BP神经网络在城市配电系统用户供电故障诊断的应用.pdf

BP 神经网络在城市配电系统用户供电故障诊断的 应用 张璐 辽宁工程技术大学理学院，辽宁阜新（123000 ） E-mail ：zhanglu85517@ 摘 要：本文主要阐述了人工神经网络的基本原理，以及人工神经网络模型BP 网络的多层 前馈网络模型原理，然后根据BP 算法对城市配电系统用户供电故障诊断方面进行应用。 关键词：人工神经网络，BP 神经网络，故障诊断 1．引言 随着城乡电网一、二期改造和建设工程的基本结束,城乡电力企业的工作重点逐渐向如 何提高供电可靠性、节支增效、优质服务等方面转移.本文主要对影响城市配电系统用户供 电可靠性的常见故障和原因进行分析并进行诊断分析。城市配电系统用户供电部分，指由降 压变电站起，根据用户需要将配置好的各电压等级的电能，经配电网络(线路)送至用户的系 统部分。这部分的整个系统对用户连续供电能力通常称为用户供电系统可靠性，即衡量供电 系统对用户持续供电能力。由于用户供电系统可靠性作为考核供电企业“安全生产文明双达 标、创一流” 的必备条件，如何预见城市配电系统常见的故障、分析原因，减少对用户的停 [1] 电时间来提高可靠性，将越来越受到有关人员的关注 。故障诊断是一种了解和掌握设备在 使用过程中的技术，确定其整体或局部是否正常，早期发现故障及其原因并能预报故障发展 趋势的技术。在诊断过程中，必须利用被诊断对象表现出来的各种有用信息，经过适当地处 理和分析，做出正确的诊断结论以非线性大规模并行分布处理为特点的人工神经网络理论突 破了传统的线性处理模式，以其高度的并行性，良好的容错性和自适应能力成为人们研究其 赖以生存的非线性世界，探索和研究某些复杂大系统的有力工具。 2 ．神经网络的基本原理 神经网络是一个具有高度非线性的超大规模连续时间动力系统。是由大量的处理单元 (神经元)广泛互连而形成的网络。它是在现代神经科学研究成果的基础上提出的，反映了脑 功能的基本特征。但它并不是人脑的真实描写，而只是它的某种抽象、简化与模拟。网络的 信息处理由神经元之间的相互作用来实现；知识与信息的存储表现为网络元件互连间分布式 的物理联系；网络的学习和计算决定于各神经元连接权系的动态演化过程。因此神经元构成 了网络的基本运算单元。每个神经元具有自己的阈值。每个神经元的输入信号是所有与其相 连的神经元的输出信号和加权后的和。而输出信号是其净输入信号的非线性函数。如果输入 信号的加权集合高于其阈值，该神经元便被激活而输出相应的值。在人工神经网络中所存储 的是单元之间连接的加权值阵列。 神经网络的工作过程主要由两个阶段组成，一个阶段是工作期，此时各连接权值固定， 计算单元的状态变化，以求达到稳定状态。另一阶段是学习期( 自适应期，或设计期)，此时 各计算单元状态不变，各连接权值可修改(通过学习样本或其他方法)，前一阶段较快，各单 [2] 元的状态亦称短期记忆(STM)，后一阶段慢的多，权及连接方式亦称长期记忆(LTM) 。 本文的人工神经网络模型是采用 BP 算法的多层前馈网络。 - 1 - 3 ．BP 学习算法 3.1 BP 算法的原理 BP 算法因其简单、易行、计算量小、并行性强等优点，是目前神经网络训练采用最多 也是最成熟的训练算法之一。BP 算法的实质是求解误差函数的最小值问题，由于它采用非 [3] 线性规划中的梯度下降法，按误差函数的负梯度方向修正权值 。 一般的 BP 算法称为标准误差反向传播算法，也就是对应