基于卷积神经网络算法的高压断路器故障诊断

• 作者: 周岩 朱永灿 胡潇文 高华 魏雪倩 黄新波
• 来源期刊: 电力自动化设备
• 学科: 工学
• 关键词: 断路器 高压断路器 卷积神经网络 分/合闸线圈电流 故障诊断
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 智能输电
• 页码范围: 136-140,147
• 页数: 6页
• 分类号: TM56
• 语种: 中文
• DOI: 10.16081/j.issn.1006-6047.2018.05.020

摘要

传统的高压断路器故障诊断方法太过于依赖经验,不能准确地反映特征量和故障模式之间的关系,诊断准确度不高.针对这个问题,采用卷积神经网络算法进行高压断路器故障诊断,结合高压断路器分合闸线圈电流特点建立诊断模型,通过输入零点故障特征参数进行学习训练,得到相应故障类型输出.仿真结果表明,所提算法的整体准确率高达93.68％,与其他基于神经网络的算法相比具有很大的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄新波	西安工程大学电子信息学院	168	2529	27.0	44.0
2	朱永灿	西安工程大学电子信息学院	45	224	9.0	14.0
3	高华	西安工程大学电子信息学院	4	22	1.0	4.0
4	胡潇文	西安工程大学电子信息学院	3	27	2.0	3.0
5	周岩	西安工程大学电子信息学院	3	27	2.0	3.0
6	魏雪倩	西安工程大学电子信息学院	2	33	2.0	2.0