基于改进ART2神经网络的绝缘子故障在线诊断

• 作者: 关根志 吴石书 周金 张海龙 贾旭
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 神经网络 ART2 绝缘子 在线检测 模式识别 故障诊断
• 年，卷（期）: 2008,（10）
• 所属期刊栏目: 机电工程
• 页码范围: 41-45
• 页数: 5页
• 分类号: TM85
• 语种: 中文

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	关根志	武汉大学电气工程学院	38	828	15.0	28.0
2	周金	武汉大学电气工程学院	7	20	3.0	4.0
3	张海龙	武汉大学电气工程学院	8	59	4.0	7.0
4	吴石书		4	21	3.0	4.0
5	贾旭		3	13	2.0	3.0