结合机构动力学特性仿真将ANN用于高压断路器机械状态识别初探

• 作者: 杨武 王小华 荣命哲
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 高压断路器 状态识别 机构动力学 人工神经网络
• 年，卷（期）: 2003,（6）
• 所属期刊栏目: 电机电工
• 页码范围: 128-131,158
• 页数: 5页
• 分类号: TM561
• 字数: 4179字
• 语种: 中文
• DOI: 10.3321/j.issn:0258-8013.2003.06.025

摘要

该文将断路器机构动力学特性仿真分析和基于人工神经网络(ANN)的状态识别算法相结合,为高压断路器的状态在线检测方法的研究提供了一条新思路.利用所建立的VS1型真空断路器机构动力学模型对故障状态下的断路器机构动力学特性进行了仿真分析,分析结果表明:不同状态下的可检测参量??主轴转角具有明显不同的特征.之后对主轴转角进行了参数化描述,从而为断路器的状态识别奠定了基础.最后,引入可信度的概念,提出一种基于ANN的断路器机械状态识别算法,该算法不仅能够识别已知的状态类型,而且具有新状态类型的识别功能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	荣命哲	西安交通大学电力设备电气绝缘国家重点实验室	109	2255	25.0	44.0
2	王小华	西安交通大学电力设备电气绝缘国家重点实验室	47	748	14.0	27.0
3	杨武	西安交通大学电力设备电气绝缘国家重点实验室	13	307	7.0	13.0