基于人工智能的大电机主绝缘老化状态评估软件

为了更有效地评估大电机主绝缘的老化状态，提出了应用神经网络和模糊数学相结合的人工智能技术评估绝缘老化状态的新方法。首先，建立具有模糊输出的3层反向传播（BP）神经网络，并确定绝缘状态论域上的4个模糊子集及其隶属函数，同时规定了模糊输出神经网络的输入和输出参量；然后，选择Levenberg-Marquardt快速学习算法对建立的模糊输出神经网络进行训练，并使用真机线棒数据对网络的评估效果进行检验；最后，基于MATLAB开发了大电机主绝缘老化状态智能评估软件。研究结果表明该软件可以准确有效地评估定子绝缘的老化状态。