基于改进ART2神经网络的绝缘子故障在线诊断
JOURNAL OF HUNAN UNIVERSITY(NATURAL SCIENCES)（2008）
Abstract
根据绝缘子在线检测的特点,提出了基于改进ART2神经网络的绝缘子故障在线诊断技术.改进的ART2神经网络在F2层增设初始状态层,即F2层分为上子层F22和下子层F21.F22层存储绝缘子首次投运时的初始状态和已知的典型故障类型, F21层存储新增故障类型.在绝缘子故障诊断过程中,首先应用电晕电流脉冲测量仪在线测量绝缘子的电晕电流脉冲,然后绘制电晕电流脉冲的N-φ图,并将其作为故障诊断的特征量送入改进的ART2神经网络进行模式识别.被检测的特征量先与F22层中的初始状态和已知的典型故障类型进行比较,如果匹配则判为该类;如果不匹配,再与F21层中的新增故障类型进行比较;如果都不匹配,则在F21层中创建新增故障类型.改进ART2神经网络解决了传统ART2神经网络聚类中心漂移问题,杜绝了绝缘子故障漏判的发生.仿真实验结果表明,应用改进的ART2神经网络可有效实现绝缘子故障在线检测,获得较好的诊断结果.
MoreTranslated text
Key words
faulty insulators,improved art2 neural network,neural network,on-line
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined