案、选择恰当的通信规约,就能满足DCS通过ECS系统对参与顺序控制的电气量进行软采集和控制的高速要求。 相似文献
14.
Yann-Chang Huang 《Power Delivery, IEEE Transactions on》2002,17(2):369-374
This paper presents an abductive reasoning network (ARN) for real-time fault section estimation in power systems. The proposed ARN handles complicated and knowledge-embedded relationships between the circuit breaker status (input) and the corresponding candidate fault section (output) using a hierarchical network with several layers of function nodes of simple low-order polynomials. The relay status is then further used to validate the final fault section. Test results confirm that the proposed diagnosis system can obtain rapid and accurate diagnosis results with flexibility and portability for diverse power system fault diagnosis. In addition, the proposed method performs better than the artificial neural networks (ANN) classification method both in developing the diagnosis system and in estimating the practical fault section. Moreover, this study demonstrates the feasibility of applying the proposed method to real power system fault diagnosis 相似文献
15.
基于人工神经元网络的测量数据正确性的验证方法在发电厂控制系统中的应用研究 总被引:11,自引:4,他引:7
提出了一种基于人工神经元网络ANN 的测量数据正确性的验证方法。任何过程参数都与其它参数存在着必然的内在联系,在一定运行范围内,ANN 通过学习,可“掌握”在该范围内各参数间的联系规律。利用这个网络关系,就可以根据其它参数预测被测参数值,用于对被测数据进行正确性验证,甚至可暂时替代不可靠的测量数据。该方法为测量的在线自动校验提供了手段,也为建立过程故障诊断系统创造了条件,有利于提高发电厂自动控制水平和运行的经济性及安全性 相似文献
16.
采用人工神经网络进行变压器DGA数据的分析与诊断。为全面评价变压器的实际运行状况,综合利用了各特征气体含量及其比值信息,并借鉴模糊数据处理思想构造初始输入特征集合。借助一个特殊的复合神经网络进行数据分析与故障诊断。其中,非线性主分量分析网络执行多元输入特征信息的融合及主特征选择,形成待识别故障类的敏感特征量;随后的多层感知器执行故障模式识别。试验结果表明,在DGA分析的基础上,应用非线性主分量分析-多层感知器复合神经网络可有效实现变压器不同故障模式的智能化识别,获得较好的诊断结果。 相似文献
17.
18.
选择合适的电弧模型,对建筑配电系统发生的故障电弧进行了仿真.基于小波的时一频分析特点和人工神经网络(ANN)的学习能力,提出了一种分辨故障电弧和正常负荷电流的方法.该方法通过小波变换对信号进行多分辨率分析,提取信号的特征矢量,利用人工神经网络对输入特征矢量进行故障识别.仿真实验的结果表明,该方法具有良好的故障识别件能. 相似文献
19.
20.
提出了一种用人工神经网络实现直流电机故障诊的方法。推导了故障诊断所需的特征参量。在特征参量的基础上改变了传统的电机故障分类方法,将电机故障分为电枢故障、励磁故障、换向器故障和机械故障4类。以MATLAB仿真数据为基础,训练了一个可行的神经网络。测试结果表明,对电机故障诊断的正确率较高,可行性较强,建立的故障诊断模型有效地实现了特征参量提取和故障映射的功能。 相似文献