基于小波网络的变电站绝缘在线检测专家系统的研究.pdf

2009年第3期 西电灸 21 基于小波网络的变电站绝缘在线检测专家系统的研究 StudyonInsulationonlineM onitoringExpertSystem in Substation BasedonW aveletNetwork 兰国良 LAN Guo-liang (广西电网公司南宁供电局，广西 南宁 530031) 摘要：文章分析了传统专家系统的不足，介绍了小波网络方法，并将小波网络模型与 BP人工神经网络模型进行了比较， 选择实例说明rtl,波网络具有较强的逼近和容错能力、较快的收敛速度和较好的预报效果模型，能够较好地应用到编制变电 站绝缘在线检测专家系统中。 关键词：小波网络 ；专家系统；神经网络；学习训练 中图分类号：TM744 文献标识码 ：B 文章编号：1671—8380(2009)03—0021—04 O 引言 应具有的能力，但这种方法还存在许多明显的局限 性。例如，间接获取专家知识造成专家系统的知识 现代社会对电力的依赖性极高，电网事故和大 瓶“颈”问题；串行推理方式使系统容易出现 “匹配冲 面积停电造成的经济损失无法估量，因此，对供电设 突”等问题；知识范围窄使得系统可靠性降低；不精 备安全稳定运行提出了越来越高的要求。变电站各 确推理，不适合解决模糊问题等。因此，它在应用中 类高压设备种类繁多 (如变压器、避雷器、电容型设 往往遇到许多困难 ，不能满足实际需要。 备、隔离开关、断路器等)，这些设备的绝缘纸、塑料、 小波网络是近几年国际上新兴的一种数学建模 绝缘漆或胶等有机绝缘材料随着运行时间的延长很 分析方法，它由传统人工神经网络的自学习功能结合 容易老化变质，而使其机 电性能降低，并可发展为电 最近发展的小波变换 良好的时频局化性质而形成，通 器设备的故障和事故。绝缘故障一般是逐渐发展而 过小波分解进行平移和伸缩变化后而得到的级数，具 成的，有一定的前期预兆。电器设备绝缘在线监测 有小波分解的一般逼近函数的性质与分类特征，并且 可以随时掌握绝缘性能的变化，及时发现早期故障， 防止事故发生l1J。另一方面，建立变电站绝缘在线 由于它引入了两个新的参变量(即伸缩因子和平移因 子)，从而使其具有更灵活、更有效的函数逼近能力， 检测的专家系统，能使绝缘故障诊断达到迅速可靠 以及更强的模式识别能力和容错能力。由于其建模 的目的，解决具有专业知识的专家短缺的困难 ，减少 算法不同于普通神经网络的B—P算法，故可有效 盲 目维修的费用。因此变电站绝缘在线检测专家系 地克服普通人工神经网络模型所固有的缺陷，用其所 统的研究具有重要的意义和广阔的应用前景。 建预测