基于正交算法的RBF网络在高压断路器故障诊断中的应用研究.pdf

维普资讯 第 24卷第 3期 电 力 科 学 与 工 程 Vo1．24，No．3 2008年 5月 ElectricPowerScienceandEngineering M ay，2008 13 基于正交算法的RBF网络在高压断路器故障诊断中 的应用研究 罗小安，黄时细，程 勇 (广东佛山南海 电力设计院工程有限公司，广东佛山528524) 摘要：针对高压断路器的故障诊断，通过分析断路器的合闸电流波形，提取相应的特征量，作为径向基神 经网络的输入，经训练后的网络作为断路器的故障诊断模型。由于BP神经网络存在的训练收敛速度慢且 容易陷入局部极小等缺陷，提出了一种基于正交算法的 RBF网络用于高压断路器的故障诊断方法。仿真 结果表明，基于正交算法的RBF网络具有训练速度快、分类性能良好的优点，有很好的实用性。 关键词：高压断路器；故障诊断；正交算法；RBF网络 中图分类号：TM711 文献标识码：A 图1所示。 0 引 言 图1为 —h—m结构的径 向基函数神经网络，即 网络有 个输入，h个隐节点，m个输出。其中 随着对断路器故障机理研究的深入，产生了对 ， X2，…，五，…， )为 网络 的输入 矢 量， 其进行故障诊断的多种方法 ”。目前，人工神经网 WER¨为输出权矩辟，b，b：，…，b为输出单元 络技术在工程上的应用成为一个研究热点，特别是 偏移， ，y2，…， ，…， )为 网络输 出， 对径向基函数 (RBF)神经网络技术在各领域的应 (I1．II)为第 i个隐节点的激活函数，C=f为网络隐 用研究。这是因为它与 BP前馈神经网络相 比，具 节点的中心， 为径向基函数宽度。图中输出层节 有网络结构简单、全局逼近能力强、训练简洁、收 点中的∑表示输出层神经元采用线性激活函数 (也 敛速度快、准确率高等各种优点 。 可采用其他非线性激活函数)，为隐节点层输出之 基于以上优点，本文基于正交算法的径向基函 和，即：第k个输出节点为 数神经网络，针对高压断路器的具体情况，分析了 合闸电流波形在各种故障时的变化，提取 电流波形 h yk=∑ (1I—CjII)+b 的相关特征量作为径向基神经网络的输入量，然后 i=1 训练网络。经训练成功的网络就可实现对线圈操作 电流的监测和操作机构故障的诊断。 1 RBF神经网络拓扑结构及训练算法 1．1RBF神经网络拓扑结构描述 径向基函数神经网络是一种前馈型神经网络， 一 般为 3层结构，可 以分为多输入单输出和多输入 多输出模型。实际上多输出模型只是在单输出模型 (1l lI) 的基础上添加几个输出节点。多输入多输出模型如 图1 RBF网络拓扑结构 收稿 日期：20070·8·11． 作者简介：罗小安 (19