基于概率神经网络的高压断路器故障诊断

• 作者: 朱亚丽 杨凌霄
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 高压断路器 机械故障 概率神经网络 特征信号提取 故障诊断
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 应用研究
• 页码范围: 62-67
• 页数: 6页
• 分类号: TM56
• 字数: 3731字
• 语种: 中文

摘要

高压断路器是最重要的电力设备之一，在电力系统中起控制和保护作用。为了提高高压断路器故障诊断的准确率，提出了一种基于概率神经网络(PNN)的高压断路器故障诊断方法。该方法在分析高压断路器的故障特性来确定特征信号的基础上建立了PNN故障诊断模型，该模型将采集的特征数据作为网络的输入，通过Parzen窗估计法得到类条件概率密度，进而按Bayes决策规则对特征数据进行分类。经仿真表明，概率神经网络故障诊断模型具有收敛速度快、故障诊断准确率高、容易训练等特点。因此，该方法是一种有效的故障诊断方法，具有良好的应用前景。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨凌霄	河南理工大学电气工程与自动化学院	40	403	10.0	19.0
2	朱亚丽	河南理工大学电气工程与自动化学院	1	99	1.0	1.0